大數(shù)據(jù)時代的新型數(shù)據(jù)庫--圖數(shù)據(jù)庫 Neo4j

IT那活兒發(fā)布于2023-01-11 13:20 / 2391人閱讀

什么是圖數(shù)據(jù)庫

圖數(shù)據(jù)庫是基于數(shù)學(xué)里圖論的思想和算法而實(shí)現(xiàn)的高效處理復(fù)雜關(guān)系網(wǎng)絡(luò)的新型數(shù)據(jù)庫系統(tǒng)。

圖數(shù)據(jù)庫的數(shù)據(jù)存儲方式就像將其繪制出來一樣-Nodes通過Relationships所定義的關(guān)系相連起來，形成關(guān)系型網(wǎng)絡(luò)結(jié)構(gòu)，展示了每個多帶帶的實(shí)體如何與其他實(shí)體聯(lián)系或相互關(guān)聯(lián)。

圖數(shù)據(jù)庫擅長做什么-與傳統(tǒng)關(guān)系型數(shù)據(jù)庫相比

關(guān)系查詢更佳：圖形數(shù)據(jù)庫善于高效處理大量的、復(fù)雜的、互連的、多變的數(shù)據(jù)。其計算效率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫。

傳統(tǒng)關(guān)系型數(shù)據(jù)庫在查詢關(guān)系問題上最簡單的方法就是建立一個關(guān)系模型，如下圖：

圖中展示了一個非常簡單的關(guān)系模型，當(dāng)我們想就這個關(guān)系模型查詢關(guān)系深度為1的關(guān)系（比如小明的朋友）時可使用

進(jìn)行查詢

深度為1的查詢，關(guān)聯(lián)關(guān)系并不復(fù)雜，MySQL執(zhí)行起來壓力不大，語句也很容易編寫，但是如果將深度提到2（也就是查詢小明朋友的朋友時）語句已經(jīng)開始變長，再進(jìn)一步將深度提升到3時，MySQL查詢也會開始產(chǎn)生壓力。

有一個很有意思的測試，一分別通過關(guān)系型數(shù)據(jù)和圖數(shù)據(jù)庫在一個社交網(wǎng)絡(luò)里找到最大深度為5的關(guān)系。他們的數(shù)據(jù)集包括100萬人，每人約有50個朋友。實(shí)驗(yàn)結(jié)果如下：

當(dāng)查詢的關(guān)系深度達(dá)到3時，MySQL的查詢效率便開始被Neo4j圖數(shù)據(jù)庫甩開。

至于為什么Neo4j的關(guān)系查詢能力能夠優(yōu)于傳統(tǒng)關(guān)系型數(shù)據(jù)庫，則需要去了解它是如何存儲數(shù)據(jù)的。

圖數(shù)據(jù)庫Neo4j的存儲結(jié)構(gòu)

節(jié)點(diǎn)、關(guān)系與屬性

一個圖數(shù)據(jù)庫中的數(shù)據(jù)由節(jié)點(diǎn)（node）和將節(jié)點(diǎn)連接起來的關(guān)系（relationship）組成，節(jié)點(diǎn)（node）和關(guān)系（relationship）中又包含一個或多個屬性（property）。節(jié)點(diǎn)有擁有若干標(biāo)簽，關(guān)系帶有類型。

原生圖存儲（nativegraph storage）

一般認(rèn)為具有"無索引鄰接"特性的圖數(shù)據(jù)庫才稱為原生圖數(shù)據(jù)。

neo4j的節(jié)點(diǎn)、關(guān)系和屬性分別保存在neostore.nodestore.db、neostore.relationshipstore.db和neostore.propertystore.db文件中，在neo4j中，點(diǎn)、關(guān)系和屬性等圖的組成元素都是基于neo4j內(nèi)部維護(hù)的ID進(jìn)行訪問的，數(shù)據(jù)結(jié)構(gòu)如下圖：

節(jié)點(diǎn)（指向聯(lián)系和屬性的單向鏈表，neostore.nodestore.db）：

inUse：表示是否被使用的標(biāo)志位。

nextRelId：代表關(guān)聯(lián)到這個節(jié)點(diǎn)的第一個關(guān)系的ID。

nextPropId：代表第一個屬性ID。

labels：是代表當(dāng)前節(jié)點(diǎn)的標(biāo)簽，指向該節(jié)點(diǎn)的標(biāo)簽存儲。

extra：作為保留位。

關(guān)系（雙向鏈表，neostore.relationshipstore.db）：

inUse：代表是否被使用的標(biāo)志位。

firstNode：表示起始節(jié)點(diǎn)的ID

secondNode：表示結(jié)束節(jié)點(diǎn)的ID

relationshipType：表示關(guān)系類型

firstPrevRelId：表示起始頂點(diǎn)上前一個邊記錄

firstNextRelId：表示起始頂點(diǎn)上后一個邊記錄

secPrevRelId：表示終止頂點(diǎn)上前一個邊記錄

secNextRelId：表示終止頂點(diǎn)上后一個邊記錄

指向前后邊記錄的4個指針形成了兩個“關(guān)系雙向鏈”

nextPropId：是邊上的第1個屬性的id

firstInChainMarker：表示該邊記錄是否是“關(guān)系鏈”中第1條記錄

一個Byte存輔助信息，即前后屬性結(jié)構(gòu)ID的高位信息

一個Int存前一個屬性

一個Int存下一個屬性

假設(shè)要查詢與某個點(diǎn)有對應(yīng)關(guān)系的所有點(diǎn)時，首先查到該點(diǎn)的ID，通過該ID計算該點(diǎn)的存儲偏移位置，從存儲文件中獲取到該點(diǎn)的信息，然后從該點(diǎn)的信息中獲取到該點(diǎn)nextRelId數(shù)據(jù)即該點(diǎn)第一個關(guān)系的ID，根據(jù)這個ID計算該關(guān)系存儲偏移量，從存儲文件中獲取該關(guān)系數(shù)據(jù)，判斷是否為需要查詢的關(guān)系，若為所要查詢的，則獲取該關(guān)系的secondNode即該關(guān)系的終節(jié)點(diǎn)ID，若為其他節(jié)點(diǎn)則保存該ID，查詢到所有數(shù)據(jù)返回關(guān)系及節(jié)點(diǎn)。

綜上所述Neo4j關(guān)系查詢的核心便在relationship（關(guān)系）的存儲上，一條關(guān)系存儲的數(shù)據(jù)包括上一條邊、下一條邊、關(guān)系/邊的起始節(jié)點(diǎn)與結(jié)束節(jié)點(diǎn)，當(dāng)查詢某一個點(diǎn)某一條關(guān)系時只需查詢到該點(diǎn)所對應(yīng)的第一條關(guān)系/邊，然后根據(jù)這條關(guān)系上所存儲的下一條關(guān)系以及關(guān)系的開始節(jié)點(diǎn)與終節(jié)點(diǎn)進(jìn)行查詢即可。

Neo4j中node、relationship、property以鏈表的形式存儲了本記錄及上一條或下一條記錄的相關(guān)信息，保證了關(guān)系遍歷的效率。

關(guān)于Neo4j的介紹就到這里。