图数据库超级节点建模优化实战

《​​针对图谱超级节点的一种优化解决方案​​ 》,在这篇文章中设计了针对图数据库中超级节点的一系列优化方案。下面介绍一个实战操作。对于地域相关的数据进行建模优化。ps:所有实战操作都基于ongdb进行。

此实战优化操作,核心在于针对地域数据设计了一套标签体系,使得CYPHER更加具有表达力。从而更易于提升查询的性能。

一、MySQL模型

关系数据模型到图模型的设计,可以看到图模型更加富有表达力接近于人的思维。

图数据库超级节点建模优化实战_数据

二、图数据本体建模

可以看到通过标签体系的富化之后,本体模型变得更加复杂。在一般理解中地域分类可以为国家、省、市、区县等。在本体建模的时候也只是看到这几种概念实体之间的相互关联关系。

图数据库超级节点建模优化实战_人工智能_02

三、地域网络图

地域图数据导入之后的可视化效果

图数据库超级节点建模优化实战_建模_03

四、地域标签树体系设计

  • 分类层级标签
  • 固有层级标签

举个栗子:如果北京关联了300万个公司,可以通过对北京这个节点进行细化到区,然后将公司连接在区节点。在查询中国的公司时可以直接通过hash查询定位到地域节点,一度关系内即可拿到所有数据,性能大幅提升。此优化操作从本质上避免了超级节点的产生和深度关系的遍历。

图数据库超级节点建模优化实战_优化操作_04

五、地域标签体系支持下的实际应用场景

图数据库超级节点建模优化实战_优化操作_05