【独家】让你一次性掌握Neo4j性能优化秘籍的三大狠招

作者| 西湖数据智能研究院高级研发工程师 无极

大千世界纷繁复杂，万物之间总会有千丝万缕的关系。随着现代商业社会的发展，事物的关联关系越发错综复杂，传统的关系存储已经不能满足我们的业务需求。“图”作为关系探索未来发展的风向标，可以更为直观地帮助人们认知事物，挖掘数据之间的奥秘，为数据价值的体现开辟了新天地。

作为专业的数据智能上市公司，个推在图应用分析方面也进行了丰富的实践。本文将讲述图的常见业务场景、Neo4j在个推的落地应用案例和优化举措，并在此基础上创新性地提出了个推独有的Neo4j社区版 HA（High Availability） 方案。

01 图

著名的柯尼斯堡七桥问题拉开了图的新篇章。1736年， 莱昂哈德·欧拉针对该问题，进行了数学抽象，用二维矩阵予以表示，奠定了图论的基础。

图片来源于neo4j.com

什么是图？

图的定义指出，图G由两个集合构成，记作G=<V,E> 。其中V是顶点的非空有限集合，E是边的有限集合，边是顶点的无序对或有序对集合。为了更好地理解图，我们可以看看下面的例子。

图片来源于neo4j.com

图中展示了3200个机场与60000条航线。对应图的定义，每个机场就是 V集合，航线则是E集合。

图有哪些存储方式？

• 图的邻接矩阵

• 图的邻接表

• 有向图的十字链表存储表示

• 无向图的邻接多重表存储表示

图有哪些遍历方式？

• 深度优先遍历(DFS)

• 广度优先遍历(BFS)

图数据库

图数据库(GraphDatabase) 并非指存储图片的数据库，而是指支持以图数据结构存储和查询数据的数据库。图数据库是一种在线数据库管理系统，具有处理图数据模型的创建、读取、更新和删除（CRUD）操作。

图片来源于amazon.com

图存储