揭祕RedisGraph: Redis內嵌高性能內存圖數據庫

做者 | RedisGraph 開發團隊

譯者 | 蓋磊

編輯 | Emily

AI 前線導讀： RedisGraph 在 Redis 上實現了一種高性能內存圖數據庫。該項目做爲 Redis 模塊開源提供，支持 openCyper 查詢語言，可完成圖的建立、查詢、條件匹配等操做。爲支持高效的圖搜索操做，RedisGraph 底層實現了一種稱爲 Hexastore 的三元組存儲結構。本文介紹了 RedisGraph 的一些內部設計和特性，並展現其當前所具有的能力。

更多幹貨內容請關注微信公衆號「AI 前線」，（ID：ai-front）

引言

當前，基於圖結構的數據（如下簡稱爲「圖數據」）無處不在。Facebook、Twitter 和 Pinterest 等企業已經看到並最大化地利用了這些相互關聯數據的強大之處。這直接致使了對圖數據解決方案關注度的提高，各類解決方案也與日俱增。

Redis 可加載模塊系統的推出，使咱們意識到在 Redis 工具集中引入圖數據結構的巨大潛力。Redis 採用原生 C 語言實現，側重於提供高性能特性。如今咱們經過開發 Redis，爲其新引入了圖數據庫能力。RedisGraph 以開源項目提供在 GitHub 上。

本文將介紹 RedisGraph 的一些內部設計和特性，並展現其當前所具有的能力。

RedisGraph 概覽

RedisGraph 是一種基於 Redis 全新設計實現的圖數據庫。它使用了新的 Redis Modules API，擴展 Redis 並提供了一些新的命令和功能。其主要特性包括：簡單且快速的索引和查詢、在內存中存儲數據、使用了定製的內存高效數據結構、基於磁盤的數據持久化、以數據表形式給出的結果集、支持簡單並廣爲使用的圖查詢語言 Cypher，以及數據的過濾、聚合和排序等。

牛刀小試：操做 RedisGraph

爲介紹 RedisGraph 的一些關鍵特性，下面咱們給出一個基於 redis-cli 工具運行的例子。

構建一個圖

實體一般表示爲圖中的節點。本例建立了一個小規模的圖，圖中的實體爲演員和電影，以「參演」關係鏈接參演電影的演員和電影。使用 GRAPH.QUERY 命令發佈 CREATE 語句的格式以下，該語句實現將新的實體和關係添加到一個圖中。

下面一條命令建立了一個圖：

圖的查詢

RedisGraph 實現了 openCypher 圖查詢語言的一個子集。儘管其中僅支持該語言的數個功能，可是對於從圖中抽取有用的信息而言，這些功能是徹底夠用的。使用 GRAPH.QUERY 命令執行查詢的命令格式爲：

GRAPH.QUERY <graph_id> <query>複製代碼

下面咱們在所建立的電影圖數據上執行一系列查詢。

其中，第一行是結果集的頭部信息，按 RETURN 語句命名各個列。第二行中包含了查詢的結果。

第二個查詢是找出每位演員參演了多少部電影。

RedisGraph 的支撐理念

不一樣的圖數據庫，可能採用了不一樣的結構表示圖。有的使用了鄰接列表，也有的使用了鄰接矩陣。每種表示結構都有其自身的優劣之處。對於 RedisGraph 而言，關鍵在於給出一種支持對圖作快速搜索的數據結構。咱們使用了一種稱爲「Hexastore」的結構保存圖中的全部關係。

Hexastore 對圖的表示

Hexastore 的結構由一系列三元組組成。其中，每一個三元組包括以下三部分：

• 主語（Subject）；

• 謂詞（Predicate）；

• 目標（Object）。

主語表示源節點，謂詞表示關係，目標表示目的節點。對於圖中的每條關係，Hexastore 將保存源節點、關係邊和目的節點間全部可能存在的六種排列。如下面這條關係爲例：

(Aldis_Hodge)-[act]->(Straight_Outta_Compton)複製代碼

其中， Aldis_Hodge 是源節點，act 是關係，Straight_Outta_Compton 是目標節點。

該關係的六種可能排列以下：

SPO:Aldis_Hodge:act:Straight_Outta_Compton
SOP:Aldis_Hodge:Straight_Outta_Compton:act
POS:act:Straight_Outta_Compton:Aldis_Hodge
PSO:act:Aldis_Hodge:Straight_Outta_Compton
OPS:Straight_Outta_Compton:act:Aldis_Hodge
OSP:Straight_Outta_Compton:Aldis_Hodge:act複製代碼

