建站
咨詢
售后
建站咨詢
新聞中心
隨著互聯(lián)網(wǎng)的不斷發(fā)展和數(shù)據(jù)量的不斷增加，數(shù)據(jù)庫的需求量也越來越大。但是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫管理方式已經(jīng)不能滿足實時性、安全性、擴展性和復(fù)雜數(shù)據(jù)的處理需求。因此，圖數(shù)據(jù)庫的出現(xiàn)成為了一個全新的數(shù)據(jù)管理方式。
圖數(shù)據(jù)庫是一種由節(jié)點和邊構(gòu)成的圖形結(jié)構(gòu)數(shù)據(jù)管理系統(tǒng)，它可以更加高效地處理復(fù)雜數(shù)據(jù)，并且可以克服傳統(tǒng)數(shù)據(jù)庫的缺陷，將數(shù)據(jù)管理提升到新的高度。這里我們就來探索一下圖數(shù)據(jù)庫的存儲結(jié)構(gòu)圖，以及它所帶來的新一代數(shù)據(jù)管理方式。
一、圖數(shù)據(jù)庫的存儲結(jié)構(gòu)圖
圖數(shù)據(jù)庫的存儲結(jié)構(gòu)使用圖形結(jié)構(gòu)來存儲數(shù)據(jù)，由“節(jié)點”和“邊”兩個元素構(gòu)成。其中，節(jié)點是數(shù)據(jù)的核心，每個節(jié)點存儲一個數(shù)據(jù)實體，可以是人、物、事、概念等。邊則描述了節(jié)點之間的關(guān)系，用于連接不同的節(jié)點，從而形成一個關(guān)系網(wǎng)絡(luò)。
在圖數(shù)據(jù)庫中，每個節(jié)點和邊都可以有不同的屬性，這些屬性可以存儲各種類型的數(shù)據(jù)，如數(shù)字、字符串、日期、圖像等。這些屬性可以幫助用戶更加方便地對數(shù)據(jù)進行查詢、分析和管理。
二、探索新一代數(shù)據(jù)管理方式
圖數(shù)據(jù)庫的出現(xiàn)打破了傳統(tǒng)關(guān)系型數(shù)據(jù)庫的限制，使得數(shù)據(jù)管理的方式發(fā)生了重大變化。那么它為什么能夠成為新一代數(shù)據(jù)管理方式呢？下面是圖數(shù)據(jù)庫帶來的三個顯著優(yōu)勢：
1.更高效的數(shù)據(jù)處理能力
圖數(shù)據(jù)庫的存儲結(jié)構(gòu)圖是由節(jié)點和邊組成的，每個節(jié)點都是獨立的，可以包含完整的數(shù)據(jù)信息和屬性，這使得圖數(shù)據(jù)庫可以更快速地進行數(shù)據(jù)的讀寫操作和查詢過程。同時，圖數(shù)據(jù)庫還可以進行跨邊和多方向的數(shù)據(jù)查詢，讓數(shù)據(jù)的處理變得更加高效。
2.更加精確的數(shù)據(jù)分析能力
圖數(shù)據(jù)庫可以幫助用戶更加準確地分析數(shù)據(jù)，因為它可以不同維度地關(guān)聯(lián)不同的節(jié)點和邊，從而形成更加精確的分析結(jié)果。這使得圖數(shù)據(jù)庫在社交網(wǎng)絡(luò)、金融等復(fù)雜數(shù)據(jù)領(lǐng)域的數(shù)據(jù)分析過程中更加受歡迎。
3.更高的可擴展性和可適應(yīng)性
由于圖數(shù)據(jù)庫的存儲結(jié)構(gòu)圖是基于圖形結(jié)構(gòu)的，節(jié)點和邊的拓展具有天然的可擴展性。當需要新加節(jié)點或邊時，只需簡單地添加或修改節(jié)點或邊的屬性即可。此外，圖數(shù)據(jù)庫還能夠適應(yīng)和解決傳統(tǒng)數(shù)據(jù)庫無法處理的大規(guī)模和復(fù)雜數(shù)據(jù)處理需求。
三、
