如何用好圖數(shù)據(jù)庫(kù)：TypeDB特性與優(yōu)勢(shì)

　　近年來(lái)，圖數(shù)據(jù)庫(kù)有了大規(guī)模的發(fā)展，它們被應(yīng)用到很多領(lǐng)域并參與優(yōu)秀的解決方案。它們的靈活性使其更容易以傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)無(wú)法做到的方式利用數(shù)據(jù)之間的關(guān)系和連接。但是，你真的知道何時(shí)使用圖數(shù)據(jù)庫(kù)嗎?在這篇文章中，我們探討了在使用圖數(shù)據(jù)庫(kù)之前需要考慮什么，甚至在思考之后得出不使用圖數(shù)據(jù)庫(kù)的結(jié)論。

　　1、什么是圖形數(shù)據(jù)庫(kù)?

　　圖數(shù)據(jù)庫(kù)是一種使用圖理論作為數(shù)據(jù)模型基礎(chǔ)的數(shù)據(jù)庫(kù)。圖數(shù)據(jù)庫(kù)將連接性視為“一等公民”，使其比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)更適合表示數(shù)據(jù)之間的連接。

　　有兩種類型的圖技術(shù)。RDF/語(yǔ)義網(wǎng)和屬性圖。雖然語(yǔ)義網(wǎng)標(biāo)準(zhǔn)已經(jīng)存在了很長(zhǎng)時(shí)間，但屬性圖已經(jīng)成為主導(dǎo)技術(shù)，其中Cypher采用了大量的圖查詢語(yǔ)言。

　　從本質(zhì)上講，屬性圖數(shù)據(jù)庫(kù)中的數(shù)據(jù)模型由以下屬性組成：節(jié)點(diǎn)、邊、屬性和標(biāo)簽。

　　節(jié)點(diǎn)有屬性。

　　節(jié)點(diǎn)帶有一個(gè)或多個(gè)標(biāo)簽。

　　邊是有方向的，連接節(jié)點(diǎn)以創(chuàng)建圖中的結(jié)構(gòu)。

　　邊緣可以有屬性。

　　圖數(shù)據(jù)庫(kù)應(yīng)用于具有相互連接的數(shù)據(jù)。幾個(gè)常見的用例包括：

　　推薦引擎

　　語(yǔ)義搜索

　　反洗錢

　　欺詐檢測(cè)

　　360度客戶視圖

　　除了這些應(yīng)用之外，對(duì)于那些不僅要管理大量數(shù)據(jù)而且需要產(chǎn)生業(yè)務(wù)見解的組織來(lái)說(shuō)，圖數(shù)據(jù)庫(kù)已經(jīng)成為推薦的解決方案。圖數(shù)據(jù)庫(kù)有望成為獲得這種洞察力的最簡(jiǎn)單方法，因?yàn)樗�使我們很容易理解�?shù)據(jù)中的關(guān)系和背景。

　　二、圖數(shù)據(jù)庫(kù)的挑戰(zhàn)

　　盡管有這些承諾，圖數(shù)據(jù)庫(kù)并沒(méi)有征服世界。根據(jù)DB-Engines的數(shù)據(jù)，截至2022年10月，它們僅占數(shù)據(jù)庫(kù)份額的1.8%，與實(shí)現(xiàn)這些承諾相去甚遠(yuǎn)。有幾個(gè)原因可以解釋采用圖數(shù)據(jù)庫(kù)所遇到的困難。它們可以總結(jié)為以下幾點(diǎn)：

　　1、對(duì)高度關(guān)聯(lián)的數(shù)據(jù)進(jìn)行建模

　　由于圖數(shù)據(jù)庫(kù)的高度表達(dá)性和相關(guān)的復(fù)雜性，在圖中建模數(shù)據(jù)并不容易。它類似于知識(shí)建模，也被稱為知識(shí)工程--一種需要高度專業(yè)化工程師的高級(jí)技能。這使得圖很難被普通開發(fā)者采用，設(shè)置了很高的進(jìn)入門檻。

　　2、保持?jǐn)?shù)據(jù)的連貫性

　　圖數(shù)據(jù)庫(kù)的另一個(gè)大問(wèn)題是缺乏一個(gè)強(qiáng)制的模式。圖形數(shù)據(jù)庫(kù)大多將模式驗(yàn)證委托給應(yīng)用層，無(wú)論是隱式的還是顯式的。這使得創(chuàng)建復(fù)雜數(shù)據(jù)的應(yīng)用變得更加困難，因?yàn)閿?shù)據(jù)一致性是至關(guān)重要的。圖數(shù)據(jù)庫(kù)中缺乏明確執(zhí)行的模式，這也是其難以被廣泛應(yīng)用的主要原因。

