《图数据库（第2版）》——第1章 简介

第2章 关联数据的存储选择 图数据库(第2版)我们生活在互联的世界中.为了发展进步,我们需要理解并影响所处的网络. 如今的技术是如何处理关联数据的呢?本章关注于关系型数据库和聚合NoSQL存储如何管理图和关联数据,并比较这些数据库或存储与图数据库在处理图和关联数据方面的性能.对NoSQL有兴趣的读者可以深入阅读附录中描述的4种主流NoSQL数据库.

前言 图数据库(第2版)图数据库应对的是当今一个宏观商业世界的大趋势:凭借高度关联的数据中复杂而动态的联系获得洞察力并赢得竞争优势.无论我们想了解的是客户之间的联系,电话或数据中心网络元素之间的联系,娱乐产品制作者和消费者之间的联系,还是基因和蛋白质之间的联系,都会涉及大量的高度关联的数据.这些数据又会构成庞大的图,而理解和分析这些图的能力将成为公司在未来10年的核心竞争力. 对于任何达到一定规模或价值的数据,图数据库都是呈现和查询这些关联数据的最好方式.关联数据是这样的一种数据:它需要我们首先

2.3 图数据库拥抱联系 前面的例子处理了隐式的关联数据.作为用户,我们推断实体之间的语义相关性,但数据模型与数据库本身却忽视了这些关联.为了弥补这一点,我们的应用程序必须着手创建一个扁平的.无连接的数据之外的网络,然后再处理那些由反规范化存储导致的缓慢查询和延迟写入. 我们真正想要的是一个全景图,包括元素之间的关联.与我们之前看到的不同,在图的世界中,关联数据被存储为关联数据.只要问题域中存在关联,数据中就存在关联,如图2-5表示的社交网络. 在这个社交网络中,有如此多的实际情景中的关联数据,

1.3 图数据库的威力 虽然事实上我们可以将任何东西都建模成图,但我们生活在一个很现实的世界里,它充满了预算限制.项目限期.企业标准,还有商业化的技术选型.图数据库提供了强大而新颖的数据建模方法,但仅凭它自己,是不足以成为替换那些已经享有盛誉并被用户充分认识的数据平台的理由的.必须要有一个直接而明显的好处,人们才会使用它.对于图数据库来说,这个动机可以用一系列用例和数据模式来说明:采用图的方案,性能可以提升一个甚至几个数量级,而且比起聚合的批处理,其延迟也小很多.除了性能的优势之外,图数据库还提

第 1 章 简介 图数据库虽然本书大部分内容是讨论图数据模型的,但这并不是一本关于图论的书.1使用图数据库并不需要太多的理论知识:只要知道什么是图就够了.记住这一点,下面来大体回顾一下我们对图的认识. 1关于图论的介绍,请参考Richard J. Trudeau的<Introduction to Graph Theory>(Dover,1993)和Gary Chartrand的<Introductory Graph Theory>(Dover,1985).如果想要了解图是怎样给复杂

1.4 小结 本章中,我们回顾了属性图模型,它可以简单而传神地表示关联数据.属性图用生动而灵活的方式捕捉复杂的领域,与此同时,图数据库则使我们可以运用图模型以更加简单的方式开发应用程序. 在下一章中,我们将更详细地探讨不同的技术是怎样应对关联数据带来的挑战的,从关系型数据库开始,到聚合NoSQL存储,最后到图数据库.在讨论的过程中,我们将看到为什么图和图数据库是建模.存储和查询关联数据的最佳方式.之后的几章将会展示如何设计和实施基于图数据库的解决方案.

2.4 小结 我们在本章已经看到,关系型数据库和NoSQL数据存储中的关联需要开发人员在应用程序层实现数据处理,而相比之下,关联在图数据库中则是一等公民.下一章我们将详细地描述图建模.

1.2 图领域概览 近年来,无数用于管理.处理和分析图的项目和产品纷纷涌入市场.技术选择的陡增使我们难以跟进这些工具并摸清它们之间的区别,即便对我们这些一直活跃在这个领域的人来说也是如此.本节的内容对理解新兴的图领域提供了一个"高空俯览". 从高空俯看,我们可以将图领域划分成以下两部分. 主要用于联机事务图的持久化技术,通常直接实时地被应用程序访问 这类技术被称为图数据库,正是本书主要讨论的内容.它们和"常见的"关系型数据库世界中的联机事务处理(online tra

2.2 NoSQL数据库也缺少联系 大多数NoSQL数据库-无论是键值数据库.文档数据库,还是基于列的数据库-存储的都是无关联的文档/值/列,因此很难将它们用于关联数据和图. 对这些数据库来说,一种广为认知的添加联系的策略是在某个聚合数据(aggregate)中嵌入另一个聚合数据标识符,即添加外键.然而这需要在应用层连接聚合数据,其代价极速增加. 当我们着眼于聚合存储模型(aggregate store model)时,如图2-3所示,想象我们可以看到联系.看到开头为user: Alice的记录