圖數(shù)據(jù)庫是新一代數(shù)據(jù)管理方式的代表，它的存儲結(jié)構(gòu)圖和優(yōu)勢所帶來的高效性、精確性、可擴展性和適應(yīng)性等特點成為了數(shù)據(jù)管理的主流趨勢。同時，隨著對大數(shù)據(jù)的需求和云計算技術(shù)的不斷發(fā)展，相信圖數(shù)據(jù)庫也將在數(shù)據(jù)架構(gòu)的演化過程中扮演更加重要的角色。
成都網(wǎng)站建設(shè)公司-創(chuàng)新互聯(lián)為您提供網(wǎng)站建設(shè)、網(wǎng)站制作、網(wǎng)頁設(shè)計及定制高端網(wǎng)站建設(shè)服務(wù)！
圖的兩種存儲結(jié)構(gòu)是什么
順序存儲和鏈式存儲
二樓說錯了，方向有誤。
這兩個分別叫剖面符號和斷面符號，他們剖段的方向都是縱向的，觀察的方向是指向數(shù)字的方向，從網(wǎng)頁上來看，就是L1是從左往右，而1┃則表示從右往左看。
這兩種符號的區(qū)別是斷面圖與剖面圖的區(qū)別在于：
斷面圖只畫形體被剖開后斷面的投影，而剖面圖要畫出形體被剖開后整個余下部分的投影如圖。
1)剖面圖是形體剖切之后剩下部分的投影，是體的投影。斷面圖是形體剖切之后斷面的投影，是面的投影。 剖面圖中包含斷面圖。
2)剖面圖用剖切位置線、投射方向線和編號來表示。斷面圖則只畫剖切位置線與編號，用編號的注寫位置來代表投射方向。
3)剖面圖可用兩個或兩個以上的剖切平面進行剖切，斷面圖的剖切平面通常只能是單一的。
如何用 Python 實現(xiàn)一個圖數(shù)據(jù)庫（Graph Database）？
本文章是 重寫 500 Lines or Less 系列的其中一篇，目標是重寫 500 Lines or Less 系列的原有項目：Dagoba: an in-memory graph database。
Dagoba 是作者設(shè)計用來展示如何從零開始自己實現(xiàn)一個圖數(shù)據(jù)庫（ Graph Database ）。該名字似乎來源于作者喜歡的一個樂隊，另一個原因是它的前綴 DAG 也正好是有向無環(huán)圖 （ Directed Acyclic Graph ） 的縮寫。本文也沿用了該名稱。
圖是一種常見的數(shù)據(jù)結(jié)構(gòu)，它將信息描述為若干獨立的節(jié)點（ vertex ，為了和下文的邊更加對稱，本文中稱為 node ），以及把節(jié)點關(guān)聯(lián)起來的邊（ edge ）。我們熟悉的鏈表以及多種樹結(jié)構(gòu)可以看作是符合特定規(guī)則的圖。圖在路徑選擇、推薦算法以及神經(jīng)網(wǎng)絡(luò)等方面都是重要的核心數(shù)據(jù)結(jié)構(gòu)。
既然圖的用途如此廣泛，一個重要的問題就是如何存儲它。如果在傳統(tǒng)的關(guān)系數(shù)據(jù)庫中存儲圖，很自然的做法就是為節(jié)點和邊各自創(chuàng)建一張表，并用外鍵把它們關(guān)聯(lián)起來。這樣的話，要查找某人所有的子女，就可以寫下類似下面的查詢：
還好，不算太復(fù)雜。但是如果要查找孫輩呢？那恐怕就要使用子查詢或者 CTE(Common Table Expression) 等特殊構(gòu)造了。再往下想，曾孫輩又該怎么查詢？孫媳婦呢？
這樣我們會意識到，SQL 作為查詢語言，它只是對二維數(shù)據(jù)表這種結(jié)構(gòu)而設(shè)計的，用它去查詢圖的話非常笨拙，很快會變得極其復(fù)雜，也難以擴展。針對圖而言，我們希望有一種更為自然和直觀的查詢語法，類似這樣：
為了高效地存儲和查詢圖這種數(shù)據(jù)結(jié)構(gòu)，圖數(shù)據(jù)庫（ Graph Database ）應(yīng)運而生。因為和傳統(tǒng)的關(guān)系型數(shù)據(jù)庫存在極大的差異，所以它屬于新型數(shù)據(jù)庫也就是 NoSql 的一個分支（其他分支包括文檔數(shù)據(jù)庫、列數(shù)據(jù)庫等）。圖數(shù)據(jù)庫的主要代表包括 Neo4J 等。本文介紹的 Dagoba 則是具備圖數(shù)據(jù)庫核心功能、主要用于教學和演示的一個簡單的圖數(shù)據(jù)庫。