　　3、查詢數(shù)據(jù)

　　審問(wèn)圖也遇到了挑戰(zhàn)，由于(隱含的)數(shù)據(jù)模型會(huì)制約表達(dá)的路徑，因此需要對(duì)查詢進(jìn)行設(shè)計(jì)，使之與隱含的數(shù)據(jù)模型相匹配。這一點(diǎn)非常具有挑戰(zhàn)性，你需要以最理想的方式對(duì)數(shù)據(jù)進(jìn)行建模。此外，大多數(shù)圖數(shù)據(jù)庫(kù)缺乏重要的建模結(jié)構(gòu)，如嵌套或n-ary關(guān)系，這導(dǎo)致了建模決策的不一致。有時(shí)可能會(huì)把關(guān)系定義為節(jié)點(diǎn)，有時(shí)則定義為邊。這樣一來(lái)，查詢可能就不一定能獲取到正確的數(shù)據(jù)。

　　三、強(qiáng)類型數(shù)據(jù)庫(kù)

　　克服上述挑戰(zhàn)對(duì)于幫助實(shí)現(xiàn)圖數(shù)據(jù)庫(kù)至關(guān)重要。這就是為什么要開發(fā)一種新型的數(shù)據(jù)庫(kù)：強(qiáng)類型數(shù)據(jù)庫(kù)：TypeDB。開源的TypeDB通過(guò)提供一個(gè)更高級(jí)別的類型系統(tǒng)來(lái)抽象出圖數(shù)據(jù)庫(kù)的低級(jí)實(shí)現(xiàn)，使開發(fā)者更容易處理復(fù)雜的數(shù)據(jù)。TypeDB的類型系統(tǒng)基于以下的核心概念。

　　1、實(shí)體-關(guān)系模型

　　TypeDB使用實(shí)體-關(guān)系模型進(jìn)行數(shù)據(jù)建模。與圖數(shù)據(jù)庫(kù)不同，這意味著可以將任何ER圖直接映射到TypeQL(TypeDB的查詢語(yǔ)言)中，以避免規(guī)范化的過(guò)程。這意味著在概念上認(rèn)為模型是以人類熟悉的方式來(lái)創(chuàng)建的。

　　TypeDB的模型是由實(shí)體類型、關(guān)系類型和屬性類型組成，并引入了角色類型。

　　下面的例子顯示了TypeQL中的基本模型是如何寫的。

　　define

　　復(fù)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;

　　在這個(gè)命名法中，方塊表示實(shí)體;鉆石表示關(guān)系;橢圓表示屬性。圖中概述了兩個(gè)實(shí)體的模型——人和公司，兩個(gè)實(shí)體都擁有名稱屬性。人在雇傭關(guān)系中扮演雇員的角色，而公司則扮演雇主的角色。

　　2、類型層次結(jié)構(gòu)

　　TypeDB提供了開箱即用的類型層次模型，這是圖數(shù)據(jù)庫(kù)不支持的一個(gè)特性。遵循面向?qū)ο蟮念愋拖到y(tǒng)的原則，TypeDB確保所有類型繼承他們的超類型的行為和屬性。這使得復(fù)雜的數(shù)據(jù)結(jié)構(gòu)可以重復(fù)使用，并且通過(guò)多態(tài)性使數(shù)據(jù)解釋更加豐富。

　　在下面的例子中，三層實(shí)體人的層次結(jié)構(gòu)被建模。它的所有子類型將繼承屬性的名字和姓氏，而不需要逐一重新聲明這些。

　　define

　　復(fù)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;

　　類型層次描述了由學(xué)生和教師類型組成的實(shí)體的子類型。有兩種類型的學(xué)生，本科生和研究生，有兩種類型的教師，監(jiān)督員和教授。

　　3、嵌套關(guān)系

　　關(guān)系是用來(lái)描述兩個(gè)或多個(gè)事物之間關(guān)聯(lián)的。有時(shí)事物本身就是關(guān)系，這意味著對(duì)需要指向另一個(gè)關(guān)系的關(guān)系進(jìn)行建模--嵌套。圖數(shù)據(jù)庫(kù)不允許對(duì)嵌套關(guān)系進(jìn)行建模，因?yàn)檫@樣就需要讓一個(gè)二元邊指向另一個(gè)二元邊。實(shí)現(xiàn)這一點(diǎn)的唯一可能方式是通過(guò)“reification”(具體化，將關(guān)系-邊轉(zhuǎn)化為點(diǎn)-實(shí)體節(jié)點(diǎn))，也就是將一條邊轉(zhuǎn)化為一個(gè)節(jié)點(diǎn)，以便另一條邊可以指向它。

