图数据库白皮书.pdf-资料库

hugotu-12368432-4744300845222240218.pdf-第1页.png

第1页 / 共37页

hugotu-12368432-4744300845222240218.pdf-第2页.png

第2页 / 共37页

hugotu-12368432-4744300845222240218.pdf-第3页.png

第3页 / 共37页

hugotu-12368432-4744300845222240218.pdf-第4页.png

第4页 / 共37页

hugotu-12368432-4744300845222240218.pdf-第5页.png

第5页 / 共37页

hugotu-12368432-4744300845222240218.pdf-第6页.png

第6页 / 共37页

hugotu-12368432-4744300845222240218.pdf-第7页.png

第7页 / 共37页

hugotu-12368432-4744300845222240218.pdf-第8页.png

第8页 / 共37页

图数据库白皮书中国信息通信研究院云计算与大数据研究所 CCSA TC601大数据技术标准推进委员会 2019年12月 1 中国信息通信研究院

版权声明本白皮书版权属于中国信息通信研究院云计算与大数据研究所，并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：中国信息通信研究院云计算与大数据研究所”。违反上述声明者，联盟将追究其相关法律责任。牵头编写单位：中国信息通信研究院参与编写单位（排名按字母序）：阿里云计算有限公司、北京百度网讯科技有限公司、北京大学计算机科学技术研究所、北京费马科技有限公司、成都四方伟业软件股份有限公司、华为技术有限公司、杭州欧若数网科技有限公司、京东数字科技控股有限公司、腾讯云计算(北京)有限责任公司、星环信息科技（上海）有限公司、亚信科技(中国)有限公司、浙江创邻科技有限公司、浙江蚂蚁小微金融服务集团股份有限公司编写组成员：中国信息通信研究院：李俊逸、魏凯、姜春宇、马鹏玮、闫树、王卓北京费马科技有限公司：林恒、朱晓伟、洪春涛京东数字科技控股有限公司：张国庆、钱勇、周亮、赵彤彤、卢周浙江蚂蚁小微金融服务集团股份有限公司：方扬、付志嵩、李克鹏、朴昕阳阿里云计算有限公司：王炎华为技术有限公司：赵丽丽、秋政北京大学王选计算机研究所：彭鹏、邹磊、张雨、李文杰、刘钰浙江创邻科技有限公司：张晨、吴菁、周研、祝丽娟星环信息科技（上海）有限公司：王志平、罗圣美、吕程成都四方伟业软件股份有限公司：廖伟，张永飞，赵神州，王军，李今朝杭州欧若数网科技有限公司：Sherman Ye、吴敏、王玉珏、陈恒、侯凤林北京百度网讯科技有限公司：周力，袁鹏程，汪洋，蔡歌，卢文祥腾讯云计算(北京)有限责任公司：邵宗文、成杰峰亚信科技(中国)有限公司：姚罡、吴鹏、郝佳 2 中国信息通信研究院

前言当今时代，数据的关联可以产生重要的商业价值。无论我们是想了解在线社交网络中用户之间的关系，或者电子商务中用户和商品之间的关系，还是金融网络中信贷关系，理解和分析大量高度关联数据的能力将成为企业的核心竞争力。图处理技术在这其中扮演着重要的角色。大型互联网公司最早就意识到了这一点，并开始创建自己的专有图处理技术，这些技术被用于社交关系挖掘、网页检索与排序、推荐系统等，并获得了巨大的商业成功。图处理技术解决了当今宏观业务的一个大趋势：利用高度连接的数据中复杂、动态的关系来产生洞察力和竞争优势。相比关系数据库，图数据库是表示和查询连接数据的最佳方式。随着近几年的快速发展，通用的图数据库已经逐步成熟，基于图数据库的应用如知识图谱、风险防控、智能物联网在金融、电信、公共安全、医疗等行业快速落地，并形成了较好的应用效果。然而相比其他的数据库技术，图数据库还处于起步阶段，相关概念介绍、应用场景描述和选型实施的资料较少。本白皮书从概述、发展历程、应用场景、技术架构、选型要素和实施建议等多个维度介绍图数据库，力图为用户了解和选择图数据库提供一个全局视图。由于编写的水平和时间有限，难免有所纰漏，欢迎大家批评指正。 3 中国信息通信研究院