原文代碼是使用 JavaScript 編寫的，在定義調(diào)用接口時大量使用了原型（ prototype ）這種特有的語言構(gòu)造。對于其他主流語言的用戶來說，原型的用法多少顯得有些別扭和不自然。
考慮到本系列其他數(shù)據(jù)庫示例大多是用 Python 實現(xiàn)的，本文也按照傳統(tǒng)，用 Python 重寫了原文的代碼。同樣延續(xù)之前的慣例，為了讓讀者更好地理解程序是如何逐步完善的，我們用迭代式的方法完成程序的各個組成部分。
原文在 500lines 系列的 Github 倉庫中只包含了實現(xiàn)代碼，并未包含測試。按照代碼注釋說明，測試程序位于作者的另一個代碼庫中，不過和 500lines 版本的實現(xiàn)似乎略有不同。
本文實現(xiàn)的代碼參考了原作者的測試內(nèi)容，但跳過了北歐神話這個例子——我承認確實不熟悉這些神祇之間的親緣關(guān)系，相信中文背景的讀者們多數(shù)也未必了解，雖然作者很喜歡這個例子，想了想還是不要徒增困惑吧。因此本文在編寫測試用例時只參考了原文關(guān)于家族親屬的例子，放棄了神話相關(guān)的部分，盡管會減少一些趣味性，相信對于入門級的代碼來說這樣也夠用了。
本文實現(xiàn)程序位于代碼庫的 dagoba 目錄下。按照本系列程序的同意規(guī)則，要想直接執(zhí)行各個已完成的步驟，讀者可以在根目錄下的 main.py 找到相應(yīng)的代碼位置，取消注釋并運行即可。
本程序的所有步驟只需要 Python3 ，測試則使用內(nèi)置的 unittest , 不需要額外的第三方庫。原則上 Python3.6 以上版本應(yīng)該都可運行，但我只在 Python3.8.3 環(huán)境下完整測試過。
本文實現(xiàn)的程序從最簡單的案例開始，通過每個步驟逐步擴展，最終形成一個完整的程序。這些步驟包括：
接下來依次介紹各個步驟。
回想一下，圖數(shù)據(jù)庫就是一些點（ node ）和邊（ edge ）的?，F(xiàn)在我們要做出的一個重大決策是如何對節(jié)點/邊進行建模。對于邊來說，必須指定它的關(guān)聯(lián)關(guān)系，也就是從哪個節(jié)點指向哪個節(jié)點。大多數(shù)情況下邊是有方向的——父子關(guān)系不指明方向可是要亂套的！
考慮到擴展性及通用性問題，我們可以把數(shù)據(jù)保存為字典（ dict ），這樣可以方便地添加用戶需要的任何數(shù)據(jù)。某些數(shù)據(jù)是為數(shù)據(jù)庫內(nèi)部管理而保留的，為了明確區(qū)分，可以這樣約定：以下劃線開頭的特殊字段由數(shù)據(jù)庫內(nèi)部維護，類似于私有成員，用戶不應(yīng)該自己去修改它們。這也是 Python 社區(qū)普遍遵循的約定。
此外，節(jié)點和邊存在互相引用的關(guān)系。目前我們知道邊會引用到兩端的節(jié)點，后面還會看到，為了提高效率，節(jié)點也會引用到邊。如果僅僅在內(nèi)存中維護它們的關(guān)系，那么使用指針訪問是很直觀的，但數(shù)據(jù)庫必須考慮到序列化到磁盤的問題，這時指針就不再好用了。
為此，更好按照數(shù)據(jù)庫的一般要求，為每個節(jié)點維護一個主鍵（ _id ），用主鍵來描述它們之間的關(guān)聯(lián)關(guān)系。
我們之一步要把數(shù)據(jù)庫的模型建立起來。為了測試目的，我們使用一個最簡單的數(shù)據(jù)庫模型，它只包含兩個節(jié)點和一條邊，如下所示：
按照 TDD 的原則，首先編寫測試：
與原文一樣，我們把數(shù)據(jù)庫管理接口命名為 Dagoba 。目前，能夠想到的最簡單的測試是確認節(jié)點和邊是否已經(jīng)添加到數(shù)據(jù)庫中：
