如何用好图数据库：TypeDB特性与优势

　　近年来，图数据库有了大规模的发展，它们被应用到很多领域并参与优秀的解决方案。它们的灵活性使其更容易以传统关系型数据库无法做到的方式利用数据之间的关系和连接。但是，你真的知道何时使用图数据库吗?在这篇文章中，我们探讨了在使用图数据库之前需要考虑什么，甚至在思考之后得出不使用图数据库的结论。

　　1、什么是图形数据库?

　　图数据库是一种使用图理论作为数据模型基础的数据库。图数据库将连接性视为“一等公民”，使其比传统的关系型数据库更适合表示数据之间的连接。

　　有两种类型的图技术。RDF/语义网和属性图。虽然语义网标准已经存在了很长时间，但属性图已经成为主导技术，其中Cypher采用了大量的图查询语言。

　　从本质上讲，属性图数据库中的数据模型由以下属性组成：节点、边、属性和标签。

　　节点有属性。

　　节点带有一个或多个标签。

　　边是有方向的，连接节点以创建图中的结构。

　　边缘可以有属性。

　　图数据库应用于具有相互连接的数据。几个常见的用例包括：

　　推荐引擎

　　语义搜索

　　反洗钱

　　欺诈检测

　　360度客户视图

　　除了这些应用之外，对于那些不仅要管理大量数据而且需要产生业务见解的组织来说，图数据库已经成为推荐的解决方案。图数据库有望成为获得这种洞察力的最简单方法，因为它使我们很容易理解数据中的关系和背景。

　　二、图数据库的挑战

　　尽管有这些承诺，图数据库并没有征服世界。根据DB-Engines的数据，截至2022年10月，它们仅占数据库份额的1.8%，与实现这些承诺相去甚远。有几个原因可以解释采用图数据库所遇到的困难。它们可以总结为以下几点：

　　1、对高度关联的数据进行建模

　　由于图数据库的高度表达性和相关的复杂性，在图中建模数据并不容易。它类似于知识建模，也被称为知识工程--一种需要高度专业化工程师的高级技能。这使得图很难被普通开发者采用，设置了很高的进入门槛。

　　2、保持数据的连贯性

　　图数据库的另一个大问题是缺乏一个强制的模式。图形数据库大多将模式验证委托给应用层，无论是隐式的还是显式的。这使得创建复杂数据的应用变得更加困难，因为数据一致性是至关重要的。图数据库中缺乏明确执行的模式，这也是其难以被广泛应用的主要原因。

　　3、查询数据

　　审问图也遇到了挑战，由于(隐含的)数据模型会制约表达的路径，因此需要对查询进行设计，使之与隐含的数据模型相匹配。这一点非常具有挑战性，你需要以最理想的方式对数据进行建模。此外，大多数图数据库缺乏重要的建模结构，如嵌套或n-ary关系，这导致了建模决策的不一致。有时可能会把关系定义为节点，有时则定义为边。这样一来，查询可能就不一定能获取到正确的数据。

　　三、强类型数据库

　　克服上述挑战对于帮助实现图数据库至关重要。这就是为什么要开发一种新型的数据库：强类型数据库：TypeDB。开源的TypeDB通过提供一个更高级别的类型系统来抽象出图数据库的低级实现，使开发者更容易处理复杂的数据。TypeDB的类型系统基于以下的核心概念。

　　1、实体-关系模型

　　TypeDB使用实体-关系模型进行数据建模。与图数据库不同，这意味着可以将任何ER图直接映射到TypeQL(TypeDB的查询语言)中，以避免规范化的过程。这意味着在概念上认为模型是以人类熟悉的方式来创建的。

　　TypeDB的模型是由实体类型、关系类型和属性类型组成，并引入了角色类型。

　　下面的例子显示了TypeQL中的基本模型是如何写的。

　　define

　　复制

　　person sub entity,

　　owns name,

　　plays employment:employee;

　　company sub entity,

　　owns name,

　　plays employment:employer;

　　employment sub relation,

　　relates employee,

　　relates employer;

　　name sub attribute,

　　value string;

　　在这个命名法中，方块表示实体;钻石表示关系;椭圆表示属性。图中概述了两个实体的模型——人和公司，两个实体都拥有名称属性。人在雇佣关系中扮演雇员的角色，而公司则扮演雇主的角色。

　　2、类型层次结构

　　TypeDB提供了开箱即用的类型层次模型，这是图数据库不支持的一个特性。遵循面向对象的类型系统的原则，TypeDB确保所有类型继承他们的超类型的行为和属性。这使得复杂的数据结构可以重复使用，并且通过多态性使数据解释更加丰富。

