作者
穆琼责编
晋兆雨头图
付费下载于视觉中国
随着知识图谱的发展，图数据库一词被越来越多的提到。那么到底什么是图数据库，为什么要用图数据库，如何去建设一个图数据库应用系统，图数据库与知识图谱到底是什么关系。今天为大家揭开神秘面纱，以Neo4j为例，浅析图数据库相关技术。作者介绍：穆琼中国农业银行研发中心，致力于AIOps的落地。图数据库简介
谈到图数据库，首先要聊聊“图”，这里的图不是计算机视觉、图像处理领域的图，而是图论中的图，它由节点和节点间的线组成，通常用来描述某些实体与它们之间的特定关系。下图就是一个典型的图示例，某企业网络设备拓扑和报警管理应用方案的示意图。
现实世界中的图无处不在，社交领域人与人的关系挖掘、零售领域商品购买的关联推荐、金融领域的反欺诈反洗钱，都是图技术的典型应用。但是图的存储在过去一直没有特别好的方案。历史的方案可以概括为两类，第一类基于传统关系型数据库，将图中的关系用外键或关联表来表示，这种方式对于某些查询场景需要好几个昂贵的表连接，增加了复杂性。在这种存储中，业务数据与外键元数据混杂起来，增加了开发和维护的成本。第二类采用键值或文档型的NoSQL数据库，键值型如Redis、DynanoDB等、文档数据库如MongoDB，这些NoSQL都难以表示关联关系，为技术人员带来了开发成本和理解上的壁垒。
因此，专门用于图的存储和查询技术是非常必要的。图技术根据应用方式的不同可以分为两个方向，第一个方向是图数据库，它用于图数据的存储和联机事务查询，具备实时性，面向OLTP，支持CRUD和事务。第二个方向是图计算引擎，它用于图数据的离线查询分析，更适合海量数据的挖掘，面向OLAP。
图领域已经有很多的技术和产品，下图截取自VLDBkeynote《GraphProcessing:APanaromicViewandSomeOpenProblems》，除了其中所列之外还有很多其他的技术。
图数据库有很多成熟的产品，根据底层存储和处理引擎是否原生，图数据库可以分为四类。为了便于后面理解图数据库处理图的优势，我们解释一下这两个分类维度的含义。
存储方式
原生图存储：数据存储模式为存储和管理图而设计，为图进行过优化。
非原生图存储：将图数据序列化，采用关系型数据库、面向对象数据库、或是其他通用数据存储。
处理方式
原生图处理：使用免索引邻接，关联节点在物理层面指向彼此，这种方式不同于传统关系型数据库的树形全局索引，为查询图的关联节点带来了巨大的性能优势。
非原生图处理：不采用免索引邻接保存关系。
根据这两个维度，图数据库产品可以分为四类：
Neo4j实践
我们以Neo4j为例，直观地感受一下图数据库的强大和便捷之处。Neo4j采用Cypher查询语言（CQL）进行数据的增删改查，下面的Cypher语句创建了三个Person节点和他们之间的