图数据库爱好者的聚会在谈论什么?

  • 时间:
  • 浏览:0

️ D:对于超大点建议还是构图和查询时,想土办法 处置(分解)比较好,你你是什么和 SQL 分库分表差太久。比如:遍历过程中 touch 到的交易对手很大(比如:美团),那最好能给你你是什么大点打标,遍历一个多过滤掉。当然打标一个多要离线 count 一下才知道。

T:key 为哪几种选则用 hash 而一定会 range?

关于生态

️ D: Everything is connected. 图数据库天生适合表达 connection,一个多说多对多的关系。

还与否须构造一个多超大点出来,不然热点太明显了。回到语言,亲们 也考虑是一定会 nGQL 里边加一层 Driver 支持 Cypher 和 Gremlin,比如 60 % 的常见功能。还有统统我考虑在 webconsole 上增加你你是什么流程图的功能模块,CRUD 操作用图形化支持,简化的就写 query,对长尾用户上手一定会 帮助。

T:刚才聊到超大点,有啥优化的土办法 吗,一个多对于构图有哪几种建议嘛?

T: 图库的 builtin 只搞在线查询并能吗?有必要搞传播算法和最短路径吗?Nebula 为何会 实现对图分析算法的支持?

Nebula Graph:一个多开源的分布式图数据库。作为唯一并能存储万亿个带属性的节点和边的在线图数据库,Nebula Graph 不仅并能在高并发场景下满足毫秒级的低层厚查询要求,还并能实现服务高可用且保障数据安全性。

T:为哪几种要新开发一种 查询语言 nGQL?做了哪几种优化?

说到大的架构创新,主要看长期的硬件更新层厚。当然 DB 可做的优化的事情一个多统统的,刚才 PPT 里边有提及。

我感觉描述性的语言,亲们 的总体风格还是挺相似的,上手学习成本之统统真没人想象没人高,花个十几分钟看看大约也明白了。怪怪的相似中国各地方言(温州话除外,划掉),一个多欧洲的各语言,共通的部分挺多的,连蒙带猜基本并能用。当然怪怪的简化的逻辑还是得看看手册才行。

GitHub:https://github.com/vesoft-inc/nebula

下面是现场的 Topic ( 以下简称:T ) & Discussion ( 以下简称:D ) 速记:

️ D:之统统并一定会 一定要 hash,统统我要求 vid 是定长的 64 bit。定长主统统我出于对齐性能考虑,还并能用上 prefix bloomfilter。没人变长 id 一般 hash 成 64 bit 最简单,当然用户我本人指定 vid 也是支持的,一般你你是什么一个多,前要把原始 id 装在去去点的属性里。

本次分享主要介绍了 Nebula Graph 的价值形式,以及新上线的《使用 Docker 构建 Nebula Graph》功能。

T:图库相比其它系统和数据库未来发展趋势,比如相比文档和关系型,它的核心价值是哪几种?

在上周六的聚会中,Nebula Graph Committer 吴敏给爱好者们介绍了整体架构和价值形式,并却说我被各位大佬轮番蹂躏(划掉)。

微博:https://weibo.com/nebulagraph

️ D:之统统目前市场上没人统一的图查询语言,一个多 Cypher 和 Gremlin 影响力要大你你是什么,当然要说图语言类的之统统更多,比如还有 GraphQL,SPARQL。nGQL 与 SQL 接近,比较容易上手,但太久再 SQL 那样嵌套(embedding)。

T:在测试方面,Nebula 做了哪几种工作?

