知识卡片
原生图存储与"借用"其他存储的图数据库架构分野
Neo4j和JanusGraph同样都是图数据库,但在”图数据到底存在哪里” 这个最底层的问题上给出了相反的答案,这个选择直接决定了各自的 能力边界。Neo4j采用原生图存储:每个节点直接维护指向其相邻节点 的引用,图结构本身就是存储引擎的组织方式,这意味着查询时间只 取决于要查询的关系数量,和整个图的规模完全无关——即便没有额外 的索引,Neo4j也能靠这种”节点自带邻居指针”的存储结构做到高效 遍历,代价是它天生更贴近单机架构,图规模一大就难以跨多台机器 扩展。JanusGraph走的是相反的路:它自己不管理底层数据的物理 存储,而是把图数据实际存放到Cassandra、HBase、BigTable这类 成熟的分布式存储系统上,自己只负责在这些存储之上提供图语义的 查询和遍历能力——这样天生就继承了底层存储系统的分布式扩展 能力,能处理分布在多机集群上的数千亿级顶点和边,代价是失去了 “节点直接引用相邻节点”这种原生图存储带来的遍历性能优势,因为 底层毕竟是键值或列族存储,不是天然为图遍历优化的结构。这个对比 说明”是否做原生图存储”本质是在”单机遍历性能”和”分布式扩展 能力”之间做选择,没有哪一种是全面更优的方案。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《新型数据库系统:原理、架构与实践》第7章"图数据库
技术"7.6节"典型的图数据库系统"(源文件:
_epub-src/EPUB/xhtml/Section0001_0009.xhtml)
- 结论依据:原文明确"Neo4j利用原生化图存储来提供高效的关联
查询,数据库中每个节点都会维护与其相邻节点的引用,这就意味着
查询时间和图的整体规模无关,只与其相邻节点的数量有关……
JanusGraph底层使用非图模型进行存储,将数据存储在其他系统上,
例如Apache Cassandra、Apache HBase、Google Cloud BigTable……
JanusGraph是分布式的,可以扩展图数据的处理",说明两者在存储
层设计上的根本差异及各自带来的能力边界。
- 原始内容:Neo4j使用原生图模型进行数据存储,可以针对图数据做
优化,更有利于发挥图数据库的性能……JanusGraph是分布式的,
可以扩展图数据的处理,并且能支持实时图遍历和分析查询,但是
其底层使用非原生图模型进行存储。