成熟的图数据库

基于节点和边的属性、用户的属性等进行更精细的访问控制。数据加密：存储加密：对图数据库中的数据在存储时进行加密，使用AES等成熟的加密算法对整个数据库文件或敏感数据进行加密处理，确保数据在存储介质上以密截取和利用。权限滥用威胁：若图数据库的权限管理机制不完善，可能导致合法用户权限被滥用，如管理员权限不当扩大，用户未经授权访问敏感数据或进行未经许可的操作，破坏数据的完整性和可用性。恶意节点攻击威胁：在图网络中，恶意节点可能伪装成合法节点，发起拒绝服务攻击、流量洪泛攻击等，导致系统性能下降甚至瘫痪。还可能篡改图数据中的关键信息，误导后续的数据分析和决策。算法漏洞威胁：图数据库所采用的核心算法若存在分配特定的权限，如管理员、普通用户、只读用户等。这可以降低安全管理的复杂性，减少权限配置错误导致的安全漏洞。属性访问控制（ABAC）：根据用户、资源和环境的属性来动态地决定访问权限。在图数据库中，可以文形式保存。传输加密：在数据传输过程中，如客户端与图数据库服务器之间的通信，采用SSL/TLS等加密协议对数据进行加密传输，防止数据在传输过程中被窃取或篡改。安全审计与监控：审计日志记录：启用审计功能

图数据库和关系型数据库各有其独特的优势，适用于不同的应用场景。以下是它们各自的优势对比：图数据库的优势处理复杂关系：图数据库特别擅长处理复杂的关系数据。它将数据表示为节点和边，能够直观地反映实体之间的关系，适合社交网络、推荐系统、知识图谱等场景。查询效率高：在处理关系密集型查询时，图数据库通过遍历节点和边的方式，可以快速获取数据，避免了关系型数据库中复杂的JOIN操作。数据模型灵活：图数据库不要求预定义的数据结构，可以灵活地扩展节点和边的属性，适合处理需要频繁变更的数据。支持非结构化数据：图数据库能够有效存储和查询半结构化和非结构化数据，如文本、图像等。可视化友好：由于其图形结构，图数据库非常适合进行可视化展示，使得数据关系更加直观。支持实时分析：图数据库支持实时分析，能够快速对大量数据进行复杂的关系分析。关系型数据库的优势数据一致性：关系型数据库强调ACID特性（原子性、一致性、隔离性，用户可以通过SQL进行灵活的数据查询和操作。事务处理能力强：关系型数据库具有强大的事务处理能力，适合需要进行复杂事务操作的场景。成熟稳定：关系型数据库技术成熟，产品稳定可靠，拥有丰富的生态系统和广泛的社区支持。易于维护和管理：由于其结构化的特点，关系型数据库易于维护和管理，适合长期稳定运行的业务。

图数据库具有以下特点：数据模型直观性：图数据库采用节点和边的形式来存储和表示数据，节点代表实体，边代表实体之间的关系，这种模型直观地反映了现实世界中的复杂关系。灵活性：图数据库的数据模型非常灵活，不需要预先定义复杂的表结构和约束，可以根据实际需求动态调整数据模型。节点、边和属性都可以随时扩展，能够灵活地支持不同类型的数据和关系。查询性能高效查询：图数据库可以快速执行复杂的关系查询，支持毫秒级的查询延时。它通过图的遍历算法快速获取节点之间的关系，查询性能通常比传统的关系型数据库更高。关联数据查询：图数据库提供了高效的关联查询能力，可以通过查询实体的边和其边上的标签来快速地获取与其相联系的另一实体，省去了复杂的表关联操作。可扩展性水平扩展：图数据库支持水平扩展，可以轻松地处理大规模数据集。随着数据量的增长，可以通过增加更多的节点来扩展数据库的容量。分布式架构：许多图数据库采用分布式架构，能够并行处理查询请求，实现更高的数据处理能力和可靠性。关系分析能力强大的关系分析：图数据库以图为核心，能够快速进行复杂的关系分析。它支持多种图算法，如最短路径、社区发现、图聚类等，帮助用户发现数据中隐藏的

