摘要： 图数据库，如果是刚接触的人，可能会被其字面意思所误导。其实，图数据库并不是指存储图片、图像的数据库，而是指存储图这种数据结构的数据库。那么图又是什么呢？
本文分享自华为云社区《图数据库到底是个啥》，原文作者：你好_TT 。
近些年来，在大数据处理过程中有一种被宽泛提及和应用的数据库，那就是图数据库。那么图数据库到底是什么呢？
图数据库，如果是刚接触的人，可能会被其字面意思所误导。其实，图数据库并不是指存储图片、图像的数据库，而是指存储图这种数据结构的数据库。那么图又是什么呢？
什么是图
咱们通过上面的例子来认识一下。
东汉末年，孙权、刘备联军曾在赤壁一带以火攻敌船之计大破曹军。
如果咱们把各营垒之间的关系形象一下，以营垒作为点，营垒之间的关系作为边，这样咱们就能够用如下的图来形象地示意上述关系：
以上就是这里所谓的图（的可视化展现）。
咱们把这种存储实体和实体之间关系的数据结构，称为图，Graph，图由点和边组成，一个点就是一个实体，比方上述实例中的营垒，两个实体之间的关系则用有方向或无方向的边来示意，比方刘备和孙权之间的联盟关系等。这种通用的构造能够对事实中的各种场景进行建模，从交通运输零碎到组织架构治理，从工艺流程设计到社交网络。
什么是图数据库
晓得了图的概念，你就能够了解什么是图数据库了。简略来说，图数据库就是用来解决图这种数据结构的工具。
不同于传统的应用二维表格存储数据的关系型数据库，图数据库在传统意义上被归类为NoSQL(Not Only SQL)数据库的一种，也就是说图数据库属于非关系型数据库。
个别的图数据库至多蕴含图存储、图查问、图剖析这三种性能。
为什么要用图数据库
那咱们为什么要用图数据库呢？咱们还是用东汉末年的例子来解说一下图数据库绝对于关系型数据库的劣势。
假如某关系型数据库中有三张表，别离是东汉末年人物表、东汉末年战斗表和东汉末年人物参战表。
当咱们想晓得“樊城之战的守方是谁”，查问个别会比拟快，从表2能够间接失去，但当咱们想晓得“刘备团体动员了哪些和平”的时候，只管咱们也能够从表2查到答案，然而咱们可能须要遍历整个表2，查问效率会霎时升高。而当咱们要查问诸如“关羽出战过刘备团体动员的哪些和平”的时候，咱们来看一下执行这条查问时关系型数据库是怎么做的：
A. 首先通过东汉末年人物表找到关羽对应的人物ID
B. 再应用东汉末年人物参战表找到其参战的战斗
C. 最初通过东汉末年战斗表找到其参战的哪些战斗的攻方是刘备团体
咱们会发现，这个查问切实是太繁琐了。
而如果咱们将以上表格转化为如下的一张关系图谱，那么谁和谁是什么关系就高深莫测了。
这么说兴许你还没有真正领略到图数据库的微小威力，咱们再来看一个最经典的社交网络中查问性能比照的数据。
在《Neo4j in Action》这本书中，作者做了一个测试：在一个蕴含100万人，每个人约有50个敌人的社交网络中找最大深度为5的敌人的敌人，失去的试验后果如下：
测试结果表明，深度为2时两种数据库的性能差异不大，都很迅速；当深度为3时，关系型数据库须要半分钟实现查问，图数据库仍旧在1秒内搞定；当深度为4时，关系型数据库消耗了靠近半小时返回后果，图数据库不到2秒；而当深度达到5当前，关系型数据库就迟迟无奈响应了，图数据库却仍旧能够「秒杀」，体现出了十分良好的性能。
据此，咱们能够从以下几个方面了解为什么要用图数据库：
- 关系型数据库不善于解决数据之间的关系，而图数据库在解决数据之间关系方面灵便且高性能
咱们不可否认关系型数据库自上世纪80年代以来始终都是数据库畛域倒退的主力，以后，随着社交、物联网、金融、电商等畛域的疾速倒退，由此产生的数据出现指数级的增长，而传统的关系型数据库在解决简单关系的数据上体现很差，这是因为关系型数据库是通过外键的束缚来实现多表之间的关系援用的。查问实体之间的关系须要JOIN操作，而JOIN操作通常十分耗时。
而图数据库的原始设计动机就是更好地形容实体之间的关系。图数据库与关系型数据库最大的不同就是免索引邻接。图数据模型中的每个节点都会保护与它相邻的节点关系，这就意味着查问工夫与图的整体规模无关，只与每个节点的邻点数量无关，这使得图数据库在解决大量简单关系时也能保持良好的性能。
另外，图的构造决定了其易于扩大的个性。咱们不用在模型设计之初就把所有的细节都思考到，因为在后续减少新的节点、新的关系、新的属性甚至新的标签都很容易，也不会毁坏已有的查问和利用性能。
- 数据之间的关系越来越重要
当咱们在问图数据库为什么如此重要时，其实就是在问，数据之间的关系为何如此重要？正如大家都晓得人际关系的价值，其实数据的价值也在于它们之间的关联关系上。
