10、面向图的NoSQL数据库物理设计与分布式流数据收集方案

面向图的NoSQL数据库物理设计与分布式流数据收集方案

1. 图导向NoSQL数据库物理设计

在图导向的NoSQL数据库管理系统（DBMS）中，为了提升查询性能，我们提出了基于物化、索引和查询重写的物理设计准则。

在SQL数据库中，Agarawal等人曾探讨过自动选择物化视图和索引的问题，但Neo4j并不提供物化视图管理功能。因此，我们只能手动创建物化视图，并对查询进行重写以使用这些定义好的物化视图。同时，Papakonstantinou也介绍了包括NoSQL数据模型在内的数据库变体的查询重写问题。

不过，这些准则存在一定的局限性：
- 设计者技能要求 ：准则假定设计者具备基本的物理数据库设计技能。若缺乏相关知识，运用这些准则进行设计将面临挑战。例如，由于Neo4j不支持物化视图，路径物化的应用会比较困难，设计者需要自行创建和更新物化路径，并通过将待物化的路径部分替换为物化关系来重写查询。
- DBMS结构限制 ：DBMS提供的结构较少，影响了准则的定义数量。例如，若索引定义在可选匹配子句条件中的属性上，Neo4j不会使用这些索引。当条件涉及精确值而非范围值时，哈希索引可能更具优势。
- NoSQL DBMS多样性 ：这些准则并非适用于所有的NoSQL DBMS。不同的DBMS查询语言不同，以Neo4j的Cypher语言为基础的查询重写准则，在DBMS变更时需要重新考虑。

以下是这些局限性的总结表格：
| 局限性类型 | 具体描述 |
| — | — |
| 设计者技能要求 | 需具备基本