assert_item 是一個輔助方法，用于檢查字典是否包含預(yù)期的字段。相信大家都能想到該如何實現(xiàn)，這里就不再列出了，讀者可參考 Github 上的完整源碼。
現(xiàn)在，測試是失敗的。用最簡單的辦法實現(xiàn)數(shù)據(jù)庫：
需要注意的是，不管添加節(jié)點還是查詢，程序都使用了拷貝后的數(shù)據(jù)副本，而不是直接使用原始數(shù)據(jù)。為什么要這樣做？因為字典是可變的，用戶可以在任何時候修改其中的內(nèi)容，如果數(shù)據(jù)庫不知道數(shù)據(jù)已經(jīng)變化，就很容易發(fā)生難以追蹤的一致性問題，最糟糕的情況下會使得數(shù)據(jù)內(nèi)容徹底混亂。
拷貝數(shù)據(jù)可以避免上述問題，代價則是需要占用更多內(nèi)存和處理時間。對于數(shù)據(jù)庫來說，通常查詢次數(shù)要遠遠多于修改，所以這個代價是可以接受的。
現(xiàn)在測試應(yīng)該正常通過了。為了讓它更加完善，我們可以再測試一些邊緣情況，看看數(shù)據(jù)庫能否正確處理異常數(shù)據(jù)，比如：
例如，如果用戶嘗試添加重復(fù)主鍵，我們預(yù)期應(yīng)拋出 ValueError 異常。因此編寫測試如下：
為了滿足以上測試，代碼需要稍作修改。特別是按照 id 查找主鍵是個常用操作，通過遍歷的方法效率太低了，更好是能夠通過主鍵直接訪問。因此在數(shù)據(jù)庫中再增加一個字典：
完整代碼請參考 Github 倉庫。
在上個步驟，我們在初始化數(shù)據(jù)庫時為節(jié)點明確指定了主鍵。按照數(shù)據(jù)庫設(shè)計的一般原則，主鍵更好是不具有業(yè)務(wù)含義的代理主鍵（ Surrogate key ），用戶不應(yīng)該關(guān)心它具體的值是什么，因此讓數(shù)據(jù)庫去管理主鍵通常是更為合理的。當然，在部分場景下——比如導入外部數(shù)據(jù)——明確指定主鍵仍然是有用的。
為了同時支持這些要求，我們這樣約定：字段 _id 表示節(jié)點的主鍵，如果用戶指定了該字段，則使用用戶設(shè)置的值（當然，用戶有責任保證它們不會重復(fù)）；否則，由數(shù)據(jù)庫自動為它分配一個主鍵。
如果主鍵是數(shù)據(jù)庫生成的，事先無法預(yù)知它的值是什么，而邊（ edge ）必須指定它所指向的節(jié)點，因此必須在主鍵生成后才能添加。由于這個原因，在動態(tài)生成主鍵的情況下，數(shù)據(jù)庫的初始化會略微復(fù)雜一些。還是先寫一個測試：
為支持此功能，我們在數(shù)據(jù)庫中添加一個內(nèi)部字段 _next_id 用于生成主鍵，并讓 add_node 方法返回新生成的主鍵：
接下來，再確認一下邊是否可以正常訪問：
運行測試，一切正常。這個步驟很輕松地完成了，不過兩個測試（ DbModelTest 和 PrimaryKeyTest ）出現(xiàn)了一些重復(fù)代碼，比如 get_item 。我們可以把這些公用代碼提取出來。由于 get_item 內(nèi)部調(diào)用了 TestCase.assertXXX 等方法，看起來應(yīng)該使用繼承，但從 TestCase 派生基類容易引起一些潛在的問題，所以我轉(zhuǎn)而使用另一個技巧 Mixin ：
實現(xiàn)數(shù)據(jù)庫模型之后，接下來就要考慮如何查詢它了。
在設(shè)計查詢時要考慮幾個問題。對于圖的訪問來說，幾乎總是由某個節(jié)點（或符合條件的某一類節(jié)點）開始，從與它相鄰的邊跳轉(zhuǎn)到其他節(jié)點，依次類推。所以鏈式調(diào)用對查詢來說是一種很自然的風格。舉例來說，要知道 Tom 的孫子養(yǎng)了幾只貓，可以使用類似這樣的查詢：
可以想象，以上每個方法都應(yīng)該返回符合條件的節(jié)點。這種實現(xiàn)是很直觀的，不過存在一個潛在的問題：很多時候用戶只需要一小部分結(jié)果，如果它總是不計代價地給我們一個巨大的，會造成極大的浪費。比如以下查詢：
