簡介

　　在眾多不同的數(shù)據(jù)模型里，關系數(shù)據(jù)模型自20世紀80年代就處于統(tǒng)治地位，而且出現(xiàn)了不少巨頭，如Oracle、MySQL和MSSQL，它們也被稱為關系數(shù)據(jù)庫管理系統(tǒng)（RDBMS）。然而，隨著關系數(shù)據(jù)庫使用范圍的不斷擴大，也暴露出一些它始終無法解決問題，其中最主要的是數(shù)據(jù)建模中的一些缺陷和問題，以及在大數(shù)據(jù)量和多服務器之上進行水平伸縮的限制。同時，互聯(lián)網(wǎng)發(fā)展也產(chǎn)生了一些新的趨勢變化：

　　用戶、系統(tǒng)和傳感器產(chǎn)生的數(shù)據(jù)量呈指數(shù)增長，其增長速度因大部分數(shù)據(jù)量集中在Amazon、Google和其他云服務的分布式系統(tǒng)上而進一步加快；

　　數(shù)據(jù)內(nèi)部依賴和復雜度的增加，這一問題因互聯(lián)網(wǎng)、Web2.0、社交網(wǎng)絡，以及對大量不同系統(tǒng)的數(shù)據(jù)源開放和標準化的訪問而加劇。

　　而在應對這些趨勢時，關系數(shù)據(jù)庫產(chǎn)生了更多的不適應性，從而導致大量解決這些問題中某些特定方面的不同技術出現(xiàn)，它們可以與現(xiàn)有RDBMS相互配合或代替它們——亦被稱為混合持久化（Polyglot Persistence）。數(shù)據(jù)庫替代品并不是新鮮事物，它們已經(jīng)以對象數(shù)據(jù)庫（OODBMS）、層次數(shù)據(jù)庫（如LDAP）等形式存在很長時間了。但是，過去幾年間，出現(xiàn)了大量新項目，它們被統(tǒng)稱為NoSQL數(shù)據(jù)庫（NoSQL-databases）。

　　NoSQL數(shù)據(jù)庫

　　NoSQL（Not Only SQL，不限于SQL）是一類范圍非常廣泛的持久化解決方案，它們不遵循關系數(shù)據(jù)庫模型，也不使用SQL作為查詢語言。其數(shù)據(jù)存儲可以不需要固定的表格模式，也經(jīng)常會避免使用SQL的JOIN操作，一般有水平可擴展的特征。

　　簡言之，NoSQL數(shù)據(jù)庫可以按照它們的數(shù)據(jù)模型分成4類：

　　鍵-值存儲庫（Key-Value-stores）

　　BigTable實現(xiàn)（BigTable-implementations）

　　文檔庫（Document-stores）

　　圖形數(shù)據(jù)庫（Graph Database）

　　在NoSQL四種分類中，圖數(shù)據(jù)庫從最近十年的表現(xiàn)來看已經(jīng)成為關注度最高，也是發(fā)展趨勢最明顯的數(shù)據(jù)庫類型。圖1就是db-engines.com對最近三年來所有數(shù)據(jù)庫種類發(fā)展趨勢的分析結果。

　　圖1 db-engines.com對最近三年來所有數(shù)據(jù)庫種類發(fā)展趨勢的分析圖數(shù)據(jù)庫

　　圖數(shù)據(jù)庫源起歐拉和圖理論，也可稱為面向/基于圖的數(shù)據(jù)庫，對應的英文是Graph Database。圖數(shù)據(jù)庫的基本含義是以“圖”這種數(shù)據(jù)結構存儲和查詢數(shù)據(jù)，而不是存儲圖片的數(shù)據(jù)庫。它的數(shù)據(jù)模型主要是以節(jié)點和關系（邊）來體現(xiàn)，也可處理鍵值對。它的優(yōu)點是快速解決復雜的關系問題。

　　圖具有如下特征：

　　包含節(jié)點和邊；

　　節(jié)點上有屬性（鍵值對）；

　　邊有名字和方向，并總是有一個開始節(jié)點和一個結束節(jié)點；

　　邊也可以有屬性。

　　說得正式一些，圖可以說是頂點和邊的集合，或者說更簡單一點兒，圖就是一些節(jié)點和關聯(lián)這些節(jié)點的聯(lián)系（relationship）的集合。圖將實體表現(xiàn)為節(jié)點，實體與其他實體連接的方式表現(xiàn)為聯(lián)系。我們可以用這個通用的、富有表現(xiàn)力的結構來建模各種場景，從宇宙火箭的建造到道路系統(tǒng)，從食物的供應鏈及原產(chǎn)地追蹤到人們的病歷，甚至更多其他的場景。

　　通常，在圖計算中，基本的數(shù)據(jù)結構表達就是：

　　G=（V， E）

　　V=vertex（節(jié)點）

　　E=edge（邊）

　　如圖2所示。