　　在下面的例子中，三层实体人的层次结构被建模。它的所有子类型将继承属性的名字和姓氏，而不需要逐一重新声明这些。

　　define

　　复制

　　person sub entity,

　　owns first-name,

　　owns last-name;

　　student sub person;

　　undergrad sub student;

　　postgrad sub student;

　　teacher sub person;

　　supervisor sub teacher;

　　professor sub teacher;

　　类型层次描述了由学生和教师类型组成的实体的子类型。有两种类型的学生，本科生和研究生，有两种类型的教师，监督员和教授。

　　3、嵌套关系

　　关系是用来描述两个或多个事物之间关联的。有时事物本身就是关系，这意味着对需要指向另一个关系的关系进行建模--嵌套。图数据库不允许对嵌套关系进行建模，因为这样就需要让一个二元边指向另一个二元边。实现这一点的唯一可能方式是通过“reification”(具体化，将关系-边转化为点-实体节点)，也就是将一条边转化为一个节点，以便另一条边可以指向它。

　　然而，TypeDB支持嵌套关系，使其以最自然的形式进行数据建模。在下面的例子中，婚姻类型的关系被分配给变量$mar，然后通过关系将其与一个城市进行关联。

　　match

　　复制

　　$alice isa person, has name "Alice";

　　$bob isa person, has name "Bob";

　　$mar ($alice, $bob) isa marriage;

　　$city isa city;

　　($mar, $city) isa location;

　　图中，"Alice "扮演妻子的角色，而 "Bob "扮演丈夫的角色。婚姻是一个嵌套关系，因为它也在位置关系中扮演定位的角色，而城市 "伦敦 "在关系中扮演定位的角色。

　　4、多元关系

　　在现实世界中，关系并不只是指事物之间的二元联系。我们经常需要同时捕捉三个或更多相互关联的事物。如果将它们表示二元关系会导致信息损失，这种情况常常会在图数据库中发生。另一方面，TypeDB可以很自然地将多个事物表示为一种关系。

　　在这个例子中，n-ary关系cast连接了三个不同的实体：人的实体，角色的实体和电影的实体。

　　match

　　复制

　　$person isa person, has name "Leonardo";

　　$character isa character, has name "Jack";

　　$movie isa movie, has name $movie-name;

　　(actor: $person, character: $character, movie: $movie) isa cast;

　　get $movie-name;

　　这是n-ary关系的例子，具体来说是三元关系，关系类型是cast。关系与三个实体相关：电影 "泰坦尼克号 扮演电影中角色“杰克”的演员是"莱昂纳多 "。

　　5、安全问题

　　与图数据库不同，TypeDB提供了一种方法来描述数据的逻辑结构，允许TypeDB验证代码是否正确插入和数据的查询。查询验证超越了静态类型检查，包括对无意义的查询进行逻辑验证。通过严格的类型检查错误，你将获得一个可以信任的数据集。

　　下面的插入查询例子中，Charlie和DataCo之间的关系将被系统拒绝，因为一个人不能和一个公司结婚(假设模式遵循真实世界一般规律)。

　　insert

　　复制

　　$charlie isa person, has name "Charlie";

　　$dataCo isa company, has name "DataCo";

　　(husband: $charlie, wife: $dataCo) isa marriage; # invalid relation

　　commit>>

　　ERROR: invalid data detected during type validation

　　6、推理

　　最后，TypeDB提供了一个内置的推理引擎，这使得TypeDB能够推导出新见解，并提供对应的解释。另一方面，属性图并不提供原生的推理能力。

　　TypeDB的推断是基于模式中的规则。在查询运行期间，如果数据集中的某个逻辑形式被满足(如规则中定义的)，系统将得出新的结论。就像编程中的函数一样，规则可以相互连锁，在数据层面创建行为的抽象。

　　通过下面的规则，TypeDB将能够推断出一个城市位于一个大陆，尽管两者之间不存在明确的关系。

　　define

　　复制

　　rule transitive-location:

　　when {

　　(located: $city, locating: $country) isa location;

　　(located: $country, locating: $continent) isa location;

　　} then {

　　(located: $city, locating: $continent) isa location;

　　};

　　使用自动推理，TypeDB可以推断出 "卡姆登 "区和 "英国 "之间的关系(虚线)，尽管它们没有直接联系。

　　四、总结

　　回到我们的主题，什么时候使用图数据库呢?图是为那些依赖复杂和相互连接的数据应用而准备。正如我们所看到的，他们缺乏广泛的应用，这也是图数据库失败的原因和面临的挑战。为了面对挑战并实现图形数据库的最初承诺，我们建立了TypeDB。