(nebula graph)图数据库介绍

一、图数据库简介
图形数据库是NoSQL数据库的一种类型，它应用图形理论存储实体之间的关系信息。图形数据库是一种***非关系型数据库，***它应用图形理论存储实体之间的关系信息。
常见例子就是社会网络中人与人之间的关系。关系型数据库用于存储“关系型”数据的效果并不好，其查询复杂、缓慢、超出预期，而图形数据库的独特设计恰恰弥补了这个缺陷。

二、图数据库的数据模型（nebula graph）

1.图空间（Space）
图空间用于隔离不同团队或者项目的数据。不同图空间的数据是相互隔离的，可以指定不同的存储副本数、权限、分片等。图空间就类似于关系型数据库中的database

2.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。VID 是一个 int64，或者 fixed_string(N)。
点必须有至少一个Tag，也可以有多个Tag。但不能没有Tag。
标签（Tag）Tag由一组事先预定义的属性构成。就相当于是一张***“点表”***
例如：
space名称叫basketballPlayer

`Tag:"player"，
VID:"player_01"
properties:
name:"George"
age:32`

`Tag:"player"，
VID:"player_02"
properties:
name:"kobe"
age:36``

3.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：
两点之间可以有多条边。边是有方向的，不存在无向边。
四元组 <起点VID、Edge type、边排序值(Rank)、终点VID> 用于标识一条边。边没有EID。
一条边有且仅有一个Edge type。
一条边有且仅有一个rank。其为int64，默认为0。

4.边类型（Edge type）
Edge type由一组事先预定义的属性构成。相当于是一张***“边表”***，如下图展示：

5.属性（Properties）
属性是指以键值对（Key-value pair）形式存储的信息。**

二、关系型数据库与图数据库对比
在需要描述大量关系时，传统的关系型数据库已经不堪重负。它所能承担的是较多实体但是实体间关系略显简单的情况。而对于这种实体间关系非常复杂，常常需要在关系之中记录数据，而且大部分对数据的操作都与关系有关的情况，原生支持了关系的图形数据库才是正确的选择。它不仅仅可以为我们带来运行性能的提升，更可以大大提高系统开发效率，减少维护成本。

举个例子：
对于关系型数据库，需要建立关联的表，当关系较多时，建立的关联表就会越多。

图形数据库：（nebula graph database）
例如：
1.一部电影
2.演员有多个，可以判断是否是主演
3.对于导演，然后判断导演是否出演，而且可以判断是否是主演