图数据库Neo4j技术原理探秘

最新推荐文章于 2025-03-25 10:40:46 发布

jmysql

最新推荐文章于 2025-03-25 10:40:46 发布

阅读量1.5k

点赞数

分类专栏： java 文章标签： java

本文链接：https://blog.youkuaiyun.com/jmysql/article/details/124431700

版权

本文详细探讨了图数据库Neo4j的原生图处理能力，包括免索引邻接如何实现高效图遍历，以及原生图处理存储的细节，如存储文件结构、图的构建、双向存储以及具体存储实例。此外，还介绍了Neo4j的缓存优化策略，如堆外缓存和LRU-K页缓存算法，以提高性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

尚学堂给同学们带来全新的Java300集课程啦!java零基础小白自学Java必备优质教程_手把手图解学习Java，让学习成为一种享受_哔哩哔哩_bilibili

如前文图数据Neo4j导论所提，Neo4j是一个具有原生处理(native processing)功能和原生图存储(native graph storage)的图数据库（上文）。本文将继续探秘图数据库Neo4j，从其内部构造来讨论它的实现，展示它们与其他对复杂的、结构可变的、紧密关联的数据的存储方法和查询方法的不同之处。

image.png

1. Neo4j 原生图处理

在前文中我们已经讨论过图数据库的一些基本概念。本文假设读者应该对节点通过命名的和有方向的联系关联、节点和联系都作为属性的容器这些概念有所熟悉。

虽然图模型在图数据库的各种表现基本上是一致的，但在数据库引擎的实现方式缺失百花齐放。对于很多不同的引擎体系结构，如果图数据库存在免索引邻接属性（index-free adjacency field) ，那么行业上通常认为它具有原生处理能力。

在免索引邻接的数据库引擎中，每个节点都会维护其对相邻节点的引用。因此每个节点都表现为其附近节点的微索引，这比使用全局索引代价小很多。这意味着查询时间与图的整体规模无关，它仅和所搜索图的数量成正比。

相反，一个非原生图数据库引擎使用（全局）索引连接各个节点，如下图所示。这些索引对每个遍历都添加一个间接层，因此会导致更大的计算成本。原生图处理的拥护者认为免索引邻接至关重要，因为它提供快速、高效的图遍历。

image.png

相对于RDBMS的关系查询，图数据库的改进在于：

免索引邻接使用遍历物理关系的方法查找，比全局索引来说代价小很多。查询一个索引的时间复杂度一般为O(log(n))，而遍历物理关系的时间复杂度仅为O(1)。如果我们要遍历一个m步的网络，索引方法需要花费O(mlogn)的时间，这面对成本仅为O(m)的免索引邻接就显得相形见绌了。
RDBMS当索引建立后，试图反向遍历时，建立的索引就会不起作用了，需要再反向建立索引。而免索引邻接机制就不会有问题。

上图展示了非原生图处理方法的工作原理。要寻找Alice的朋友，我们必须首先执行索引查找，成本为