Ultipa的博客

在更复杂（更深度）的查询中，可以用类似的逻辑，通过层层的抽丝剥茧来验证结果的正确性。在Twitter数据集中，任意两个顶点间的杰卡德相似度计算的复杂度和被查询顶点的1度邻居的个数直接相关，以顶点12、13为例，它们都是典型的有百万邻居的“超级节点”​，在这种情况下，手工验证结果的准确性并不现实。面向高维数据的操作：这也是本书关注的重点，例如面向全图或子图数据的查询结果返回多个顶点、边组合而成的高维数据结构，可能是多顶点的集合、点边构成的路径、子图（子网）甚至是全图遍历结果。

例如，100亿的数据是热数据，1000亿的数据是温数据，9000亿的数据是冷数据。简而言之，很多所谓的千亿、万亿规模图，实际上实体的规模仅有不到10亿，大量的实体都应该作为点、边的属性存在，并且大量的边都是“无效边”​（有的图数据库仅支持单边图模式，例如两个用户账户之间会存在多笔交易，但是每笔交易无法以边的形式存在，只能用顶点来表达交易，进而需要在交易顶点与账户顶点间形成2倍的边，这种单边图就会形成3倍数量的点边集合）​。容量规划的另一个误区，就是对于实际可能需要构建的图的规模的误判。

但需要指出的是，单边图是多边图的一种特例，用多边图可以实现单边图的效果，反之则不然。关于数据建模，老夫在前面的文章中多次提及，图系统的数据建模通常有不止一种方式，甚至可以说在多种建模方式中去探寻数据之间的关联关系，可以做到“条条大路通罗马”​，然而，每条路到罗马的时间、难度、消耗可能是千差万别的。很明显，工业界的图数据是动态的、异构的，数据实体间的关联性是多样的，哪些数据可以作为实体，哪些可以作为边，甚至哪些可以作为点或边属性都是可以随着业务的需求而变换建模的思路来更好地解决业务的挑战。

本篇文章对分布式图数据库系统中最复杂的一类系统架构设计进行探索，即水平分布式图数据库系统（这个挑战也可以泛化为水平分布式图数据仓库、图湖泊、图中台或任何其他依赖图存储、图计算及图查询组件而形成的系统）​。

分布式共识系统，特别是分布式共识算法就由此应运而生，被用来保证即便在分布式系统中出现了各种各样的问题，但是整体服务依然可以保持在线。

从某种程度上看，这样的系统进行了高度的冗余化设计，至少在写入操作的时候……

“Graph XAI” 课程由国际图专家、学者及嬴图创始人孙宇熙教授亲授，含初、高级视频课程，适配多元人群，传授源自前沿图数据库企业的实战知识，助学员掌握图技术，开启进阶之旅。

上篇内容老夫着重介绍了垂直扩展的可能性，今儿咱们就重点聊聊水平扩展的意义和优劣吧。

和所有其他类型的数据库一样，可扩展的图数据库是图数据库发展的必然阶段。单机（单实例）所能承载的最大数据量、吞吐率、系统可用性显然是有限的，也正是这种限制，几乎所有的新型数据库系统都会把扩展能力，特别是通过多实例形成的水平集群扩展能力，作为一个重要的能力衡量指标。这也是分布式数据库方兴未艾的核心原因。在探讨可扩展的图数据库设计时须明确一点，只有在垂直扩展没有可能的时候，才开始追求水平可扩展系统的构建与迭代……

在图数据库的查询与分析框架中有两个重要组件：一个是图数据库的查询语言，另一个是可视化组件，例如通过查询语言便捷地表达面向数据的深度下钻能力。以上特性对图数据库的查询与分析框架的设计提出了新的挑战，也是关系型数据库SQL所难以实现的。

