近期工作中要做一些圖譜的應用，於是這幾天就調研了下圖資料庫，最後就有了本文。ps：本人第一次做圖譜相關的應用，具體怎麼構建也還不清楚，大家有什麼資料、建議歡迎私信、留言的。
圖領域的問題
整個圖領域，所有要解決問題都能分為兩大類：
- Technologies used primarily for transactional online graph persistence, typically accessed directly in real time from an application（線上處理）
- Technologies used primarily for offline graph analytics, typically performed as a series of batch steps（離線分析）
另一種分類是從採用的技術上，3 種主要的圖資料模型：
- property graph
- Resource Description Framework (RDF) triples
- hypergraphs
市面上大多數圖資料庫都是基於 property graph 來做的。
圖資料庫
看圖資料庫的時候，我們從兩個技術點切入：
- The underlying storage
- The processing engine
像 Titan 使用的不是 native 儲存，後端可以使用
- Apache Cassandra
- Apache HBase
- Oracle BerkeleyDB
而 neo4j 用的就都是 native graph storage and native graph processing
此處解釋下什麼叫 native graph storage 和 native graph processing
native graph processing
如果儲存具有 index-free adjacency 屬性，則稱為具有 native processing 屬性。
那什麼叫 index-free adjacency？
如果每個節點直接指向關聯的節點，相當於每個節點都有一個自己的區域性索引，比起全域性索引來說，成本更低，因此速度也更快
native graph storage
index-free adjacency 是圖資料庫相比於傳統的 mysql 的優勢的核心 key，那麼圖資料庫用什麼結構去儲存 index-free adjacency 是關鍵設計點。
架構上生層是對外訪問的 api，右邊是事務管理，左邊有 cache 等，下面我們看下 disk 上儲存的結構：
neo4j 在磁碟上會分不同的 store file 儲存
- neostore.nodestore.db：儲存 node
- neostore.propertystore.db：儲存屬性
- neostore.relationshipstore.db：儲存關係
一個重要的設計點是 store 中儲存的 record 都是固定大小的，固定大小帶來的好處是：因為每個 record 的大小固定，因此給定 id
就能快速進行定位。
具體結構是：
上圖第一個是 node record 的結構：
- 1byte：in-use flag，表明該 node 是否在使用
- 4byte：第一個 relation id
- 4byte：第一個 property id
- 5byte：label 資訊（可能直接 inline 儲存）
- 1byte：reversed
下面是 relation record 的結構：
剛開始是開始和結束節點的 node id，接著是 relation type pointer，然後開始和結束節點的前驅和後繼 relation id
更形象一點的圖
一個可能的搜尋過程是：對於給定的一個 node record，可以通過 id 進行簡單的偏移計算得到 node，然後通過 relation_id 定位到 relation record，然後得到 end node id，通過偏移計算得到 node
雙向儲存
還有一個問題：圖中節點的關係是有方向的，怎麼記錄這種方向呢？如果方向是雙向的，我們難道要儲存兩個 relation 嗎？
看例子：
這種 partner 的關係天然就是雙向的，但是我們儲存的時候，難道要儲存兩個關係嗎，如下圖：
那肯定是不需要的，這種儲存就是一種浪費，那到底 neo4j 中是怎麼儲存 partner 這種雙向關係的呢？
答案是：以任意一個節點為開端，另一個為尾端，即儲存成為單向的關係
在 neo4j 中任意的關係都有一個 start node 和一個 end node，而且 start node 和 end node 都會有個關聯的雙向連結串列，這個雙向連結串列中就記錄了從該節點出去和進入的所有關係，一個例項是：
圖片來自：neo4j 底層儲存結構分析 (1)
上圖中 B 節點的 prev 和 next 我們就能看到在這個連結串列中，B 有時候是 start node 有時候是 end node。
至此我們就對圖資料庫有了個大概的瞭解了，後續的分析會隨著專案的推進持續輸出。
待完成
下面是今後需要跟進的一些工作
- 效能測試
- 分散式方案
- Titan 調研
- ....
參考
neo4j 底層儲存結構分析 (1)
Modelling Data in Neo4j: Bidirectional Relationships
graph database