3.5.4.Graph

创作人：杨丛聿

审稿人：朱荣鑫

Graph 介绍

图作为一种现实中广泛存在的结构，与我们的生活息息相关，如社交网络、交通网络等。如何抽象的描述这些结构，并对其进行分析，获取潜在价值是一个普遍存在的问题。

相比于我们熟悉的关系数据库的建模方式，从 Graph 的角度出发，可以让一些复杂问题和场景的处理变得简单，如行为分析、个性化推荐、知识图谱等。

通常来讲，对于图的研究，分为图存储和图计算分析两个场景，二者解决的问题不同，相应的技术栈也有一些差异。

图存储

更强调图结构的建模，以及解决诸如邻居、路径等查询问题。

图计算

则是从全局或子图的角度为出发点，经过大量计算，来发现更深层次的问题，其关注的技术点，更多的是资源调度，以及各类经典图分析算法的实现。

Elasticsearch 的 Graph 功能介于二者之间，其定位是对已有的结构化数据进行分析，从图的角度去审视已有数据，并发现潜在价值。

图通常是以 vertex 和 edge 的模型管理数据，Elasticsearch 也不例外，只是区别于图数据库的先建模后存储，Elasticsearch 中 Graph 的建模逻辑，是在查询中动态填入的，其底层实现

逻辑是基于 Elasticsearch 的 terms 和 aggregations 相关功能。

相比于图数据库通常只提供基于 vertex 和 edge 的基础查询，Elasticsearch 由于本身在构建倒排索引时会统计词频，这使其在查询层面，兼具一定的分析能力。可见 Elasticsearch

Graph 本身的定位并不是图结构数据的管理（如知识图谱），而是在已有的结构化数据中，以图的视角来发现一些问题。如库中已存在用户的听歌记录，则可以根据听众偏好，为其进行歌曲的推荐。

其他图数据库概览

由于 Elasticsearch 本身从逻辑上更接近图数据库，不管是 vertices + connections 的数据模型还是查询模式，本节先介绍下目前主流图数据库的类别和实现逻辑，具体细节不进行展开。

目前主流的图数据库，以属性图和 RDF 模型为主；

RDF 相对小众，仅有 DGraph 属于此范畴；

属性图是由节点、边、属性三者构成的有向图，相比于其他数据库，其关键特征之一是边（或连接）与顶点一同被视为模型的核心组件。

基于这些理念，一般属性图数据的结构可以归纳如下：

每个顶点（vertex）包括：

l 唯一标识符

l 一组出边

l 一组入边

l 一组属性（键值对）

每条边（edge）包括：

l 唯一标识符

l 边的起点

l 边的终点

l 描述两个顶点间关系类型的标签

l 一组属性（键值对）

对于各类图数据库而言，数据建模的核心便是如何组织这些数据，从存储和索引的角度来看，目前主要分为自行实现和 Graph 层两种：

自行实现存储及索引

代表如 neo4j，其使用了免索引邻接，即每个节点都会维护其相邻节点的引用，免去了基于索引查找相邻节点的开销，这个设计理念在很多图数据库中都可以看到；

以 Graph 层的形式构建，使用外置 Nosql 存储和外置索引

代表 JanusGraph、HugeGraph，对于此类图数据库，Elasticsearch 便可作为其索引层存在。

除此以外，如何在分布式场景下，对存储和计算进行优化，是各类图数据库遇到的最大问题，针对诸如分布式场景下的分片、删除等问题，逐步诞生了 NebulaGraph、 Dgraph 等。

《Elastic Stack 实战手册》——三、产品能力——3.5 进阶篇——3.5.4.Graph （下） https://developer.aliyun.com/article/1228724