為什么說圖形數(shù)據(jù)庫是大數(shù)據(jù)時代的利器

-4-為什么說圖形數(shù)據(jù)庫是大數(shù)據(jù)時代的利器？利用圖形數(shù)據(jù)庫，我們可以更輕易地描述和更便利地查詢上圖所示的關(guān)系。下一節(jié)我們將看到，在關(guān)聯(lián)關(guān)系更簡單的情形下，圖形數(shù)據(jù)庫的查詢效率遠(yuǎn)遠(yuǎn)高于關(guān)系型數(shù)據(jù)庫。你或許聽說過圖形數(shù)據(jù)庫，也知道它不是存儲圖片文件的數(shù)據(jù)庫。但是：為什么總有人吹捧它是大數(shù)據(jù)時代的利器？是數(shù)據(jù)庫領(lǐng)域重大的技術(shù)革新？它和傳統(tǒng)的關(guān)系型數(shù)據(jù)庫相比有哪些優(yōu)劣？本文將帶你揭開圖形數(shù)據(jù)庫的神奇面紗。

什么是圖形數(shù)據(jù)庫

要理解圖形數(shù)據(jù)庫，你臨時還不需要具備太多圖論的學(xué)問。實(shí)際上，圖形數(shù)據(jù)庫（GDBMS）在筆者眼中比關(guān)系數(shù)據(jù)庫（RDBMS）更簡單理解。

圖（Graph）由頂點(diǎn)（Vertex）和邊（Edge）組成。

在圖形數(shù)據(jù)庫領(lǐng)域，我們有時候喜愛把頂點(diǎn)和邊稱為節(jié)點(diǎn)（Node）和關(guān)系（Relationship），但明顯它們是同一回事。

每個節(jié)點(diǎn)表示一個實(shí)體（個人、地點(diǎn)、事物、類別或其他數(shù)據(jù)塊），每個關(guān)系表示兩個節(jié)點(diǎn)的關(guān)聯(lián)關(guān)系。

例如，兩個節(jié)點(diǎn)中國和臺灣的關(guān)系是臺灣屬于中國；而兩個節(jié)點(diǎn)臺灣和鳳梨酥的關(guān)系是鳳梨酥是臺灣的特產(chǎn)。

為什么圖數(shù)據(jù)庫是將來的必定趨勢？

我們生活的世界布滿了對象之間的相互聯(lián)系，你能舉出一個例子，某一對象是完全孤立、不和外界發(fā)生任何關(guān)聯(lián)嗎？圖數(shù)據(jù)庫在描述、存儲、查詢這些關(guān)聯(lián)時具有天生優(yōu)勢。

我們連續(xù)擴(kuò)展上面的例子，上海也屬于中國，陸家嘴位于上海，喬治在陸家嘴上班，佩奇是喬治的姐姐，佩奇來自臺灣，喬治雖然誕生在內(nèi)地但是去過臺灣，喬治還很喜愛吃鳳梨酥。

假如你是業(yè)務(wù)/產(chǎn)品工作人員，你肯定盼望你的產(chǎn)品或者業(yè)務(wù)涉及到用戶的方方面面。假如你是開發(fā)人員，你肯定盼望能夠簡潔高效地描述這個紛繁簡單的世界。

在傳統(tǒng)的技術(shù)方中，一般會用關(guān)系型數(shù)據(jù)庫對數(shù)據(jù)進(jìn)行長久化（長時存儲）。那么為了描述上圖中的模型，我們需要建立多少張表呢？國家、省/市、人、食品、地標(biāo)、國家與省/市關(guān)系、省/市與食品關(guān)系、人與省/市關(guān)系、人與至少十幾張表。

這倒沒什么大不了的。

現(xiàn)在請查詢：在哪個城市上班的人最喜愛吃鳳梨酥？

嗯你只需要關(guān)聯(lián)食品表、人員表、人喜愛的食品關(guān)聯(lián)關(guān)系表三張表就可以查到喬治等人喜愛吃鳳梨酥，但是你還得再關(guān)聯(lián)兩張表找到他們在哪個地標(biāo)工作，進(jìn)而再關(guān)聯(lián)兩張表找到這些地標(biāo)在哪個城市。還沒完，你還得groupby一下，再排個序。