图数据库和关系型数据库在数据模型、查询能力、应用场景等方面有显著的区别和各自的优劣。以下是它们的对比分析：图数据库优势：处理复杂关系：图数据库特别擅长处理复杂的关系数据，如社交网络、推荐系统、知识图谱等场景。它使用节点和边来表示实体及其关系，能够直观地反映实体之间的复杂关联。查询效率高：在处理关系密集型查询时，图数据库通过遍历节点和边的方式，可以快速获取数据，避免了关系型数据库中复杂的JOIN操作。数据模型灵活：图数据库不要求预定义的数据结构，可以根据业务需求灵活地扩展节点和边的属性。支持非结构化数据：能够有效存储和查询半结构化和非结构化数据。可视化友好：由于其图形结构，图数据库非常适合进行键等约束可以很好地管理和维护数据。支持SQL：SQL是一种标准的查询语言，几乎所有的关系型数据库都支持，用户可以通过SQL进行灵活的数据查询和操作。事务处理能力强：适合需要进行复杂事务操作的场景。成熟稳定：技术成熟，产品稳定可靠，拥有丰富的生态系统和广泛的社区支持。可视化展示。关系型数据库优势：数据一致性和完整性：关系型数据库强调ACID特性（原子性、一致性、隔离性、持久性），能够确保数据的一致性和完整性。结构清晰：采用表格形式存储数据，数据结构清晰易懂，通过外

图数据库具有处理大规模复杂关系数据的优势，因此在许多领域都有广泛的应用。下面介绍一个图数据库在金融行业的应用案例。案例背景中信证券股份有限公司于2021年启动国产图数据库项目。项目开展之前，中信证券资源管理和权限管理等。随着国产图数据库越来越成熟，大型银行已广泛布局国产图数据库。中信证券基于星环科技分布式图数据库StellarDB和知识图谱平台Sophon知识图谱重构了企业图谱及相关应用，满足了数据操作、查询语言SQL、统一的数据计算引擎、统一的分布式存储管理系统及统一的资源管理框架，满足利用一个多模异构平台处理多种数据的需求。StellarDB图数据库构建在这个数据处理平台之上。其图，计算引擎能根据不同的存储引擎自动匹配高性能算法，无需用户手工干预，从而便捷地实现跨库关联，避免数据导入导出。在图数据库服务的顶层，还提供了丰富的接口，如Java、Python、RESTfulAPI等了图计算服务，以及关联企业数据查询等多种应用服务，并发布了对应的API接口，供应用方进行调用。基于应用安全考虑，采用post方式提供接口，并赋予每个业务部门一个访问ID。上层的应用方包括集团客户画像

图数据库是一种专门用于存储和查询图形数据结构的数据库管理系统。它以节点（代表实体）和边（代表实体之间的关系）为核心数据模型，能够高效地表示和处理复杂的关系型数据。图数据库的特点包括：直观的数据模型：图结构直观地反映了现实世界中的实体和关系，使得数据的组织和理解更加自然和清晰。高效的关系查询：图数据库支持快速的关联查询和遍历，能够轻松处理复杂的多跳查询和路径分析，查询性能通常优于传统的关系型数据库。灵活性和可扩展性：数据模型灵活，可以动态地添加或修改节点、边和属性，无需预先定义固定的表结构，能够适应不断变化的数据需求.同时，许多图数据库支持分布式架构和水平扩展，能够处理大规模数据集。强大的关系分析能力：图数据库内置多种图算法，如最短路径、社区发现、图聚类等，能够深入挖掘数据中的关联模式和潜在关系，适用于推荐系统、社交网络分析、知识图谱等领域。支持ACID事务和数据一致性：确保数据操作的原子性、一致性、隔离性和持久性，保障数据的准确性和完整性。