举个例子。最近直播带货十分火，如果某个主播在微博上有几百万的粉丝，这个数据如果不利用起来，价值并不大，但如果他直播带货，把关注他的粉丝和可能来他直播间购物的顾客分割起来时，这些数据立马展现出微小的商业价值。
- 应用图的形式表白事实世界中的很多事物更间接，更直观，也更易于了解
自然界中有各种各样的关系，而关系型数据库只能把这些拍扁成表格状态的行列数据，而图数据基于图模型以一种直观的形式去模仿这些关系，因此更形象。
另外，当初大部分的图数据库都提供了可视化的图展现，使得查问和剖析变得很直观。
- 业余的图剖析算法为理论场景提供解决方案
图数据库起源于图实践，借助于业余的图剖析算法，可能为理论场景提供适合的解决方案。
图数据库如何存储、查问、剖析
图存储
图数据库如何存储图，对查问和剖析效率至关重要。图数据库应用图模型来操作图数据。所谓的图模型是指图数据库形容和组织图数据的形式。
目前支流的图数据库抉择的图模型是属性图。属性图由点、边、标签和属性组成，咱们联合一个具体的属性图实例来看一下。
以上属性图能够帮忙咱们了解一些相干概念：
1） 能够为点设置标签，比方 person, war等，领有雷同标签的点咱们认为它们属于一个分组，是一个汇合，这样刘备和曹操属于一个分组；
2） 同样能够为边设置标签，标签能够为 relation等；
3） 节点能够领有很多属性，比方 style name、year等，这些属性值以键值对的模式示意，例如：刘备的style name是玄德；
4） 边也能够领有属性，比方army等；
5） 边容许有方向，例如刘备和汉中之战之间的边的方向是由刘备指向汉中之战的；
6） 元数据是用来形容点和边的属性信息的，元数据由若干标签组成，每个标签由若干属性组成。
图查问
如果咱们想晓得刘备的籍贯在哪，刘备和曹操是什么关系，汉中之战的动员方是谁等等，这些都属于图查问的领域。
咱们晓得，SQL是关系型数据库的查询语言，然而图数据库的查询语言并没有复用SQL。这是因为实质上图数据库解决的是高维数据，而SQL所实用的是二维的数据结构，其并不善于关系的查问和操作。应用专门的图查询语言比SQL更加高效。
目前支流的图查询语言包含Gremlin和Cypher等。
图剖析
图剖析是指通过各种图算法来开掘图信息的一门技术。
外围的图算法能够分成三类：门路搜寻类、核心性剖析类和社区发现类。
门路搜寻是摸索图中节点通过边建设的间接或间接的分割。例如在下图中，通过门路搜寻，咱们发现了这样一条门路：孙策-[夫妻]-大乔-[姐妹]-小乔-[夫妻]-周瑜,据此得悉孙策和周瑜是连襟的关系。门路搜寻类算法宽泛用于物流配送、社交关系剖析等场景。
核心性剖析是指剖析特定节点在图中的重要水平及其影响力。例如在上图中，直观来看，孙权是一个重要的人物，因为与他间接相连的边的数量最多。核心性剖析类算法个别用于网页排序、意见首领开掘、流感流传等场景。
社区发现意在发现图中分割更严密的群体构造。如果把更多的三国人物和关系加到上图中，利用Louvain等社团开掘类算法，咱们很容易发现这些人物分属三个营垒，如下图所示。
社区发现类算法可用于犯罪团伙开掘等场景。
图数据库有什么用
介绍完图数据库的次要性能，咱们再来看看图数据库都有哪些利用场景。图数据库善于的应用领域包含：
社交畛域：Facebook, Twitter用它来进行社交关系治理、好友举荐
咱们相熟的好友举荐。就能够采纳举荐好友的好友的办法。
徐庶和司马徽向刘备举荐诸葛亮能够通过下图形象地展现
电商畛域：华为商城用它来实现商品实时举荐
通过剖析指标用户和其余用户的爱好商品，找到类似的其余用户，把这些用户购买过的商品举荐给指标用户。
金融畛域：中国工商银行、摩根大通用它来做风控治理
目前来看，金融畛域对图数据库的需要很迫切，以贷款为例，在整个贷款周期中，图数据库都能施展微小的作用。
安平畛域：公安用它来进行嫌疑关系审查、犯罪团伙开掘
东汉末年，曹操刺杀董卓，貂蝉调唆董卓父子关系，吕布斩杀董卓，然而董卓却不晓得，这些事件幕后主凶之一都有王允，如下图所示。事实中也可能是这样，幕后真凶可能与指标案件没有间接关系，只有间接的关系。
什么样的场景适宜用图数据库
你能够依据以下几点来判断你的问题是否须要图数据库：
如果你的问题中频繁呈现多对多的关系，倡议首选图数据库；
如果你的问题中数据之间的关系十分重要，倡议首选图数据库；
如果你须要解决大规模数据集之间的关系，倡议首选图数据库。
图数据库产品
当初图数据库产品曾经呈现百家争鸣的场面，Neo4j作为老牌图数据的代表，只管仍然拥趸泛滥，然而因为其本身的缺点，挑战者正在增多，而华为云图引擎图数据库GES作为国产图数据库之光，正在成为其中的佼佼者。
GES 应用界面
点击关注，第一工夫理解华为云陈腐技术~