為了避免不必要的浪費，我們需要另外一種機制，也就是通常所稱的“懶式查詢”或“延遲查詢”。它的基本思想是，當我們調(diào)用查詢方法時，它只是把查詢條件記錄下來，而并不立即返回結(jié)果，直到明確調(diào)用某些方法時才真正去查詢數(shù)據(jù)庫。
如果讀者比較熟悉流行的 Python ORM，比如 SqlAlchemy 或者 Django ORM 的話，會知道它們幾乎都是懶式查詢的，要調(diào)用 list(result) 或者 result 這樣的方法才能得到具體的查詢結(jié)果。
在 Dagoba 中把觸發(fā)查詢的方法定義為 run 。也就是說，以下查詢執(zhí)行到 run 時才真正去查找數(shù)據(jù)：
和懶式查詢（ Lazy Query ）相對應(yīng)的，直接返回結(jié)果的方法一般稱作主動查詢（ Eager Query ）。主動查詢和懶式查詢的內(nèi)在查找邏輯基本上是相同的，區(qū)別只在于觸發(fā)機制不同。由于主動查詢實現(xiàn)起來更加簡單，出錯也更容易排查，因此我們先從主動查詢開始實現(xiàn)。
還是從測試開始。前面測試所用的簡單數(shù)據(jù)庫數(shù)據(jù)太少，難以滿足查詢要求，所以這一步先來創(chuàng)建一個更復(fù)雜的數(shù)據(jù)模型：
此關(guān)系的復(fù)雜之處之一在于反向關(guān)聯(lián)：如果 A 是 B 的哥哥，那么 B 就是 A 的弟弟/妹妹，為了查詢到他們彼此之間的關(guān)系，正向關(guān)聯(lián)和反向關(guān)聯(lián)都需要存在，因此在初始化數(shù)據(jù)庫時需要定義的邊數(shù)量會很多。
當然，父子之間也存在反向關(guān)聯(lián)的問題，為了讓問題稍微簡化一些，我們目前只需要向下（子孫輩）查找，可以稍微減少一些關(guān)聯(lián)數(shù)量。
因此，我們定義數(shù)據(jù)模型如下。為了減少重復(fù)工作，我們通過 _backward 字段定義反向關(guān)聯(lián)，而數(shù)據(jù)庫內(nèi)部為了查詢方便，需要把它維護成兩條邊：
然后，測試一個最簡單的查詢，比如查找某人的所有孫輩：
這里 outcome/income 分別表示從某個節(jié)點出發(fā)、或到達它的節(jié)點。在原作者的代碼中把上述方法稱為 out/in 。當然這樣看起來更加簡潔，可惜的是 in 在 Python 中是個關(guān)鍵字，無法作為函數(shù)名。我也考慮過加個下劃線比如 out_.in_ 這種形式，但看起來也有點怪異，權(quán)衡之后還是使用了稍微啰嗦一點的名稱。
現(xiàn)在我們可以開始定義查詢接口了。在前面已經(jīng)說過，我們計劃分別實現(xiàn)兩種查詢，包括主動查詢（ Eager Query ）以及延遲查詢（ Lazy Query ）。
它們的內(nèi)在查詢邏輯是相通的，看起來似乎可以使用繼承。不過遵循 YAGNI 原則，目前先不這樣做，而是只定義兩個新類，在滿足測試的基礎(chǔ)上不斷擴展。以后我們會看到，與繼承相比，把共同的邏輯放到數(shù)據(jù)庫本身其實是更為合理的。
接下來實現(xiàn)訪問節(jié)點的方法。由于 EagerQuery 調(diào)用查詢方法會立即返回結(jié)果，我們把結(jié)果記錄在 _result 內(nèi)部字段中。雖然 node 方法只返回單個結(jié)果，但考慮到其他查詢方法幾乎都是返回，為統(tǒng)一起見，讓它也返回，這樣可以避免同時支持與單結(jié)果的分支處理，讓代碼更加簡潔、不容易出錯。此外，如果查詢對象不存在的話，我們只返回空，并不視為一個錯誤。
查詢輸入/輸出節(jié)點的方法實現(xiàn)類似這樣：
查找節(jié)點的核心邏輯在數(shù)據(jù)庫本身定義：
