TuGraph Analytics图建模研发：为图计算业务提速增效

概述

GeaFlow Console平台提供了图数据研发能力，包括了对点、边、图、表、函数、任务的管理功能， 为了让用户更好的管理元数据信息，同时也便于用户对图计算进一步地了解。通过对这些研发资源的管理，用户可以方便地、白屏化地创建、修改、删除这些元数据，也可以很方便地查看当前租户下所拥有的数据资产概览及详情，从而更多关注于业务逻辑的实现。

图数据研发介绍

基本概念

1. 点（GeaflowVertex）：表示一个对象或实体、包含了点id，标签和属性。
2. 边（GeaflowEdge）：表示对象之间的关系，连接点和点，包含源点id，目标点id，标签，时间戳和属性。
3. 图（GeaflowGraph）：表示对象之间关联关系的一种抽象数据结构，由若干个点和若干边组成。
4. 表（GeaflowTable）: 是有结构的数据的集，由行和列组成，每列为字段，有相应的类型和约束条件，每行为一条具体数据。
5. 函数（GeaflowFunction）: 用户自定义的方法，可在dsl作业中使用。
6. 图拓扑（GeaflowEndpoint）: 逻辑概念，为一个三元组<edgeId, srcId, targetId>, 表示在一个图中，一个边的起点和目标点的约束关系。
7. 任务（GeaflowJob）: 研发时对计算逻辑的描述，用户通过编辑任务实现业务逻辑，目前支持dsl和高阶两种方式进行任务研发:
   1. dsl任务（GeaflowCodeJob）: 通过编写dsl代码运行。
   2. 高阶任务（GeaflowApiJob）: 通过api的方式，使用jar包运行。
8. 作业（GeaflowTask）: 由任务经过发布流程生成，最终提交运行。一旦构建，不可修改作业元信息(例如作业的dsl代码或jar包)。

模型结构

点&边&图&表&函数

Geaflow将所有研发资源进行了结构化的模型设计，从模型图中，可以看到vertex，edge，table都继承自GeaflowStruct，GeaflowStruct中包含一个GeaflowField列表，其中GeaflowField代表了字段，包含类型(Long，String，Boolean等)和约束条件(点id，属性，边源点id，边目标点id等)。在图中，包含了点、边以及Endpoint的列表，描述了实体之间的关联信息。
图和表关联了GeaflowPluginConfig，这是插件配置，表示图表的来源或输出配置，例如odps，sls，oss等。
函数中主要包含一个jar包对象和主类，以标识函数的入口。

任务&作业

GeaflowJob为所有任务类型的父类，其中的structs、graphs、functions字段记录了这个任务所使用的图、表、函数，方便用户了解作业关联的一些元信息。任务根据使用途径还可分为以下几种类型:

1. GeaflowProcessJob: 加工任务，用户编写dsl代码实现构图或图计算逻辑, 例如环形计数。
2. GeaflowIntegrationJob: 集成任务，可以根据数据源表自动生成代码，导入到图中。
3. GeaflowCustomJob: 自定义任务， 用户通过编写高阶api代码，实现图计算逻辑，例如实现PageRank, SSSP等算法。
4. GeaflowStatisticJob: 统计任务，用于统计图的信息，例如点边个数。
5. GeaflowServerJob: 查询任务，用于olap服务，执行图查询。

任务（GeaflowJob）和作业（GeaflowTask）通过发布包（GeaflowRelease）进行关联，任务为研发时的描述，作业为运行时的描述，用户可以对任务进行发布，