是什么阻礙了圖形數據庫的擴展

本篇內容介紹了“是什么阻礙了圖形數據庫的擴展”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

什么是"圖形數據庫的可擴展性"?

“擴展”，不只是指將更多的數據存入一臺計算機或隨便存進多臺計算機。對于大型數據集或不斷增長的數據集，良好的查詢性能十分必要。

所以，其中真正的問題在于，當單臺計算機上的數據集增長到會影響其他功能時，圖形數據庫的表現能否令人滿意呢?如果你還不能理解為什么這是首要問題，請和我一起快速回顧以下圖形數據庫。

簡單來說，圖形數據庫用于存儲無架構對象(頂點或節點)以及任意數據(屬性)和對象(邊緣)的關聯數據。邊通常能夠指出對象之間的著力點，頂點和邊共同構成圖形網絡數據集。

離散數學將圖形定義為一組頂點和邊;而計算機科學則將其定義為一種抽象的數據類型，它能夠表示連接或關系。它不同于關系數據庫系統中的表格數據結構，后者表達數據關系的能力十分有限。

如上所述，圖形由節點(又名頂點[V]) 組成，這些節點由關系(即邊[E])連接。

頂點具有任意數量的邊和任意深度(路徑的長度)的窗體路徑。

它也可以針對跨行金融交易進行圖形建模，如下圖所示。此例中，我們可以將銀行帳戶定義為節點，銀行交易記錄與其他關系定義為邊緣。

以這種方式存儲帳戶和交易信息，以遍歷創建圖形未知或變化的數據深度。在關系數據庫中編寫和運行此類查詢功能往往是一項復雜的工作(使用多模型數據庫能夠以銀行與其分支機構之間的關系來建模)。

圖形數據庫提供各種算法，以便用戶查詢所存儲的數據及分析其間關系。包括遍歷、模式匹配、最短路徑或分布式圖形處理，如分析社區偵測、連接組件或中心性。大多數算法都有一個共同點，這也是解決超節點和網絡躍點問題的本質——算法通過邊從一個節點遍歷到另一個節點。

快速回顧之后，挑戰就要開始啦!

“名人效應”

上文已提到頂點或節點可以具有任意數量的邊。超級點的一個經典例子便是網紅——超節點是圖形數據集中傳入或傳出邊條數過多的節點。帕特里克·斯圖爾特爵士的Twitter賬戶目前就擁有340多萬粉絲。

如果現在將帳戶和推文數據進行圖形建模，遍歷其數據即Patrick  Stewart的帳戶信息，那么算法必須定向分析Steward帳戶所有的340萬條邊。這就會延長查詢執行時間，甚至可能突破被授權的權限。類似的問題存在于欺詐檢測(帳戶進行大量交易、網絡管理-大型  IP hub)等案例中。

超級節點是圖形的固有問題，也是所有圖形數據庫面臨的問題，以下兩種方法能盡量減少超節點的影響。

圖源：unsplash

方法一：拆分超節點

更準確來說，可以復制節點"Patrick  Stewart"，并按某個屬性(如粉絲的國家/地區或其他特定分組)拆分數據邊緣。這樣就會將超節點遍歷數據對性能的影響降至最低，以便查詢分類時所用。

方法二：中心節點索引

以頂點為中心的索引同時存儲邊緣信息和有關節點的信息。還是以帕特里克·斯圖爾特的 Twitter  帳戶為例，可以這樣分組：粉絲的起始關注日期/時間信息、粉絲的國家/地區、粉絲的粉絲數等等，以上所有屬性都可以為更高效地使用()提供選擇性。

查詢引擎可使用索引來減少執行遍歷功能所需的線性查找次數，詐騙檢測也可采用此方法。上文中金融交易便是邊緣，交易日期或交易金額等屬性可以增加選擇效率。

某些情況下，以上兩種方法都不適用;遍歷超節點時，性能一定程度上會下降。多數情況下，還是有辦法優化性能，但另一個問題是大多數圖形數據庫尚未解決的。

網絡躍點問題

假如需要遍歷一個高度連接的數據集，查詢所需的所有數據的記憶都負荷在同一臺計算機上，查詢單個主要記憶大約需要100ns。

假設數據集已經遠遠滿足單個實例所需，或者操作者想要提高群集或是全包的可用性和處理能力。在圖形案例中，分片的意思就是拆除之前所建立的連接，因為圖形遍歷所需的數據當前可能留在不同計算機上。這會導致的查詢信息時網絡延遲，網絡可能不是開發人員的問題，但查詢性能就是了。

即使現代Gbit 網絡和服務器位于同一機架，網絡查找的成本也比內存中在查找貴5000倍左右。若在連接群集服務器的網絡上添加一點負載，后果不可預想。

這種情況下，遍歷可能從數據庫服務器1開始，點擊具有指向存儲在 DB Server  2上的頂點邊緣的節點，從而通過網絡進行查找網絡躍點。考慮到更多實際中的情況，在單個遍歷查詢中，實際上是存在多個躍點的。

在詐騙檢測、IT網絡管理，甚至現代企業識別和訪問管理案例中，可能會涉及到分配圖形數據，同時還需要以低于秒的性能執行查詢功能。而查詢執行期間產生的大量網絡躍點可能會使之失敗，付出高昂的縮放代價。

更智能的解決方法

大多數情況下，如果對數據有一些了解，你就可以更智能地來分片圖形(客戶  ID、區域等)。其他時候，也可以使用分布式圖形分析，通過使用社區檢測算法(例如ArangoDB的Pregel 套件)生成此域知識，從而進行計算。

例如，詐騙檢測就需要分析財務交易以確定詐騙套路。在過去，騙子利用某些國家或地區的銀行來洗錢。我們可以使用此領域知識作為圖形數據集的分片密鑰，并在 DB  服務器1上分配在此區域執行的所有財務事務，并在其他服務器上分配處理其他事務。

而現在，使用ArangoDB的SmartGraph功能，本地就能阻止洗錢或查詢其他圖形的請求，避免或至少大幅度降低了查詢期間所產生的網絡躍點。這究竟是如何做到的?

ArangoDB中的查詢引擎能夠記憶遍歷所需的數據存儲位置，并向每個數據庫服務器的查詢引擎發送請求，然后在本地處理請求。之后，每個數據庫服務器上結果的差異會被合并到協調器并發送到客戶端。對于層次分明的圖形，還可以利用不相交的智能圖來優化查詢。

對于解決數據縮放問題的呼聲越來越高，而圖形技術對于回答此類復雜的問題也愈發重要。

筆者可以肯定地說，圖形數據庫在垂直方向上擴展是可行的，在ArangoDB中，水平擴展也能實現。當然，在有些極端不常見的情況下，中心節點索引和SmartGraphs也都無能為力。

“是什么阻礙了圖形數據庫的擴展”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！