图数据库的应用原理是通过查询和分析连接数据，建立关联并对海量数据进行分析和挖掘。与其他类型的数据库相比，图数据库具有操作便捷、数据直观、存储模式灵活和应用场景丰富等优势。因此，图数据库是未来处理复杂数据关系的技术趋势。当前，对图数据库的需求应用场景不断增多。从计算和分析数据的角度来看，图数据库的性能比传统数据库提升了百倍以上。在金融、电信等多个领域都面临着巨大的需求。基于数据关联特征和问题相似性，典型的图数据库应用场景包括：反欺诈、推荐引擎、知识图谱、主数据管理、地理空间分析和社交网络等。星环分布式图数据库-TranswarpStellarDBTranswarpStellarDB是星环科技自主研发的企业级分布式图数据库，提供高性能的图存储、计算、分析、查询和展示服务。StellarDB支持原生图存储,千亿点、万亿边、PB级大规模图数据存储;具备10+层的深度链路分析能力，提供丰富的图分析表现，StellarDB获得了多家行业权威机构认可，中国信通院重磅发布的2022大数据十大关键词，星环科技作为图计算平台国内代表厂商入选信通院“图计算平台”关键词图谱。此前更是通过了中国信通院图数据库和图计算平台基础能力两项专项测评。

与传统的数据库模型相比，图数据库具备多种优势。使用图数据库的主要好处：重点关系：图数据库擅长于管理和分析数据元素之间的关系。它们专门设计用于高效存储、遍历和查询复杂的互连关系，因此成为那些严重依赖关系的应用程序的佳选择。性能：图形数据库能够快速高效地查询导航关系。它们利用针对图形的特定算法和索引技术来优化遍历操作，并实现快速检索连接的数据。灵活性：图形数据库提供了模式的灵活性，能够随着时间的推移而演化。而无需对现有数据模型进行大规模修改，就可以添加新的节点、关系和属性。这种灵活性有助于敏捷开发和适应不断变化的业务需求。可扩展性：图数据库可以通过将数据分布到多个服务器或节点来实现水平扩展。这种架构使得它们能够轻松处理大型且持续增长的数据集，同时保持高性能。此外，图数据库的分布式特性还支持高可用性和容错能力。深入了解：图形数据库能够揭示其他数据库模型中可能无法立即展现的隐藏模式、依赖关系和见解。通过分析关系，图形数据库呈现了有价值的见解，可以为精明决策提供推动力，促进建议，并支持高级分析。自然表示数据：图数据库与数据的自然结构方式非常相符，特别是在关系发挥关键作用的领域。图模型紧密反映了

”则代表实体间的关系，这些关系可以是有向的，也可以是无向的，甚至可以有权重。这样的数据结构使得图数据库能够快速响应复杂关联查询，因为实体间的关系已经提前存储到了数据库中。图数据库的优势在于其丰富的关系和展现方式。它能够直观地可视化关系，是存储、查询、分析高度互联数据的最优办法。图数据库可以应用于多个领域，如社交网络分析、推荐系统、生物信息学、语义网络、金融风控、网络安全、供应链管理、物联网、智慧城市、医疗健康以及电信领域等。在这些领域中，图数据库能够高效地处理复杂的关系网络，提供实时的数据分析和智能决策支持。此外，图数据库还支持ACID事务，确保数据的一致性和完整性。它通常不需要预定义的模式，可以灵活地添加或修改数据结构。图数据库还提供了图查询语言，用于查询和操作图数据。同时，图数据库通常提供对节点和边的属性进行索引的能力，以提高查询效率。在选择图数据库时，需要考虑多个因素，包括项目的开源性-TranswarpStellarDBTranswarpStellarDB是星环科技自主研发的企业级分布式图数据库，提供高性能的图存储、计算、分析、查询和展示服务。StellarDB支持原生图存储,千亿点、万亿边、PB级大规模图数据存储;具备10+层的深度链路分析能力

本章节的示例语句均可在示例图my_graph中执行，执行前请先创建示例图my_graph，建图语句如下:creategraphmy_graphwithschema(:Boy{namestring,salarydouble,ageint,singleboolean,birthdaylocaldatetime,reservelong,ratedecimal(38,10),hobbysarray<string>,geoPointgeo<double>})(:Girl{namestring,salarydouble,ageint,singleboolean,birthdaylocaldatetime,reservelong,ratedecimal(38,10),hobbysarray<string>,geoPointgeo<double>})[:Friend{sinceint}][:Likes{sinceint}]graphproperties:{`graph.shard.number`:3,`graph.replication.number`:...

