爲何選擇圖形數據庫，爲何選擇Neo4j？

最近在抓取一些社交網站的數據，抓下來的數據用MySql存儲。問我爲何用MySql，那天然是入門簡單，而且我當時只熟悉MySql。但是，隨着數據量愈來愈大，有一個問題始終困擾着我，那就是社交關係的存儲。

就以新浪微博舉例，一個大V少則十幾萬，多則幾千萬的粉絲，這些關注關係要怎麼存呢？在MySql中，一條關注關係（大V id，大V的一個粉絲 id）存爲一條數據，那麼當用戶數量上來的時候，關注關係輕鬆破億，破十億，甚至上百億，而且爲了保證每條數據的惟一性，還須要設置聯合索引，MySql就有些力不從心了。那麼有人要說了：分表呀。嗯，沒錯，分表的確能夠在插入端和讀取端提高一些速度。好比咱們能夠根據id哈希到100張表中。查詢一個用戶有哪些粉絲是快了，可是查詢一個用戶關注了哪些人時仍然須要遍歷全表。好，這時候咱們還能夠以（id，其關注的一個用戶的id）再構造100張表，因而兩種查詢都快了。然而，後面那100張表是冗餘數據，看着就不爽...而且生成一張子圖也不方便（須要屢次寫SQL查表）。

因而，在搜索更好的方案時無心間發現了圖形數據庫，查閱一番資料後感受確實是個不錯的選擇，畢竟業界的一些大佬，如twitter，Adobe等也在用。

那麼，什麼是圖形數據庫呢？在這裏我貼上較爲官方的定義：a database that uses graph structures for semantic queries with nodes, edges and properties to represent and store data – independent of the way the data is stored internally. It’s really the model and the implemented algorithms that matter.注意，這裏只是說數據模型是圖結構的，沒有說數據的存儲也必定要是圖結構的。其數據模型以下圖

---

進入今天的主題，我將以Neo4j爲例，說明爲何選擇圖形數據庫？

首先，先簡要介紹一下Neo4j。Neo4j是由Java和Scala寫成的一個NoSql數據庫，專門用於網絡圖的存儲。更詳細的內容可見官網。做爲一個圖形數據庫，Neo4j有如下優勢：

• 更快的數據庫操做。固然，有一個前提條件，那就是數據量較大，在MySql中存儲的話須要許多表，而且表之間聯繫較多（即有很多的操做須要join表）。
• 數據更直觀，相應的SQL語句也更好寫（Neo4j使用Cypher語言，與傳統SQL有很大不一樣）。
• 更靈活。無論有什麼新的數據須要存儲，都是一概的節點和邊，只須要考慮節點屬性和邊屬性。而MySql中即意味着新的表，還要考慮和其餘表的關係。
• 數據庫操做的速度並不會隨着數據庫的增大有明顯的下降。這得益於Neo4j特殊的數據存儲結構和專門優化的圖算法。

---

接着，試着從更深一些的層次看圖形數據庫。我將從Neo4j的數據存儲和數據讀寫兩方面來講明爲何選它。

1. 數據存儲
   Neo4j對於圖的存儲天然是通過特別優化的。不像傳統數據庫的一條記錄一條數據的存儲方式，Neo4j的存儲方式是：節點的類別，屬性，邊的類別，屬性等都是分開存儲的，這將大大有助於提升圖形數據庫的性能。以下圖：

2. 數據讀寫
   在Neo4j中，存儲節點時使用了"index-free adjacency"，即每一個節點都有指向其鄰居節點的指針，可讓咱們在\(O(1)\)的時間內找到鄰居節點。另外，按照官方的說法，在Neo4j中邊是最重要的,是"first-class entities"，因此單獨存儲，這有利於在圖遍歷的時候提升速度，也能夠很方便地以任何方向進行遍歷。

更多的資料能夠看參考資料第一條。

---

關於爲何選圖形數據庫就說到這。現在可供選擇的圖形數據庫也很多，爲何就選擇了Neo4j呢？我簡要歸結爲如下幾點：

• 做爲較早的一批圖形數據庫之一，文檔和各類技術博客較多。
• 最開始曾嘗試過flockdb（聽說操做簡單+輕量級），可是敗於安裝過程...，依賴太多。
• 網上常常有人將orientdb，arangodb與neo4j作對比，我固然也考慮過orientdb和arangodb。從易用性來講都差很少。速度上的話看過一些評測，arangodb應該是相對最快的，由於其使用了混合索引。可是從穩定性來講，neo4j是最好的。

---

時間有限，我並無通讀Neo4j的官方文檔。但做爲一個數據庫使用者，能大概地瞭解爲何要選這個數據庫就已經足夠了。

最後作個總結吧。圖形數據庫是這幾年興起的，總體還不是很完善，並且適用面也是比較窄的。只有在明確本身的需求以後，才能肯定是否選擇圖形數據庫。

轉載請註明出處：http://www.cnblogs.com/rubinorth/

---

參考資料

1. Graph Databases for Beginners: Native vs. Non-Native Graph Technology
2. neo4j是怎麼pk掉orientdb和titan的
3. arangodb官方文檔，講爲何arangodb比neo4j快