基于BDOS发布图数据库应用，分析数据背后的关联关系

简介

在科技业，数据库是一个整体规模不大但专业度极高的领域，传统数据库时代还诞生了许多行业巨头；但在新一波数字技术革命下，大数据、人工智能应用的兴起，人们对于数据库的期待已经不再是数据的分类、存储和查询等，而是如何洞察数据内在的联系。

传统的数据库虽然在名称上被称为“关系型数据库”，但在处理数据关系上并不擅长。在大数据、人工智能大行其道的今天，一种新型的数据库开始崛起——图数据库。据了解，图数据库源起欧拉图理论，也可称为面向/基于图的数据库，它是以“图”这种数据结构存储和查询数据，而不是存储图片的数据库。相比较传统的数据库，图数据库的数据模型主要是以节点和关系（边）来体现，可以快速解决复杂的关系问题。

传统的关系型数据库和图数据库有以下三大区别：

• 第一，存储模型不一样。关系型数据库的数学模型是表格，但这并不是表示关系的最好方法。比如，一个人拥有很多的个人信息，身份证号、学校、住址等等，但这些信息往往又被存到不同的表格中，真正想全面得到一个人的信息就必须将不同表中的信息拼凑起来；但图数据库并非如此，身份证号和学校等都是一个个节点，这些节点是天然连接在一起的。

• 第二，计算模型不一样。关系型数据库的计算模型是扫描、拼凑，这就导致数据的计算量很大，但效率很低；而图数据库不同，它从节点出发，只寻找与节点相关的数据，这样的效率更好。

• 第三，数据的查询方式不同。在关系型数据库中，数据的查询指标往往比较单一，但在人工智能、机器学习时代，人们要挖掘数据更深层次的关系，并实现动态、实时的查询，图数据库所表达出的数据之间的关系则更为全面。

事实上，数据库技术的进化很大程度上也源于算法、算力的提升。过去，大数据算法并不成熟，计算机的性能也不够强大，没有多核、没有并行能力，这些限制在很大程度上制约了图数据库的发展，但今天，这样的基础已经具备。

创立于2012年的TigerGraph是一家专注于图数据库研发和服务的企业，TigerGraph称之为基于“原生”“并行”图（Native Parallel Graph，NPG）技术的全球首个实时图分析平台，相比较而言，该平台的技术优势体现在以下几个方面：

首先，实时计算，不超过1亿个节点和边关联的查询一般不到1秒钟一个服务器就可以完成；
其次，支持数据库的实时增删改查，是可以上线的数据库；
第三，深度关联，用户可以使用TigerGraph针对图的高级开发语言，自己做图模型、做数据录入、做二次开发等。

首先我们熟悉一下GraphStudio主界面：

1.Design Schema：可创建图模型，包括顶点和边类型
2.Map Data To Graph：上传源数据，创建数据和图模型直接的映射关系
3.Load Data：真正地加载数据到数据库中，同时显示统计信息
4.Explore Graph：浏览数据，包括随机选取及最短路径等查询工作，方便了解数据库中的实体内容
5.Write Queries：创建查询，自定义编写GSQL，并可直接运行查看结果

图模型简介

在开始浏览数据之前，我们简单介绍一下图模型

简单介绍一下图模型

图模型由若干节点类型（vertex type）和若干边类型（edge type）组成。可以指定边类型的源节点类型（source vertex type）和目标节点类型（target vertex type）。图模型是对现实世界的问题的一种直观的抽象。
下图可以看作是一个简单的例子，包含4个顶点(以圆圈表示)和4条边(以直线表示)。
圆圈表示具体的人，包含其姓名，性别，年龄，籍贯等属性，在图数据库中称作顶点；直线表示两个人成为朋友，属性为时间，在图数据库中也称为边。