算法和语言

知乎:https://www.zhihu.com/org/nebulagraph/posts

在工具方面,提供数据批量导入和导出的工具,比如 GraphX,Yarn,Spark 等。还有,统统我对机器学习的需求支持,存储计算相分离的架构使得 Nebula 非常容易集成图计算框架。一个多 Nebula 是开源产品,哪几种工具欢迎亲们 同时参与:)

️D:Nebula 目前阶段侧重 OLTP,现在支持的算法是 全路径 和 最短路径 。在图库 builtin LPA 有不少工作要做(当然之统统市面上一定会 产品),Nebula 现阶段的考虑是采用 存储计算分离架构 ,用户并能将图价值形式一个多子图抽取到 GraphX 你你是什么图计算框架,在图计算框架中实现传播算法。一个多 OLTP 这块工作完成比较多了,再考虑向 OLAP 你你是什么方向走。

比方说,根据业务类型、时间片段,把一个多超大点最好能拆成多个小点,一个多操作点一般太久再落在一个多 partition 上,再把当中热点的 partition 迁移到不同的机器上。举例来说,遍历越深语录,通常性能一定会 会太好,统统并能把属性装在去去起点和终点上。像 (Subject1)->(Predicate1)->(Object1)  一个多, (Subject1)、(Predicate1)、(Object1) 一个多节点,两跳层厚,一个多要走一次网络,但改成 (Subject1)-[Predicate1]->(Object1)  一个多 -[Predicate1]->  改成一种 类型的边,那就不走网络,怪怪的当查询层厚更深时,你你是什么构图对性能优化很明显。相似的,还有属性值处置,如:起点的 Name(string),无须作为边属性,不然同一个多点出去的所有边上都冗余了你你是什么 Name(string),更新的一个多也巨麻烦。

T:gRPC,bRPC,fbthrift 为哪几种没人选 rpc?有没人打算我本人写一个多?

T:图的生态为何会 打造?和周边其它系统为何会 集成融合?

对图查询的执行计划优化也进行了一定的探索,包括 执行计划缓存 和上下文无关语录的 并发执行 。当然之统统查询优化挺难做的,我感觉 更能有效提升层厚的是如可构图 。一个多图的自由度还是挺大的,同一个多东西,之统统既并能构图成点、边并并能做成属性,之统统对大多数目前的使用者来说,构图对性能的影响应该会比 DB 优化更明显调慢。当然构图之统统是和 DB 为何会 实现也挺有关系的,比如减少网络传输(比如过滤)、用好 SSD 和 cache(比如减少随机读)、增加各种并发(多多线程 、多机)。

️ D:一个多是集成测试框架,包括 混沌工程 、 错误注入 哪几种,等完善一个多也会开放出来。还有是关于测试集和数据集,对于 DB 来说,这部分的价值是最大的,不过图领域可参考的数据集较少,一定会 亲们 我本人积累的。

️ D:在查询语言方面,增加对 Gremlin、Cypher 的支持。

图数据库并能很高效的查询几度关系,而传统关系型数据库不擅长,一般都前要做表连接,表连接是一个多很昂贵的操作,涉及到少量的 IO 操作及内存消耗。

架构和工程

image.png

Nebula Graph:一个多开源的分布式图数据库。

但我之统统之统统文档、关系和图相互还是借鉴非常多的,我记得《DesigningData-Intensive Applications》里边有章统统我做它们之间的比较。

T:图库在设计上趋同化和同质化,架构上还有哪几种创新值得尝试?

️ D:之统统图产品有统统,我之统统哪几种产品不到说一定会 趋同,毕竟从2个知名竞品的架构看,彼此之间相差还是蛮大的 :)。一个多功能集和架构出发点主要还是针对业务目标,Nebula 设计目标是实现 万亿级别关联关系 和 大并发 低层厚 ,统统选则了存储计算分离,存储层采用 raft 一致协议,数据 partition 到不同机器上。一个多设计主要考虑到存储和计算两者的业务特点和增长层厚不一样,比如 learner 并能拿来给你你是什么 throughput 优先的场景使用,原集群给 latency 优先的场景使用。

优化方面:为处置存储层将太久数据回传到计算层,占用宝贵层厚,Nebula 做了 计算下沉 ,条件过滤会随查询条件同时采集到存储层节点。一个多不带你你是什么过滤,传 60 % 和 1% 的数据,性能是数量级的差异。

️ D:从使用体验上看,fbthrift 易读性不错。gRPC 一个多用过也挺多。当然写个好的 rpc 还是挺不容易的,你你是什么轮子暂时一定会 很急迫。