快速上手本章节将引导您快速熟悉StellarDB，并为您初步介绍如何通过KGExplorer和beeline客户端操作StellarDB。其中，"StellarDB初探"一节通过构建一张人物关系图，从零介绍如何在StellarDB进行基本操作；"StellarDB进阶"一节为您提供了内置于StellarDB的《哈利·波特》人物关系图，帮助您进一步探索StellarDB。StellarDB初探使用KGExplorer构建图从Manager页面进入KGExplorer页面。若KGExplorer开启了单点登录，会自动跳转Federation登录页面，按如图方式登录：KGExplorer用戶开启方法以及详细使用说明请查看章节《KGExplorer使用文档》。点击登录后进入KGExplorer主页面。我们首先需要构建图名为"hello_world"的图。在主页面右上角点击创建图按钮开始图谱schema的构建。按照引导填写图基本信息后点击确定进入构建页面。在画布中，我们为"hello_world"图创建Boy和Girl两种类型的点，两种类型的点均包含name、salary、age、single四...

声明简介声明是指为特定数据类型的变量分配一定的存储空间，并命名该变量以便引用它；必须先声明变量，然后才能引用它；对声明的变量可以进行赋值操作来改变它的值；声明的变量其作用域是Session级别的。变量声明使用decl关键字声明一个变量必须为变量指定名称和类型，且名称不能与已有的变量名相同。声明但未赋值的变量的默认值为null。变量名声明对大小写敏感。变量声明的语句遵循如下格式:DECL[<variable_name>:<variable_type>];使用方法示例如下表所示：语句说明declx:int;声明一个类型为int的变量xdecls:string;声明一个类型为string的变量sdecll:long;声明一个类型为long的变量ldeclb:boolean;声明一个类型为boolean的变量bdecld:double;声明一个类型为double的变量ddecltime:localdatetime;声明一个类型为localdatetime的变量timedecld1:decimal;声明一个类型为decimal的变量d1decllist1:list[int...

3.1在TDH平台安装StellarDB3.2StellarDB安装校验3.3StellarDB低版本升级至StellarDB5.0.1

通过beeline或JDBC时，设置参数configquery.langcypher;将查询语言切换为TEoC模式。根据使用场景选择查询模式（默认为immediate模式）immediate模式通常用于并发及短查询场景，查询结果和中间结果通常不超过百万。通过configcrux.execution.modeimmediate;切换。analysis模式通常用于分析场景，创建图、插入数据以及图算法相关的语句必须在该模式下进行。通过configcrux.execution.modeanalysis;切换。

为什么引入动态图模型？在实际应用过程中很容易可以发现，图数据在很多图数据的应用场景中并不是静态不变的，而是动态演进的，这些场景中包括例如金融反欺诈场景中金融交易网络随着时间的推进而发生的交易变化、交易社群变化等；又比如社交网络中新增用户、用户关注或者取消关注、更改账户信息等。将图数据变化的历史记录下来，不仅可以用于历史数据规律的总结，还可以利用动态图数据进行动态图神经网络相关技术的研究，从而进一步挖掘数据中潜在的数据价值和更加灵活高效的业务场景，譬如预测某一个时刻某一事件是否会发生。动态图模型的动态变化图数据的动态变化主要分为两类，一类是节点或边的属性的值的变化；另一类变化是子图（结构）的变化，如新增/删除点边。这两种图数据的动态变化可以单独发生，也可以同时发生。从图数据的属性变化角度来看，StellarDB5.0.1动态图模型可以记录图中节点或者边属性的所有历史版本（而非新数据覆盖旧数据）。在实际数据开发使用中，还可以结合诸如柱状图、趋势图等对历史数据进行可视化，更加直观、更加适合业务使用。从图数据的子图（结构）的角度来看，StellarDB5.0.1动态图模型还可以返回不同时间子图...

