13、图数据库内部原理深度解析

图数据库内部原理深度解析

1. 图数据库的常见应用与处理方式

在实际应用中，图数据库有诸多常见用例，例如构建社交网络、实现访问控制以及管理复杂的物流计算等。下面是一段代码示例，展示了如何将不同部分的节点合并到一个结果集合中：

LinkedHashSet<Node> results = new LinkedHashSet<>();
results.addAll( IteratorUtil.asCollection( upLeg.nodes() ));
results.addAll( IteratorUtil.asCollection( topRoute.nodes() ));
results.addAll( IteratorUtil.asCollection( downLeg.reverseNodes() ));
return results;

2. 原生图处理

2.1 索引无关邻接的概念

图数据库的原生处理能力体现在是否具备“索引无关邻接”这一特性。在使用索引无关邻接的数据库引擎中，每个节点会直接维护对其相邻节点的引用。这使得每个节点就像一个微型索引，能快速定位附近的节点，相比使用全局索引成本更低。
以下是原生图处理和非原生图处理的对比表格：
| 处理方式 | 索引使用 | 查询时间复杂度 | 特点 |
| ---- | ---- | ---- | ---- |
| 原生图处理 | 无全局索引，节点直接引用相邻节点 | 与搜索的图的规模成正比，O(m) | 查询速度快，不受图的总大小影响 | <