图数据库 JanusGraph

图数据库 JanusGraph

Janusgraph 代码示例：https://blog.csdn.net/O_n_O_/article/details/82706542

知识图谱

###1.什么是知识图谱
知识图谱：是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
###2.知识图谱应用
知识图谱的应用场景非常广泛：

• 场景一 新闻事件的关联分析
• 场景二 识别反欺诈潜在风险
• 场景三 不一致性验证识别
• 场景四 失联客户管理
• 场景五 知识图谱的可视化展示

知识图谱可以自动推断出新的知识。假设下图左侧是原始的知识图谱，根据两层父子关系，图谱可以自动推断出缺失的祖孙关系，正所谓“爸爸的爸爸是爷爷”。

图数据库

图形数据库：是NoSQL数据库的一种类型，它应用图形理论存储实体之间的关系信息。
最常见例子就是社会网络中人与人之间的关系。关系型数据库用于存储“关系型”数据的效果并不好，其查询复杂、缓慢、超出预期，而图形数据库的独特设计恰恰弥补了这个缺陷。

图具有如下特征

包含节点和边；

• 节点上有属性（键值对）；
• 边有名字和方向，并总是有一个开始节点和一个结束节点；
• 边也可以有属性；

图数据库名称	来源	了解
Neo4j	开源图形数据库	单机性能明显，企业版是集群模式（非分布式）
JanusGraph	开源的分布式图数据库	好拓展，支持高并发复杂实时图遍历，支持多存储后端，支持多索引后端，支持事务
OrientDB	开源分布式图形-文档混合数据库	从社区的评论来看，性能和可扩展性是个问题，缺乏对纯图形操作的针对性
ArangoDB	多模型数据库	插入性能低，相关文档很少 ，对spark支持少
HugeGraph	百度开源图数据库	2018.8月发布，中文文档，与janusgraph 很相似，但不支持全文索引（见下图）

JanusGraph简介

  JanusGraph是一个可扩展的图数据库，可以把包含数千亿个顶点和边的图存储在多机集群上。它支持事务，支持数千用户实时、并发访问存储在其中的图。

  我们可以将图数据库系统的应用领域划分成以下两部分：
  用于联机事务图的持久化技术（通常直接实时地从应用程序中访问）。这类技术被称为图数据库，它们和“通常的”关系型数据库世界中的联机事务处理（Online Transactional Processing，OLTP）数据库是一样的。
用于离线图分析的技术（通常都是按照一系列步骤执行）。这类技术被称为图计算引擎。它们可以和其他大数据分析技术看做一类，如数据挖掘和联机分析处理（Online Analytical Processing，OLAP）。

JanusGraph的功能

JanusGraph最大的一个好处就是：可以扩展图数据的处理，能支持实时图遍历和分析查询（Scaling graph data processing for real time traversals and analytical queries is JanusGraph’s foundational benefit.）。
　　因为JanusGraph是分布式的，可以自由的扩展集群节点的，因此，它可以利用很大的集群，也就可以存储很大的包含数千亿个节点和边的图。由于它又支持实时、数千用户并发遍历图和分析查询图的功能。所以这两个特点是它显著的优势。
　　它支持以下功能：
　　（1）分布式部署，因此，支持集群。
　　（2）可以存储大图，比如包含数千亿Vertices和edges的图。
　　（3）支持数千用户实时、并发访问。
　　（4）集群节点可以线性扩展，以支持更大的图和更多的并发访问用户。　　
　　（5）数据分布式存储，并且每一份数据都有多个副本，因此，有更好的计算性能和容错性。　
　　（6）支持在多个数据中心做高可用，支持热备份。
　　（7）支持各种后端存储系统，目前标准支持以下四种，当然也可以增加第三方的存储系统：
        - Apache Cassandra®
        - Apache HBase®
        - Google Cloud Bigtable
        - Oracle BerkeleyDB
　　（8）通过集成大数据平台，比如Apache Spark、Apache Giraph、Apache Hadoop等，支持全局图数据分析、报表、ETL
　　（9）支持geo（Gene Expression Omnibus，基因数据分析）、numeric range（这个的含义不清楚）
　　(10) 集成ElasticSearch、Apache Solr、Apache Lucene等系统后，可以支持全文搜索。
　　(11) 原生集成Apache TinkerPop图技术栈，包括Gremlin graph query language、Gremlin graph server、Gremin applications。
　　(12) 开源，基于Apache 2 Licence。
　　(13) 通过使用以下系统可以可视化存储在JanusGraph中的图数据：
        - Cytoscape
        - Gephi plugin for Apache TinkerPop
        - Graphexp
        - KeyLines by Cambridge Intelligence
        - Linkurious

Graph

• schema由edge labels, property keys和vertex labels组成
• 显式(推荐)或隐式创建
• 在使用过程中修改的，而且不会导致服务宕机，也不会拖慢查询速度
• 一个 Graph 用于一个 Scheam
• Schema Type首次创建时被赋予元素，且不能修改

Edge多样性：

• MULTI 在一对vertex间可以有任意多个同样label的edge
• SIMPLE 在一对vertex间最多只能有一个同样label的edge
• MANY2ONE 多对一
• ONE2MANY 一对多
• ONE2ONE 某verex中具有同样Label的edge，只能有最多一个incoming edge和最多一个outgoing edge

Vertex value的基数:

• SINGLE 每个KEY只允许一个VALUE (默认)
• LIST 以LIST形式保存VALUE，也即可以有重复值
• SET 以SET形式保存VALUE，不能有重复值

Property Key Data Type:

索引类型：

• Composite Index 通过一个或多个固定的key组合来获取Vertex Key或Edge Mixed Index
• Mixed Index 支持通过其中的任意key的组合查询Vertex或者Edge，使用灵活，效率要比Composite Index低，需要索引后端

---