以上使用了內(nèi)部定義的一些輔助查詢方法。用類似的邏輯再定義 income ，它們的實現(xiàn)都很簡單，讀者可以直接參考源碼，此處不再贅述。
在此步驟的最后，我們再實現(xiàn)一個優(yōu)化。當多次調(diào)用查詢方法后，結(jié)果可能會返回重復(fù)的數(shù)據(jù)，很多時候這是不必要的。就像關(guān)系數(shù)據(jù)庫通常支持 unique/distinct 一樣，我們也希望 Dagoba 能夠過濾重復(fù)的數(shù)據(jù)。
假設(shè)我們要查詢某人所有孩子的祖父，顯然不管有多少孩子，他們的祖父應(yīng)該是同一個人。因此編寫測試如下：
現(xiàn)在來實現(xiàn) unique 。我們只要按照主鍵把重復(fù)數(shù)據(jù)去掉即可：
在上個步驟，初始化數(shù)據(jù)庫指定了雙向關(guān)聯(lián)，但并未測試它們。因為我們還沒有編寫代碼去支持它們，現(xiàn)在增加一個測試，它應(yīng)該是失敗的：
運行測試，的確失敗了。我們看看要如何支持它?；叵胍幌拢攺倪叢檎夜?jié)點時，使用的是以下方法：
這里也有一個潛在的問題：調(diào)用 self.edges 意味著遍歷所有邊，當數(shù)據(jù)庫內(nèi)容較多時，這是巨大的浪費。為了提高性能，我們可以把與節(jié)點相關(guān)的邊記錄在節(jié)點本身，這樣要查找邊只要看節(jié)點本身即可。在初始化時定義出入邊的：
在添加邊時，我們要同時把它們對應(yīng)的關(guān)系同時更新到節(jié)點，此外還要維護反向關(guān)聯(lián)。這涉及對字典內(nèi)容的部分復(fù)制，先編寫一個輔助方法：
然后，將添加邊的實現(xiàn)修改如下：
這里的代碼同時添加正向關(guān)聯(lián)和反向關(guān)聯(lián)。有的朋友可能會注意到代碼略有重復(fù)，是的，但是重復(fù)僅出現(xiàn)在該函數(shù)內(nèi)部，本著“三則重構(gòu)”的原則，暫時不去提取代碼。
實現(xiàn)之后，前面的測試就可以正常通過了。
在這個步驟中，我們來實現(xiàn)延遲查詢（ Lazy Query ）。
延遲查詢的要求是，當調(diào)用查詢方法時并不立即執(zhí)行，而是推遲到調(diào)用特定方法，比如 run 時才執(zhí)行整個查詢，返回結(jié)果。
延遲查詢的實現(xiàn)要比主動查詢復(fù)雜一些。為了實現(xiàn)延遲查詢，查詢方法的實現(xiàn)不能直接返回結(jié)果，而是記錄要執(zhí)行的動作以及傳入的參數(shù)，到調(diào)用 run 時再依次執(zhí)行前面記錄下來的內(nèi)容。
如果你去看作者的實現(xiàn)，會發(fā)現(xiàn)他是用一個數(shù)據(jù)結(jié)構(gòu)記錄執(zhí)行操作和參數(shù)，此外還有一部分邏輯用來分派對每種結(jié)構(gòu)要執(zhí)行的動作。這樣當然是可行的，但數(shù)據(jù)處理和分派部分的實現(xiàn)會比較復(fù)雜，也容易出錯。
本文的實現(xiàn)則選擇了另外一種不同的方法：使用 Python 的內(nèi)部函數(shù)機制，把一連串查詢變換成一組函數(shù)，每個函數(shù)取上個函數(shù)的執(zhí)行結(jié)果作為輸入，最后一個函數(shù)的輸出就是整個查詢的結(jié)果。由于內(nèi)部函數(shù)同時也是閉包，盡管每個查詢的參數(shù)形式各不相同，但是它們都可以被閉包“捕獲”而成為內(nèi)部變量，所以這些內(nèi)部函數(shù)可以采用統(tǒng)一的形式，無需再針對每種查詢設(shè)計額外的數(shù)據(jù)結(jié)構(gòu)，因而執(zhí)行過程得到了很大程度的簡化。
首先還是來編寫測試。 LazyQueryTest 和 EagerQueryTest 測試用例幾乎是完全相同的（是的，兩種查詢只在于內(nèi)部實現(xiàn)機制不同，它們的調(diào)用接口幾乎是完全一致的）。
