跳转至

数据模型

本文介绍Nebula Graph的数据模型。数据模型是一种组织数据并说明它们如何相互关联的模型。

数据结构

Nebula Graph数据模型使用5种数据结构来保存数据:

  • 点(vertex)

    点用来保存实体对象,特点如下:

    • 点是用点标识符(VID)标识的。VID在同一图空间中唯一。
    • 点必须有至少一个标签(Tag)。
  • 标签(tag)

    标签可以用于对点进行区分。具有相同标签的点共享相同的属性定义。

  • 边(edge)

    边是用来连接点的,表示两个点之间的关系或行为,特点如下:

    • 一条边有且仅有一个边类型。
    • 起点、边类型(edge type)、rank、终点可以唯一表示一条边。
    • 边是有指向的。->表示边的指向,边可以沿任意方向遍历。
    • 边必须有rank。rank是一个不可更改的、用户分配的、64位有符号整数。通过它才能识别两个点之间具有相同边类型的边。边按它们的rank排序,值大的边排在前面。默认rank为0。
  • 边类型(edge type)

    边类型用于对边进行区分。具有相同边类型的边共享相同的属性定义。

  • 属性(properties)

    属性是指以键值对(key-value)形式存储点或边的相关信息。

有向属性图

Nebula Graph将数据存储在有向属性图中。有向属性图是指点和边构成的图,这些边是有方向的。有向属性图表示为:

G = < V, E, PV, PE >

  • V是点的集合。
  • E是有向边的集合。
  • PV 是点的属性。
  • PE 是边的属性。

下表为篮球运动员数据集的结构示例,包括两种类型的点(playerteam)和两种类型的边(servelike)。

类型 名称 属性名(数据类型) 说明
tag player name (string)
age (int)
表示球员。
tag team name (string) 表示球队。
edge type serve start_year (int)
end_year (int)
表示球员的行为。
该行为将球员和球队联系起来,方向是从球员到球队。
edge type like likeness (int) 表示球员的行为。
该行为将两个球员联系起来,方向是从一个球员到另一个球员。

最后更新: 2021年4月13日