目录一、图数据库概述..................................................................................... 6 （一）图数据库的概念....................................................................... 7 （二）图数据库发展情况................................................................. 10 （三）图数据库的技术优势.............................................................12 二、图数据库应用场景........................................................................... 15 （一）知识图谱................................................................................. 15 （二）行业应用................................................................................. 16 三、图数据库技术详解........................................................................... 19 （一）技术架构................................................................................. 19 （二）主流的图查询语言................................................................. 20 （三）图数据的计算......................................................................... 21 （四）图处理引擎............................................................................. 23 四、图数据库选型要素........................................................................... 25 （一）基本能力................................................................................. 25 （二）分布式能力............................................................................. 25 （三）兼容能力................................................................................. 26 （四）管理能力................................................................................. 26 （五）安全能力................................................................................. 27 （六）高可用能力............................................................................. 27 （七）性能......................................................................................... 27 五、图数据库实施建议........................................................................... 29 4 中国信息通信研究院

（一）业务理解................................................................................. 29 （二）图 Schema 设计....................................................................... 30 （三）业务数据加工......................................................................... 31 （四）验证和测试............................................................................. 32 （五）监控运维................................................................................. 32 （六）从关系型数据库迁移到图数据库.........................................33 六、总结和展望....................................................................................... 35 5 中国信息通信研究院

一、图数据库概述图是基于事物关联关系的模型表达，通过将实体与关系点边化的方式将知识结构化地保存，因此具有天然的可解释性，从而备受学术界和工业界的推崇。图数据是指采用图结构存储的数据。当前，通信、互联网、电子商务、社交网络和物联网等领域中积累了大量的图数据，其规模巨大并且不断增长：Facebook 的社交网络在 2011 年已超过 8 亿顶点；而腾讯 QQ 社交网络目前在 10 亿个顶点的规模；在电信行业中，广州市仅一个月内由电话呼叫方和被呼叫方组成的图就超过 4.5 千万个顶点、1.5 亿条边；而 ClueWeb1数据包含海量的网页，2012 年公布的数据集已经达到 10 亿个顶点、425 亿条边，仅是存储边的列表文件就超过 400GB。图 1 社交网络传统的关系型数据库在处理这些关联数据时，大量的连接操作造 1 ClueWeb12 数据集，http://lemurproject.org/clueweb12/specs.php 6 中国信息通信研究院

成性能成指数级下降；而 NoSQL 数据库（图数据库以外）采用的数据结构和分布式架构，更适合离散、关联关系弱的数据存储管理。图数据库中丰富的关系表示，完整的事务支持，提供了高效的关联查询和完备的实体信息。因此，有人认为图数据库是一项具有变革意义的技术，不仅仅是因为它提供了功能强大且新颖的数据技术，更是因为它带来了直接的商业利益，让人们有着充分的动机去替换已有的数据平台。 2019 年初 Gartner2数据与分析峰会上将图列为 2019 年十大数据和分析趋势之一，并认为到 2022 年，全球图处理及图数据库的应用都将以每年 100%的速度迅猛增长。接下来本章将从图数据库的概念、价值、发展情况以及与其它数据库的对比三个方面介绍图数据库的基本情况。（一）图数据库的概念图数据库以图论为理论基础，使用图模型，将关联数据的实体作为顶点（vertex）存储，关系作为边（edge）存储，解决了数据复杂关联带来的严重随机访问问题。在分类上，图数据库可归类为 NoSQL 数据库。 1. 图模型图是一组对象的集合，由顶点和边构成，顶点表示实体或实例，如人、账号、组织、业务等。它们可以类比于关系型数据库里的记录 2 Gartner2019 年十大数据和分析技术趋势， https://www.gartner.com/en/newsroom/press-releases/2019-02-18-gartner-identifies-top-10-data-and-a nalytics-technolo 7 中国信息通信研究院

（record）或行（row），或文档数据库（document database）里的文档（document）。边是将连接顶点的线，表示顶点之间的关联关系。边是图数据库中的关键概念，在关系型数据库或文档存储数据库中，没有对边的抽象概念进行直接实现。图模型主要包含属性图、RDF 图两种。  属性图模型属性图模型由顶点、边及其属性构成。图数据库通常是指基于属性图模型的图数据库。模型由以下 4 个部分组成： 1) 顶点。顶点是事物（Object）的抽象，可以是“人”、“书”等实体，也可以是“端口”、“IP”等抽象； 2) 顶点的属性。顶点的属性是对事物的具体描述，根据顶点代表的类型不同，每个顶点可以有不同的属性，比如以“人”作为顶点，属性可以是“姓名”“身高”、“生肖”等； 3) 边。边是两个顶点间的关联关系，有向或无向。比如两个顶点是“人”和“职务”，那关系“任职”是连接它们的边； 4) 边的属性。和顶点的属性类似，每条边上也有属性。比如连接顶点“人”和“职务”的“当选”边，属性就是具体的当选时间。图 2 属性图模型实例  RDF 模型 8 中国信息通信研究院

资料库

图数据库白皮书.pdf

相关推荐

数据库

热门标签

最新资料