1、7.5 圖形數據庫Neo4j的圖存儲結構圖形數據庫的集群結構【本節學習目標】一、Neo4J數據庫的存儲結構 1核心概念（1） Nodes（節點，類似地鐵圖里的一個地鐵站）: 圖的基本單位節點和關系，都可包含屬性，關系和節點還可以有零到多個標簽。（2） Relationships（關系，類似兩個相鄰地鐵站之間路線）: 組織和連接節點，一個開始節點和一個結束節點。關系有方向進和出。（3） Properties（屬性，類似地鐵站的名字，位置，大小，進出口數量等）:節點和關系可以擁有0到多個屬性，屬性類型java的數據類型一致，分為數值、字符串、布爾、以及其他的一些類型，字段名必須是字符串。1 核心概

2、念-（4） Labels（標簽，類似地鐵站的屬于哪個區）: 標簽通過形容一種角色或者給節點加上一種類型，一個節點可有多個類型，標簽在給屬性建立索引或者約束時候也會用到。（5） Traversal（遍歷，類似看地圖找路徑）: 查詢是遍歷圖譜然后找到路徑，一個開始節點，遍歷相關路徑上的節點和關系，得到最終的結果。（6） Paths（路徑，類似從一個地鐵站到另一個地鐵站的所有的到達路徑）: 路徑是一個或多個節點通過關系連接起來的產物1、核心概念（7） Schema（模式，類似存儲數據的結構）: neo4j是一個無模式或less模式的圖譜數據庫，使用它不需要定義任何schema，（8）Indexes（

3、索引）: 遍歷圖通過需要大量的隨機讀寫，在字段屬性上構建索引，構建索引是一個異步請求，在后臺創建直至成功后，才能生效。（9）Constraints（約束）: 約束定義在某個字段上，限制字段值唯一，創建約束會自動創建索引。2、存儲結構Node和Relationship 的 Property 是用一個 Key-Value 的雙向列表來保存的； Node 的 Relatsionship 是用一個雙向列表來保存的，通過關系，可以的找到關系的前導和后繼節點（ from-to Node）. Node 節點保存第1個屬性和第1個關系ID。圖的存儲結構包括5類文件2、存儲結構（1） 存儲 node 的文件，

4、存儲節點數據、節點label及其序列Id包括存儲節點數組、數組的下標即是該節點的ID 、最大的ID 及已經free的ID。（2）存儲 relationship 的文件： 存儲關系數據、關系組數據、關系類型、關系類型數組數據、關系類型的名稱及其序列Id包括存儲關系 record 數組數據、關系 group數組數據、儲關系類型數組數據、關系類型 token 數組數據 和ID。 2、存儲結構（3）存儲 label 的文件： label token數據、名字數據及其序列Id 包括存儲lable token 數組數據、 label token 的 names 數據 和ID。（4）存儲 property

5、的文件：屬性數據、類型、索引等及其序列Id 包括 property 數據、property (key-value 結構)的是數組的數據、 property (key-value 結構)的值是字符串的數據、property (key-value 結構)的key 的索引數、property (key-value 結構)的key 的字符串值和ID。 （5）其他的文件: 版本信息、日志等2、存儲結構neo4j 主要有節點、屬性、關系等文件是以數組作為核心存儲結構；同時對節點、屬性、關系等類型的每個數據項都會分配一個唯一的ID，在存儲時以該ID 為數組的下標。在訪問時通過其ID作為下標，實現快速定位。所

6、以在圖遍歷等操作時，可以實現 free-index。二、圖數據庫的集群結構 1 集群方式 Neo4j主要有兩種cluster方式：Ha（High avaiable）和Causal cluster方式。集群的主要特點：高吞吐量，持續可靠性，災難恢復。 Causal cluster: 1）核心服務器(core server)，處理讀寫的操作，大多數的核心服務器主要處理寫操作和 2）一個或多個讀復制服務器(read replicas)，只讀的實例，數據從核心服務器異步更新，這些適用于廣泛的數據地理分布，并允許跨大量服務器擴展查詢工作負載。 HA cluster: 至少有三臺服服務器組成，1主2從，主

7、服務器完成寫入之后同步數據到從服務器，主服務器既可以寫也能讀，從服務器只能讀。HA群集可用于全天候正常運行并提高讀取性能。1 集群方式3個節點 在這里以3個節點的Neo4j組成集群為例子， 討論其體系結構和數據的操作原理。圖展示了由三個Neo4J結點所組成的Master-Slave集群。每個集群都包含一個Master和多個Slave。Master負責數據的寫入，接下來Slave則會將Master中的數據更改同步到自身。2 集群寫入方式 集群數據的寫入通過Master完成，圖數據修改的復雜性(修改圖結點本身、維護各個關系等），圖所進行的操作是讀比寫多很多。Neo4J內部還有一個寫隊列，暫時緩存向

8、Neo4J實例的寫入操作，從而使得Neo4J能夠處理突然到來的大量寫入操作。在最壞的情況就是Neo4J集群需要面對持續的大量的寫入操作。需要考慮Neo4J集群的縱向擴展了3 集群讀入方式 數據的讀取可以通過集群中的任意一個Neo4J實例來完成。Neo4J內部使用一個緩存記錄最近所訪問的數據。這些緩存數據會保存在內存中以便快速地響應數據讀取請求。在請求量非常巨大而且所訪Neo4J所提供的解決方案被稱為Cache-based Sharding。使用同一個Neo4J實例來響應一個用戶所發送的所有需求。4 集群管理方式 Cluster Management則用來負責同步集群中各個實例的狀態，并監控其它Neo4J結點的加入和離開。負責維護領導選舉結果的一致性。啟動時，一個Neo4J數據庫實例將首先嘗試著加入由配置文件所標明的集群。如果該集群存在，那么它將作為一個Slave加入。否則該集群將被創建，并且其將被作為該集群的Master。5 集群容錯機制 集群中一個實例失效了，其它實例會在短時間內探測到，恢復到正常狀態將數據同步到最新。Master失效通過內置的Leader選舉功能選舉出新的Master。在Cluster