你會覺得這個查詢簡直有病。但這恰恰是數(shù)據(jù)分析師最基本的工作，也是大數(shù)據(jù)時代海量信息處理的一個縮影。

利用圖形數(shù)據(jù)庫，我們可以更輕易地描述和更便利地查詢上圖所示的關(guān)系。下一節(jié)我們將看到，在關(guān)聯(lián)關(guān)系更簡單的情形下，圖形數(shù)據(jù)庫的查詢效率遠(yuǎn)遠(yuǎn)高于關(guān)系型數(shù)據(jù)庫。

圖數(shù)據(jù)庫VS關(guān)系型數(shù)據(jù)庫

1.性能

大數(shù)據(jù)時代，人類社會的數(shù)據(jù)量呈爆發(fā)式增長。任何業(yè)務(wù)或產(chǎn)品所積累的數(shù)據(jù)肯定是快速增長的，這沒有疑義，但更重要的是，數(shù)據(jù)與數(shù)據(jù)之間的連接（或者說關(guān)系）將呈現(xiàn)平方級增長：

3個點(diǎn)最多有6條有向邊，4個點(diǎn)最多有12個有向邊，N個節(jié)點(diǎn)最多有N*(N-1)個有向邊。

在傳統(tǒng)的數(shù)據(jù)庫中，隨著關(guān)系的數(shù)量和深度的增加，關(guān)系查詢的效率將急劇衰減，甚至崩潰。

然而圖形數(shù)據(jù)庫的性能將幾乎不變，即使數(shù)據(jù)每天都在增長。

這共性能差異有多大呢，引用Neo4j（一款圖形數(shù)據(jù)庫）發(fā)布的測試數(shù)據(jù)，我們盼望在一個社交網(wǎng)絡(luò)里找到最大深度為指定值的伴侶組合。

在100萬人的人群中，設(shè)置每個人大約有50個伴侶，隨機(jī)選擇兩個人，是否存在一條路徑，使得他們之間的關(guān)聯(lián)關(guān)系長度為2或3或4或5？

圖形數(shù)據(jù)庫與關(guān)系型數(shù)據(jù)庫執(zhí)行時間對比如下表。

可見，在這種關(guān)聯(lián)關(guān)系簡單且關(guān)聯(lián)深度較大的情形下，用圖形數(shù)據(jù)庫對陣關(guān)系型數(shù)據(jù)庫簡直好比降維打擊。

2.敏捷性

圖形數(shù)據(jù)模型的結(jié)構(gòu)和模式隨著解決方案和行業(yè)的變化而變化。開發(fā)團(tuán)隊(duì)不必提前對將來的需求進(jìn)行詳盡的建模（然后在某些業(yè)務(wù)/產(chǎn)品人員要求更改后徹底地推翻重做）；相反，新的節(jié)點(diǎn)、關(guān)系、節(jié)點(diǎn)的屬性還有關(guān)系的屬性都可以后期添加到現(xiàn)有結(jié)構(gòu)中，完全不會危及當(dāng)前的功能。

一個好玩的說法是：面對圖形數(shù)據(jù)庫模型，你只需要口述你的需求，然后讓它作出轉(zhuǎn)變；而關(guān)系型數(shù)據(jù)庫模型則恰好相反，它告知你它的需求，迫使你適應(yīng)它那該死的表格結(jié)構(gòu)。

3.靈敏性

使用圖形技術(shù)開發(fā)完全符合當(dāng)今的靈敏、測試驅(qū)動的開發(fā)實(shí)踐，它允許數(shù)據(jù)層支持的應(yīng)用程序隨著業(yè)務(wù)需求的進(jìn)展而快速迭代更新。

有哪些好用的圖形數(shù)據(jù)庫（最好是開源