回到实际的例子，目前有两个文件，moives.csv和users.csv，包括电影相关属性数据和用户评分数据，我们可以很简单的想到这两者之间的关系：就是用户去评价电影，这样就可以提炼出两个顶点–用户(user)和电影(movie)，另外还有一条边–评价或者打分(rate)

准备工作

我们系统已经将豆瓣电影的数据导入进去了，你可以点击左侧Map Data To Graph查看其映射关系。

现在来了解一下豆瓣电影数据集结构，你可以把鼠标放在任意类型上面即可查看其字段属性
movie节点：movies.csv:


该文件共有93161行，除第1行是表头外，每行用7列表示一部电影，分别为电影类型(genres)、主演(main_actor)、地区(region)、导演(director)、特色(feature)、电影评分(m_rating)和电影名称(title)。

rate边以及user节点：users.csv:


该文件总共有199814行，除第1行是表头外，每行用6列表示一位用户对一部电影的评分，分别为用户评分(u_rating)、用户名(username)、评分时间(rated_at)、用户ID(userid)、电影名(title)、类型(genres)。

浏览图数据

点击左侧的Explore Graph项进入浏览图数据页面：

首先我们了解一下不同的功能
1.Search vertices 查找节点，可以输入节点主键查找或者让系统帮你挑选
2.Expand from vertices 可根据指定的节点扩展关系
3.Find paths：给定起始和目标节点，查找之间的路径
4.Find connections 根据指定的节点，查找相互之间的关系

1.Search vertices
我们可以点击拾取节点（Pick Vertices）按钮，默认会从图数据中拾取5个person节点和5个movie节点。这里的拾取不是随机的，因此每次拾取会返回相同的结果。如果你想要更多的节点，可以修改Enter a number中的数字。这里最大可以输入500。如果你知道节点的主键，可以在Enter vertex id输入框中输入主键的值，然后点击旁边的Search按钮拾取那个节点。配置（Configuration）可以控制拾取节点的类型范围，默认是从全部类型中拾取。你也可以勾选取消一些类型。

如果你不喜欢显示的默认配置，可以点击上方的工具栏进行修改，比如我们设置layout的模式为Tree：

完成修改之后，你可以效果如下。

2.Expand from vertices
这里大家可以按照默认设置，点击Expand按钮，直观感受一下效果，同样也可修改默认的显示

3.Find paths
你可以点击选择起始节点（Choose starting vertex）输入框，再随意点击工作面板中的一个节点。再点击选择目标节点（Choose destination vertex）输入框，再随意选择工作面板中的另一个节点。

在配置选项里，你有三种路径可以选择，默认是选择一条最短路径，TigerGraph瞬间找到了两点之间的一条最短路径。你也可以选取所有路径，在数据集比较大的时候，请谨慎选择：

4.Find connections
你可以同时选取多个节点，然后点击查找它们之间的相互联系

这里先不扩展详述原理部分，主要解释的功能是浏览数据，随着理解的深入，你可以调整相关的配置，以达到预期的效果

好了，现在你已经了解了图模型以及其和豆瓣电影数据集之间的映射关系，并且通过浏览图数据直观的感受了user节点和movie节点是如何通过rate边互相连接的。

运行查询

我们系统已经根据数据集内容，为你安装了一个查询，实现了电影推荐的功能

你可以点击左侧导航栏的Write Queries项进入编写查询页面：

你可以看到上面已经有一个RecommendMovieByUserCF的查询了，选择该查询，然后点击工具栏上的运行查询按钮，由于这个查询需要输入参数，参数面板会弹出。输入一个人的id（比如176），给定numOfSimilarPersons(比如20）和numOfRecommendMovies（比如5），然后点击参数面板下方的运行查询按钮，很快结果面板中显示了推荐的电影，默认显示格式也可以进行修改：

你可以点击结果面板左侧的显示JSON项，可以查看JSON格式的查询返回结果：

总结

本文介绍了如何简单地使用TigerGraph，体验图数据库的魅力。通过联系售前申请账户查看技术方案，以及预约构架师交流。