图数据库知多少

前言

在字节内部，有一个自研的图数据库，叫做bytegrpah。

刚好近期业务有用到，使用体验还是很棒的。

不论是语法理解还是逻辑便捷性，在特定场景下，确实比关系型数据库更有优势。

本文以bytegraph为例,介绍下图数据库的概念，落地场景以及基本使用。

希望本文对你有所帮助。

图数据库是什么

顾名思义，图数据库也是数据库。这就意味着，它具有数据库的一些共性。比如事务，增删改查操作。

不同于关系型数据库，它存储的是由点和边以及附加属性构成的逻辑关系。

当这些逻辑关系连在一起时，就构成了一张图谱。

这，就是图数据库。

核心概念

点

一般来说，可以把点对应到关系型数据库中的表，其实就是一个实体(比如用户)。

每一张表中存储的数据必然是相同结构，图数据中存储的同类型点也是如此。

边

两点之间建立关联指向的连线则为边，包含正向边，反向边和双向边。

以关注关系为例:

属性

图数据库的属性就如同关系型数据库中表的各个字段一样，只不过它附加在了点和边上。

下面用一张图介绍下点，边，属性是如何建立关联的。

• player,team是点
• 两点中间的指向为边
• id,name,age为点的属性，serve,start_year,end_year为边的属性

通用概念

n跳查询:沿着指定链路查n次

查询A的关注，是一跳查询。查询A的关注中B的关注，是两跳查询。以此类推...

入边和出边：箭头起为出边，止为入边

对于上图中点player而言，边serve是出边；对于点team而言，边serve是入边。

落地场景

一句话，一旦你的业务场景存在图的关系，就有考虑图数据库的必要。

比如抖音，微博的粉丝关注关系，这个就是经典的落地场景。

人带有明显的社会属性，每个人都可以关注别人，也可以被其他人关注。

当这种复杂的关注关系串联起来，其实就是一张图。

在前端图谱展现上，可以配合g6使用，定制点边结构即可。

基本使用

在使用上，bytegraph采用germlin查询语言，可以把这个当成sql用。

看似是学习一个新的东西，但成本不高，这个理解上比sql直观许多。

下面来看几个常用操作吧。

添加一个点

在bytegraph中，使用id和type确定一个点，这个是可以自定义的。

  g.addV()
  .property('id',A.id)
  .property('type',A.type)
  .property('name',A.name)

建立一条边

很好理解的form和to，在给定的A,B两点之间建立边的指向。

边的名字unit也是可以自定义的，比如follow。

g.addE('unit').from(A.id,A.type).to(B.id,B.type)

查询某个点的属性

类似mysql中的select name from A

g.V().has("id", A.id).has("type", A.type).properties("name")

查询某个点的出边和入边

假定该边名为unit。

g.V().has('id', A.id).has('type',A.type).bothE('unit')`;

清除某个点的出入边

一般来说，点不会被删，最多删除点的属性。

如果要清除点之间的联系，去掉其出入边即可。

g.V().has('id',A.id).has('type',A.type).bothE('unit').drop()

A所在关注关系联通子图上的所有人

这个应该是最为经典的使用了，查询所有关联，最高跳查询。

g.V().has("id", A.id).has("type", A.type)
 .repeat(             // repeat()表示表示迭代从A找关注or被关注的人
        both("follow")
        .simplePath()) // simplePath()是过滤条件，出现环则过滤掉
 .emit()    // emit()表示输出每个遍历到的点，
 .times(10)  //times(10)设置一个足够大的循环次数，当循环找不到新的点时，repeat会自动结束

更多

更多bytegraph介绍：字节跳动自研万亿级图数据库 & 图计算实践

更多gremlin语法介绍: Gremlin中文文档

再会

情如风雪无常,

却是一动即殇。

感谢你这么好看还来阅读我的文章,

我是冷月心,下期再见。