社交类业务场景的实际应用流程_图数据库(Graph Database)-阿里云帮助中心

1、数据模型

以社交领域公开数据集Twitter社交关系为例。更多信息，请参见数据模型参考下载。

图数据库GDB使用属性图模型来表示和处理数据，可以将数据模型抽象为下图：

说明

User：用户节点。
Follow：代表单向的好友关系。比如关注，或者是对方的粉丝。

示例数据如下：

点文件：

~id,name:string
1,a0e05a4a-65c0-11e9-a5ce-00163e0416f8
2,a0e05e28-65c0-11e9-a5ce-00163e0416f8
3,a0e05f86-65c0-11e9-a5ce-00163e0416f8
4,a0e0606c-65c0-11e9-a5ce-00163e0416f8
5,a0e0613e-65c0-11e9-a5ce-00163e0416f8
6,a0e06206-65c0-11e9-a5ce-00163e0416f8

边文件：

~id,~from,~to,weight:double
212416660,1116299,4377946,0.443259
212416661,1116300,4377946,0.0303036
212416662,181406,4377946,0.753659
212416663,4084735,4377946,0.991974
212416664,1937755,4377946,0.79248

2、创建实例

创建图数据库实例。具体操作，请参见创建主实例。

说明

实例购买成功后，您可以在实例列表页面查看实例相关信息。通常，实例创建成功需要3~5分钟。
创建GDB实例后，您需要创建账号和密码、设置安全组，保证您具有GDB实例的访问权限。具体操作，请参见创建账号和设置白名单。

3、数据导入

图数据库GDB支持从多种数据源将数据导入至图数据库GDB，您可以使用以下两种方式进行数据导入：

4、连接实例

图数据库GDB支持多种方法连接实例，您可以通过以下五种方式连接实例：

通过GDB控制台直接登录数据管理服务DMS，更加方便快捷地远程访问、在线管理您的GDB数据库。具体操作，请参见通过DMS登录GDB数据库。
通过开源组件GDB Console可视化控制台登录图数据库，可视化界面，操作简单，并可根据业务需求对可视化界面进行二次开发。具体操作，请参见通过开源组件GDB Console登录图数据库。
通过Gremlin Console连接实例，命令行模式，适合Gremlin内核版本，适合用于查询语句性能优化。具体操作，请参见通过Gremlin Console连接实例。
通过Cypher Shell连接实例，命令行模式，适合Cypher内核版本。具体操作，请参见通过Cypher Shell连接实例。
通过SDK连接，支持Java、Python、.Net、Go、Node.js五种SDK。具体操作，请参见SDK参考。

5、使用范例

简单查询

数据统计：

//统计点的数目
gremlin> g.V().count()
==>41999999

//统计边的数目
gremlin> g.E().count()
==>22191165

过滤查询、排序查询：

//查询name为a0e05a4a-65c0-11e9-a5ce-00163e0416f8的用户。
gremlin> g.V().has('name','a0e05a4a-65c0-11e9-a5ce-00163e0416f8').valueMap(true)   //条件查询，类似select ... where ...，根据业务修改has()中的内容即可。
==>[id:1,label:vertex,name:[a0e05a4a-65c0-11e9-a5ce-00163e0416f8]]

//查询name为a0e05a4a-65c0-11e9-a5ce-00163e0416f8的用户的关注列表。
gremlin> g.V().has('name','a0e05a4a-65c0-11e9-a5ce-00163e0416f8').outE().valueMap(true) //条件查询，类似select ... where ...，根据业务修改has()中的内容即可
==>[id:217089344,label:edge,weight:0.769055]
==>[id:220429042,label:edge,weight:0.290449]
==>[id:227652991,label:edge,weight:0.962171]
==>[id:234881614,label:edge,weight:0.0887247]
==>[id:250193757,label:edge,weight:0.756271]
==>[id:252223359,label:edge,weight:0.990445]
==>[id:252494754,label:edge,weight:0.494867]
==>[id:254012304,label:edge,weight:0.788503]
==>[id:260893506,label:edge,weight:0.247677]
==>[id:228404583,label:edge,weight:0.0742597]
==>[id:243912806,label:edge,weight:0.906016]
==>[id:262031400,label:edge,weight:0.649892]