类型表达式类型例子十进制型整数10,-213十进制小数1.25,3.604E-14,-2.31十进制型长整数199345843592l,-12381543923L任意精度的有符号十进制数123bd,123.31BD八进制整数(0开头)084,-096字符串"星环",'信息科技'布尔类型true,false,TRUE,FALSE数组类型[1，2，3],["星环","信息科技"],[decimal(10.2,3,1),decimal(100.2,3,2)],[localdatetime("2021-01-18T09:50:12.627"),localdatetime("2021-11-18T03:50:12.113")]时间类型localdatetime("2021-01-18T09:50:12.627")Decimal类型decimal(10.2,3,1)地理空间类型point(20.5,30.5),point(-20.5,-30.5)时序类型{localdatetime("2023-01-01T15:16:17")::"nice"},{localdatetime("1997-01-01...

索引是数据库中某些数据的冗余副本，目的是使查询性能更优。作为代价，数据库需要额外存储空间和较慢写入速度，因此决定哪些字段需要索引是一项重要且不易的任务。（新）StellarDB5.0.1版本不再对旧版本使用的manipulatecreate_index和manipulatedelete_index语法进行支持，在新版本中统一使用createindex和dropindex进行索引的创建和删除新增索引CREATEINDEX[IFNOTEXISTS]FOR(LabelName)ON[f1,f2,...];CREATEINDEX[IFNOTEXISTS]FOR[LabelName]ON[f1,f2,...];不支持对TIME_SERIES类型的属性创建索引默认情况下,对同一个Label的某个属性多次创建索引会报错;但如果带有IFNOTEXISTS,则不会抛出任何错误包裹点边LabelName的括号不同，注意区分示例1.在点labelperson的属性name和age上建立索引CREATEINDEXIFNOTEXISTSFOR(person)ON[name,age];示例2.在边labelask...

StellarDB5.0.1版本对图算法场景进行了大规模改进和提升，内置算法性能得到较大提升。在语法方面，StellarDB5.0.1的内置图算法对于返回的节点，会直接以节点类型返回。因此可以直接使用uid(vertex)访问节点的uid，而不再需要node_rk_to_uid函数进行uid的转换。可以参考PageRank等函数。另外，对于图算法返回的节点，我们也可以灵活的访问其其他属性作为返回值。图计算简介StellarDB的图计算使用TEoC语句调用相应图算法。算法的输入数据为图的点、边数据。当前版本中图计算支持结果返回、结果导出和结果写回。在使用图算法时，使用configcrux.execution.modeanalysis;语句切换到分析模式下使用图算法语句。图数据视图StellarDB支持创建一个可被持久化的视图，用于加速图算法执行过程。创建视图创建视图的语法如下所示：createquerytemporarygraphviewGRAPH_VIEW_NAMEas(v)[e]withGRAPH_ALGO(@GRAPH_VIEW_NAME,VIEW_STORE_PATH,CONFI...

StellarDB支持用户添加自定义函数，添加后可在cypher语句中使用。自定义函数实现自定义函数通过java/scala语言开发，可继承实现两种基类，编译成jar包，通过指定命令加载到StellarDB。需要实现的基类为如下两种，可自行选择继承合适的基类：继承UDF基类继承GenericUDF基类。继承UDF基类该类实现简单，功能较为单一。支持Quark的基本类型、数组和Map。适合实现简单的逻辑。继承org.apache.hadoop.hive.ql.exec.UDF类继承UDF类必须实现evaluate方法且返回值类型不能为void，支持定义多个evaluate方法不同参数列表用于处理不同类型数据。@Description(name="my_plus",value="my_plus()-ifstring,doconcat;ifinteger,doplus",extended="Example:\n>selectmy_plus('a','b');\n>ab\n>selectmy_plus(3,5);\n>8")/***实现UDF函数，若字符串执行拼接，in...