因此我們可以把 EagerQueryTest 的測試原樣不變拷貝到 LazyQueryTest 中。當然拷貝粘貼不是個好注意，對于比較冗長而固定的初始化部分，我們可以把它提取出來作為兩個測試共享的公共函數(shù)。讀者可參考代碼中的 step04_lazy_query/tests/test_lazy_query.py 部分。
程序把查詢函數(shù)的串行執(zhí)行稱為管道（ pipeline ），用一個變量來記錄它：
然后依次實現(xiàn)各個調(diào)用接口。每種接口的實現(xiàn)都是類似的：用內(nèi)部函數(shù)執(zhí)行真正的查詢邏輯，再把這個函數(shù)添加到 pipeline 調(diào)用鏈中。比如 node 的實現(xiàn)類似下面：
其他接口的實現(xiàn)也與此類似。最后， run 函數(shù)負責執(zhí)行所有查詢，返回最終結(jié)果；
完成上述實現(xiàn)后執(zhí)行測試，確保我們的實現(xiàn)是正確的。
在前面我們說過，延遲查詢與主動查詢相比，更大的優(yōu)勢是對于許多查詢可以按需要訪問，不需要每個步驟都返回完整結(jié)果，從而提高性能，節(jié)約查詢時間。比如說，對于下面的查詢：
以上查詢的意思是從孫輩中找到一個符合條件的節(jié)點即可。對該查詢而言，主動查詢會在調(diào)用 outcome(‘son’) 時就遍歷所有節(jié)點，哪怕最后一步只需要之一個結(jié)果。而延遲查詢?yōu)榱颂岣咝?，?yīng)在找到符合條件的結(jié)果后立即停止。
目前我們尚未實現(xiàn) take 方法。老規(guī)矩，先添加測試：
主動查詢的 take 實現(xiàn)比較簡單，我們只要從結(jié)果中返回前 n 條記錄：
延遲查詢的實現(xiàn)要復(fù)雜一些。為了避免不必要的查找，返回結(jié)果不應(yīng)該是完整的列表（ list ），而應(yīng)該是個按需返回的可迭代對象，我們用內(nèi)置函數(shù) next 來依次返回前 n 個結(jié)果：
寫完后運行測試，確保它們是正確的。
從外部接口看，主動查詢和延遲查詢幾乎是完全相同的，所以用單純的數(shù)據(jù)測試很難確認后者的效率一定比前者高，用訪問時間來測試也并不可靠。為了測試效率，我們引入一個節(jié)點訪問次數(shù)的概念，如果延遲查詢效率更高的話，那么它應(yīng)該比主動查詢訪問節(jié)點的次數(shù)更少。
為此，編寫如下測試：
我們?yōu)?Dagoba 類添加一個成員來記錄總的節(jié)點訪問次數(shù)，以及兩個輔助方法，分別用于獲取和重置訪問次數(shù)：
然后瀏覽代碼，查找修改點。增加計數(shù)主要在從邊查找節(jié)點的時候，因此修改部分如下：
此外還有 income/outcome 方法，修改都很簡單，這里就不再列出。
實現(xiàn)后再次運行測試。測試通過，表明延遲查詢確實在效率上優(yōu)于主動查詢。
不像關(guān)系數(shù)據(jù)庫的結(jié)構(gòu)那樣固定，圖的形式可以千變?nèi)f化，查詢機制也必須足夠靈活。從原理上講，所有查詢無非是從某個節(jié)點出發(fā)按照特定方向搜索，因此用 node/income/outcome 這三個方法幾乎可以組合出任意所需的查詢。
但對于復(fù)雜查詢，寫出的代碼有時會顯得較為瑣碎和冗長，對于特定領(lǐng)域來說，往往存在更為簡潔的名稱，例如：母親的兄弟可簡稱為舅舅。對于這些場景，如果能夠類似 DSL （領(lǐng)域特定語言）那樣允許用戶根據(jù)專業(yè)要求自行擴展，從而簡化查詢，方便閱讀，無疑會更為友好。
如果讀者去看原作者的實現(xiàn)，會發(fā)現(xiàn)他是用一種特殊語法 addAlias 來定義自己想要的查詢，調(diào)用方法時再進行查詢以確定要執(zhí)行的內(nèi)容，其接口和內(nèi)部實現(xiàn)都是相當復(fù)雜的。