//查询name为a0e05a4a-65c0-11e9-a5ce-00163e0416f8的用户的关注列表,并按照权重倒序排序。
gremlin> g.V().has('name','a0e05a4a-65c0-11e9-a5ce-00163e0416f8').outE().order().by('weight', decr).valueMap(true) //has()部分控制查询条件，order().by()部分控制排序条件。
==>[id:252223359,label:edge,weight:0.990445]
==>[id:227652991,label:edge,weight:0.962171]
==>[id:243912806,label:edge,weight:0.906016]
==>[id:254012304,label:edge,weight:0.788503]
==>[id:217089344,label:edge,weight:0.769055]
==>[id:250193757,label:edge,weight:0.756271]
==>[id:262031400,label:edge,weight:0.649892]
==>[id:310064671,label:edge,weight:0.639453]
==>[id:316084412,label:edge,weight:0.595669]
==>[id:277559997,label:edge,weight:0.538571]
==>[id:252494754,label:edge,weight:0.494867]
==>[id:291708246,label:edge,weight:0.387777]
==>[id:281304400,label:edge,weight:0.382627]
==>[id:310008546,label:edge,weight:0.333313]
==>[id:220429042,label:edge,weight:0.290449]
==>[id:260893506,label:edge,weight:0.247677]
==>[id:300018487,label:edge,weight:0.228707]
==>[id:234881614,label:edge,weight:0.0887247]
==>[id:289510146,label:edge,weight:0.078113]
==>[id:228404583,label:edge,weight:0.0742597]

通用场景：

k阶邻居：

//查询用户ID为23的2跳关注关系。
gremlin> g.V(23).repeat(outE('edge').otherV().simplePath()).times(2).path() //outE()部分控制查询边类型，times()部分查询深度。
==>[v[23],e[239197952][23-edge->19201],v[19201],e[229218134][19201-edge->18246],v[18246]]
==>[v[23],e[239197952][23-edge->19201],v[19201],e[216091024][19201-edge->2586961],v[2586961]]
==>[v[23],e[267069904][23-edge->2587481],v[2587481],e[225145280][2587481-edge->1018015],v[1018015]]
==>[v[23],e[267069904][23-edge->2587481],v[2587481],e[284567757][2587481-edge->1022162],v[1022162]]
==>[v[23],e[267069904][23-edge->2587481],v[2587481],e[235313604][2587481-edge->10467758],v[10467758]]
==>[v[23],e[267069904][23-edge->2587481],v[2587481],e[265280161][2587481-edge->15350178],v[15350178]]
==>[v[23],e[267069904][23-edge->2587481],v[2587481],e[280654355][2587481-edge->1796334],v[1796334]]
......

最短路径：

//查询ID为23和ID为5924864 的最短路径，最大深度为2。
gremlin> g.V(23).repeat(bothE().otherV().simplePath())
            .until(hasId(5924864).or().loops().is(gt(2L)))  //hasId()部分控制结束ID，gt()部分查询深度。
                .hasId(5924864).path().dedup()
==>[v[23],v[2587481],v[5924864]]

共同邻居：

//查询ID为23和ID为5924864的共同邻居。
gremlin> g.V(23).repeat(bothE().otherV().simplePath()).times(2).hasId(5924864).path().dedup()  //hasId()部分控制结束ID。
==>[v[23],e[267069904][23-edge->2587481],v[2587481],e[267070009][5924864-edge->2587481],v[5924864]]

大V查找：

//社交场景中，大V往往是根据粉丝的数量来衡量，粉丝越多说明越受欢迎，我们要找到拥有粉丝最多的三个大V。
gremlin> g.V().project('user','degree').by().by(inE().count()).order().by(select('degree'), desc).limit(3) // by(inE().count()) 部分控制统计逻辑，order().by(select('degree'), desc).limit(3) 控制排序逻辑
==>[v[23],e[267069904][23-edge->2587481],v[2587481],e[267070009][5924864-edge->2587481],v[5924864]]
==>[v[23],e[267069904][23-edge->2587481],v[2587481],e[316011732][2587481-edge->5924864],v[5924864]]
==>[user:v[1],degree:1090]
==>[user:v[24],degree:890]
==>[user:v[65],degree:768]

协同推荐：

//推荐和ID为1的用户，有共同邻居的用户，并按照共同邻居的个数进行排序。
gremlin> g.V(1).both().aggregate("my_friend").both().has(id, neq(1)).as("ff")
            .flatMap(__.both().where(within("my_friend")).count()).as("comm_cnt").order().by(desc)
                .select("ff", "comm_cnt").dedup()
==>[ff:v[591712],comm_cnt:10]
==>[ff:v[60911],comm_cnt:10]
==>[ff:v[4470],comm_cnt:10]
==>[ff:v[47129],comm_cnt:10]
==>[ff:v[1],comm_cnt:10]
==>[ff:v[316284],comm_cnt:10]
==>[ff:v[472652],comm_cnt:9]
==>[ff:v[52057],comm_cnt:9]
==>[ff:v[531386],comm_cnt:9]
...

6、客户效果

某社交领域互联网公司，图数据规模为点（用户数据）1亿，边（社交关系）16亿，之前通过MySQL存储（32core，256GB），面临MySQL查询性能过低的问题，经常出现查询超时。通过使用图数据库GDB，以用户为节点、用户在线状态为属性，好友关系为边构建社交图谱，查询性能提升超过100倍，从超时提升到毫秒级。