　　然而，TypeDB支持嵌套關(guān)系，使其以最自然的形式進(jìn)行數(shù)據(jù)建模。在下面的例子中，婚姻類型的關(guān)系被分配給變量$mar，然后通過(guò)關(guān)系將其與一個(gè)城市進(jìn)行關(guān)聯(lián)。

　　match

　　復(fù)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;

　　圖中，"Alice "扮演妻子的角色，而 "Bob "扮演丈夫的角色。婚姻是一個(gè)嵌套關(guān)系，因?yàn)樗�也在位置關(guān)系中扮演定位的角色，而城市 "倫敦 "在關(guān)系中扮演定位的角色。

　　4、多元關(guān)系

　　在現(xiàn)實(shí)世界中，關(guān)系并不只是指事物之間的二元聯(lián)系。我們經(jīng)常需要同時(shí)捕捉三個(gè)或更多相互關(guān)聯(lián)的事物。如果將它們表示二元關(guān)系會(huì)導(dǎo)致信息損失，這種情況常常會(huì)在圖數(shù)據(jù)庫(kù)中發(fā)生。另一方面，TypeDB可以很自然地將多個(gè)事物表示為一種關(guān)系。

　　在這個(gè)例子中，n-ary關(guān)系cast連接了三個(gè)不同的實(shí)體：人的實(shí)體，角色的實(shí)體和電影的實(shí)體。

　　match

　　復(fù)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;

　　這是n-ary關(guān)系的例子，具體來(lái)說(shuō)是三元關(guān)系，關(guān)系類型是cast。關(guān)系與三個(gè)實(shí)體相關(guān)：電影 "泰坦尼克號(hào) 扮演電影中角色“杰克”的演員是"萊昂納多 "。

　　5、安全問(wèn)題

　　與圖數(shù)據(jù)庫(kù)不同，TypeDB提供了一種方法來(lái)描述數(shù)據(jù)的邏輯結(jié)構(gòu)，允許TypeDB驗(yàn)證代碼是否正確插入和數(shù)據(jù)的查詢。查詢驗(yàn)證超越了靜態(tài)類型檢查，包括對(duì)無(wú)意義的查詢進(jìn)行邏輯驗(yàn)證。通過(guò)嚴(yán)格的類型檢查錯(cuò)誤，你將獲得一個(gè)可以信任的數(shù)據(jù)集。

　　下面的插入查詢例子中，Charlie和DataCo之間的關(guān)系將被系統(tǒng)拒絕，因?yàn)橐粋�(gè)人不能和一個(gè)公司結(jié)婚(假設(shè)模式遵循真實(shí)世界一般規(guī)律)。

　　insert

　　復(fù)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提供了一個(gè)內(nèi)置的推理引擎，這使得TypeDB能夠推導(dǎo)出新見解，并提供對(duì)應(yīng)的解釋。另一方面，屬性圖并不提供原生的推理能力。

　　TypeDB的推斷是基于模式中的規(guī)則。在查詢運(yùn)行期間，如果數(shù)據(jù)集中的某個(gè)邏輯形式被滿足(如規(guī)則中定義的)，系統(tǒng)將得出新的結(jié)論。就像編程中的函數(shù)一樣，規(guī)則可以相互連鎖，在數(shù)據(jù)層面創(chuàng)建行為的抽象。

　　通過(guò)下面的規(guī)則，TypeDB將能夠推斷出一個(gè)城市位于一個(gè)大陸，盡管兩者之間不存在明確的關(guān)系。

　　define

　　復(fù)制

　　rule transitive-location:

　　when {

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

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

　　} then {

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

　　};

　　使用自動(dòng)推理，TypeDB可以推斷出 "卡姆登 "區(qū)和 "英國(guó) "之間的關(guān)系(虛線)，盡管它們沒(méi)有直接聯(lián)系。

　　四、總結(jié)

　　回到我們的主題，什么時(shí)候使用圖數(shù)據(jù)庫(kù)呢?圖是為那些依賴復(fù)雜和相互連接的數(shù)據(jù)應(yīng)用而準(zhǔn)備。正如我們所看到的，他們?nèi)狈�廣泛的應(yīng)用，這也是圖數(shù)據(jù)庫(kù)失敗的原因和面臨的挑戰(zhàn)。為了面對(duì)挑戰(zhàn)并實(shí)現(xiàn)圖形數(shù)據(jù)庫(kù)的最初承諾，我們建立了TypeDB。