而我希望有更簡單的方法來實現(xiàn)這一點。所幸 Python 是一種高度動態(tài)的語言，允許在運行時向類中增加新的成員，因此做到這一點可能比預(yù)想的還要簡單。
為了驗證這一點，編寫測試如下：
無需 Dagoba 的實現(xiàn)做任何改動，測試就可以通過了！其實我們要做的就是動態(tài)添加一個自定義的成員函數(shù)，按照 Python 對象機制的要求，成員函數(shù)的之一個成員應(yīng)該是名為 self 的參數(shù)，但這里已經(jīng)是在 UnitTest 的內(nèi)部，為了和測試類本身的 self 相區(qū)分，新函數(shù)的參數(shù)增加了一個下劃線。
此外，函數(shù)應(yīng)返回其所屬的對象，這是為了鏈式調(diào)用所要求的。我們看到，動態(tài)語言的靈活性使得添加新語法變得非常簡單。
到此，一個初具規(guī)模的圖數(shù)據(jù)庫就形成了。
和原文相比，本文還缺少一些內(nèi)容，比如如何將數(shù)據(jù)庫序列化到磁盤。不過相信讀者都看到了，我們的數(shù)據(jù)庫內(nèi)部結(jié)構(gòu)基本上是簡單的原生數(shù)據(jù)結(jié)構(gòu)（列表+字典），因此序列化無論用 pickle 或是 ON 之類方法都應(yīng)該是相當簡單的。有興趣的讀者可以自行完成它們。
我們的圖數(shù)據(jù)庫實現(xiàn)為了提高查詢性能，在節(jié)點內(nèi)部存儲了邊的指針（或者說引用）。這樣做的好處是，無論數(shù)據(jù)庫有多大，從一個節(jié)點到相鄰節(jié)點的訪問是常數(shù)時間，因此數(shù)據(jù)訪問的效率非常高。
但一個潛在的問題是，如果數(shù)據(jù)庫規(guī)模非常大，已經(jīng)無法整個放在內(nèi)存中，或者出于安全性等原因要實現(xiàn)分布式訪問的話，那么指針就無法使用了，必須要考慮其他機制來解決這個問題。分布式數(shù)據(jù)庫無論采用何種數(shù)據(jù)模型都是一個棘手的問題，在本文中我們沒有涉及。有興趣的讀者也可以考慮 500lines 系列中關(guān)于分布式和集群算法的其他一些文章。
本文的實現(xiàn)和系列中其他數(shù)據(jù)庫類似，采用 Python 作為實現(xiàn)語言，而原作者使用的是 JavaScript ，這應(yīng)該和作者的背景有關(guān)。我相信對于大多數(shù)開發(fā)者來說， Python 的對象機制比 JavaScript 基于原型的語法應(yīng)該是更容易閱讀和理解的。
圖數(shù)據(jù)庫存儲結(jié)構(gòu)圖的介紹就聊到這里吧，感謝你花時間閱讀本站內(nèi)容，更多關(guān)于圖數(shù)據(jù)庫存儲結(jié)構(gòu)圖,圖數(shù)據(jù)庫存儲結(jié)構(gòu)圖：探索新一代數(shù)據(jù)管理方式,圖的兩種存儲結(jié)構(gòu)是什么,如何用 Python 實現(xiàn)一個圖數(shù)據(jù)庫（Graph Database）？的信息別忘了在本站進行查找喔。
創(chuàng)新互聯(lián)-老牌IDC、云計算及IT信息化服務(wù)領(lǐng)域的服務(wù)供應(yīng)商，業(yè)務(wù)涵蓋IDC（互聯(lián)網(wǎng)數(shù)據(jù)中心）服務(wù)、云計算服務(wù)、IT信息化、AI算力租賃平臺（智算云），軟件開發(fā)，網(wǎng)站建設(shè)，咨詢熱線:028-86922220
文章題目：圖數(shù)據(jù)庫存儲結(jié)構(gòu)圖：探索新一代數(shù)據(jù)管理方式(圖數(shù)據(jù)庫存儲結(jié)構(gòu)圖)
文章轉(zhuǎn)載：http://m.5511xx.com/article/cdcsjcc.html
