图计算101:图计算的类型、语言与系统

本文是图计算 101 系列的第二篇文章，将繁杂的图计算任务根据其计算模式的特性进行分类，并对每一类的图计算任务进行简要的介绍。

背景

现实生活中的很多数据都可以建模成图（Graph）这一抽象的结构。这种高效紧凑的数据形式可以表示出拓扑、属性、时序等丰富的信息，而图计算的目标就是从图结构中挖掘出有价值的知识或规律，例如频繁模式、因果关系等。随着信息时代的到来，数据规模呈爆炸式增长，产生了对大规模的图数据进行高效处理的需求，图计算已经成为了工业界和学术界的热点话题，并因此诞生了一系列的图计算系统及优化研究工作。

复杂的业务场景，致使图数据的计算类型也是多种多样的。目前，存在着三种最主要的图计算类型，分别是图查询、图分析和图学习，下面我们就逐一地进行介绍。

图查询

通常来说，图数据非常庞大，而图数据的交互式查询只关心其中满足条件的比较少量的点和边。如下图所示，这些点和边会形成特定的路径，或者子图模式。例如，从一个地方到另一个地方的最优路线，或者物流的路径信息，都是典型的路径查询场景。子图模式是另一种类型的图查询，它用子图表示某种模式，然后用这个子图在全图中进行匹配查询。

路径查询的本质是图的遍历，通常按照如下的步骤进行：首先将图上特定的顶点设为待查点；然后每个待查点通过自己所连接的满足条件的边找到目标端点集合，检查目标端点是否满足查询目标；如果满足则将该目标端点放入结果集，否则将该目标端点设置为新的待查点。一直重复这样的步骤，直到没有待查点。简单来说，就是在图查询的整个过程中，按照用户指定的条件，一步一步在图上游走遍历，并最终获得想要的结果。

另一种类型的图查询，即子图查询，其理论基础是子图同构。用户需要给定待查询的子图（点、边以及它们所要满足的条件），然后从数据图上查找所有满足条件的结果，使得：每个结果是数据图上的子图；该子图和查询图是同构的；且该子图所映射的点和边满足查询图上对应点和边的查询条件。简单来说，就是在大图中去寻找用户关心的某种特定结构。

图查询最典型的两大主流语言，分别是 Gremlin 和 Cypher。Gremlin 基于 Groovy，但有许多语言变体，允许开发者以 Java、Python 等编程语言原生编写查询。它既包含命令式也包含声明式的语义，能方便表达图遍历的逻辑，所以被众多图数据库系统采用，例如 JanusGraph、InfiniteGraph、Cosmos DB、DataStax Enterprise(5.0+)、Amazon Neptune 等。另一种图查询语言 Cypher 则采用了基于描述式的模式匹配。因为与 SQL 类似，具有语法简单和灵活性高的特点，因此被 neo4j、RedisGraph、AgensGraph 等系统采用。

例如，在包含 person 和 location 类型点的图中，查询与 mike 一起居住的人，用 Gremlin 和 Cypher 编写的查询语句分别如下所示。

# Grem