老夫认为，图数据库所要解决的核心问题并非存储而是计算。

本篇文章咱们着重聊聊高性能存储架构的设计思路！！

今儿我们先聊高性能存储架构，严格意义上说任何数据库都需要存储引擎，它承载着数据持久化的职责。

了解了图数据库的计算与存储原理，大家一定会提出一个问题，图数据库该如何操作和查询呢？

人类通常并不在脑海中设定表结构，而是随机应变。

本篇内容主要是为大家提供一些真实场景中的例子，以及可能的多种构图方式，在进行任何图数据库的设计过程中，没有所谓的唯一方案。图数据库非常贴近业务，它的建模直接反映了业务逻辑。存储位于图数据库的最底层，存储的效率与灵活性决定了在其之上的计算和查询的效率与灵活性。

在上一个内容中，老夫通过上下两篇文章讲了图计算，接下来咱们具体说说图存储。图存储的全称是图数据库存储引擎或图数据库存储层（组件）​。在功能层面，它负责图数据库或图数据仓库的数据的持久化存储。因为存储距离用户层的应用较图计算层（或组件）更为遥远，过往很少有论著会专门讲述图存储环节。为了给读者呈现更为完整的全景图，图存储是图数据库不可或缺的环节。

怎么结合计算效率来评估与设计图计算所需的数据结构？

在图数据库中有三大组件，笔者先从图计算开始。一般情况下，图计算可以等同于图数据库，毕竟图数据库最重要的工作就是图计算。然而，从图论以及数据库的发展历程来看，在相当长的一段时间内，图计算框架基本是独立发展的，而图数据库是近20年内才开始形成的。最早的图计算的内容是研究一些基于图论的算法，例如1959年发表的Dijkstra算法（一种在道路网络中寻找最短路径的算法）​。在图数据库的语境下，图计算关注的是如何高效地完成数据库的查询、计算、分析，以及对数据的动态调整。

图数据库（图计算）应对的是当今一个宏观商业世界的大趋势，它凭借对海量、复杂、动态数据的挖掘、分析和关联而获得洞察力。事实上，虽然其本身还无法在短时间内完全替代那些已经被用户充分认识和使用的数据平台，但市场对该技术的需求不断激发着图数据库（图计算）的内生动力。本文将浅谈关联数据是怎样对过往技术提出挑战的。

时至今日，大数据已无处不在，所有行业都在经受大数据的洗礼。但同时我们也发现，不同于传统关系型数据库的表模型，现实世界是非常丰富、高维且相互关联的。此外，我们一旦理解了大数据的演进历程以及对数据库进阶的强需求，就会真正理解为什么“图”无处不在，以及为什么它会具有可持续的竞争优势，并最终成为新一代主流数据库标准。

图数据库技术的本质是图计算与存储技术（事实上所有IT技术在本质上都是计算、存储与网络，因为计算有网络计算、分布式计算，存储有网络存储、分布式存储，因此我们经常省略网络而只说计算和存储）​，而图计算（图分析）的理论基础是图论。本文通过回顾相关学科与技术的发展历史来更好地了解图技术。

每一个博古通今的人的脑子里面都装满了图，善于利用图去思考、去发散、去归纳总结、去融会贯通。如果一张图不能解决问题，那就再加一张！Ⅰ| 先解一道数学题那么在现实生活中，绝大多数人具备图的思维方式吗？我们来一起看看下面这个问题：构造一张图（由顶点、边构成的图），假设图里面有5个三角形，只增加1条边，就让三角形的个数倍增为10， 请画出这张图的结构来？先决条件：这张图里面，顶点为账户，边为账户间的交易，账户间可以有多笔交易。所谓的三角形为三个账户间的转账交易形成的原子级的三角形（不可嵌套），三角形中每

周五，下班路上，夜空下的北四环，车流稀疏，方向盘后的我，思绪延展开来，一个问题从脑海里冒了出来：“ 我们到底是如何思考的？”显然，这是一个没有标准答案的问题（尽管很多 人，尤其是教育界或学术界的很多权威、专家、大师、老师和数不清的享受政府津贴的big or not so big shots一定会跳出来反对这个观点 —— 至少要以官方发布为标准）。我认为，人脑很像是一台设计精密的计算机，上帝赋予了人类思维无远弗届的能力，什么是“无远弗届”？就是思绪触达的地方再远都可以。这其实是一种超深度的图检索、图遍历的