一旦構建了 Hexastore，咱們能夠輕易地實現圖搜索。例如，若是要查找「Straight Outta Compton」電影中的演員，那麼能夠實現爲搜索 Hexastore 中全部包含前綴 OPS:Straight_Outta_Compton:act:* 的字符串。

若是要查找 Aldis Hodge 參演的全部電影，那麼能夠實現爲查找全部包含前綴 SPO:Aldis_Hodge:act:* 的字符串。

儘管 Hexastore 會佔用大量的內存，由於每條關係表示爲六個三元組，可是這樣的三元組數據結構不只支持快速搜索，並且能夠高效地使用內存，由於它並不會重複地生成已有的字符串前綴。

openCypher 查詢語言

目前已經存在着一些圖查詢語言，咱們並不想從新造輪子，實現咱們本身的語言。所以，咱們決定實現最廣爲使用的圖查詢語言 openCyper 的一個子集。儘管 Open-Cypher 項目提供的語言解析器建立方法易於使用，但咱們仍是決定建立咱們本身的解析器。該解析器使用 Lex 做爲分詞器，並使用 Lemon 生成 C 目標解析器。

正如上面所說起的，咱們目前只支持該語言的一個子集。咱們將會繼續添加一些新能力，並擴展語言。

運行時的查詢執行

下面，咱們介紹 RedisGraph 中的模塊在執行查詢中的操做步驟。如下面的查詢爲例，該查詢找出全部 30 歲以上並與 Aldis Hodge 共同參演過影片的演員：

RedisGraph 將解析查詢、構建抽象語法樹、構建執行計劃（由標籤掃描操做、Filter 操做、Expand 操做、Expand into 操做等組成的）、執行計劃、將匹配的實體屬性添加到結果集中。

查詢解析器

對於一個給定的有效查詢，解析器將會生成抽象語法樹。下列六類語句，會在抽象語法樹中分別生成對應的主節點：

1. MATCH

2. CREATE

3. DELETE

4. WHERE

5. RETURN

6. ORDER

生成抽象語法樹，是一種描述和結構化語言的通用方法。

過濾樹

查詢經過建立謂詞過濾出實體。以上面的查詢爲例，其中須要過濾掉小於 30 歲的演員。在查詢中，可使用 OR、AND 等關鍵字組合謂詞構造粒度條件。在運行時會根據 WHERE 語句構建過濾樹。過濾樹中的每一個節點能夠表示一個條件（例如 A>B），也能夠表示一個操做（AND 或 OR）。候選實體將經過過濾樹進行求值。

查詢處理

MATCH 語句描述了被查詢實體（即節點）間的關係。節點能夠具備別名，以支持執行查詢生命週期後期的引用（WHERE、RETURN 語句）。可是，最終還必須爲全部的節點指定一個 ID。對節點指定 ID 過程稱爲搜索階段。

搜索階段根據 MATCH 語句查詢 Hexastore，找出全部的 ID。以上面的查詢爲例，搜索階段以查找 Aldis Hodge 參演的電影爲開始。對於所搜索到的每部電影擴展搜索，找到當前電影的參演演員。

這樣的搜索過程能夠當作是一個遍歷圖的迭代過程。該迭代過程在每一步發現一個新 ID。一旦節點指定了 ID，就能夠確認當前的實體符合過濾語句的條件。這時能夠抽取 RETURN 語句中指定的請求屬性，並將新紀錄添加到最終結果集中。

基準測試

插入一條新關係的複雜度是 O(1)，RedisGraph 能夠在 1 秒內建立 10 萬條新關係。在不一樣的底層硬件上，測試結果可能會存在差別。

檢索數據的性能徹底取決於圖的規模，以及所執行的查詢類型。對於一個小規模圖，例如約 1000 個實體、2500 條邊，RedisGraph 每秒可執行約 6.5 萬次的「朋友的朋友」（FOAF）查詢。

須要指出的是，除了 Hexastore 以外，咱們並未對實體作索引。將來咱們將實現實體索引，這將會極大地下降查詢執行時間。

許可狀況

Redis-Graph 以 AGPL-3.0 許可發佈。

結束語

RedisGraph 項目儘管推出不久，但它已經能夠做爲圖數據庫的一個替代選項。RedisGraph 支持的操做子集能夠分析並探索圖數據。做爲一個 Redis 模塊，全部 Redis 客戶無需作出任何調整就可使用該模塊功能。咱們考慮繼續改進，並在開源社區的幫助下進一步擴展 RedisGraph。

查看英文原文：

http://redisgraph.io/design/

更多幹貨內容請關注微信公衆號「AI 前線」，（ID：ai-front）