邻接学科概念 / Graph Database
图数据库
图数据库是以节点、边和属性为核心数据结构，并针对关系遍历和图查询进行存储与执行优化的数据库系统。
关键字段
Identity · 身份
- 子类型
- 概念
- 父级类目
- 数据库设计
What · 是什么
- 定义
- 图数据库是以节点、边和属性为核心数据结构，并针对关系遍历和图查询进行存储与执行优化的数据库系统。
- 前置知识
- ER 图、知识图谱和图数据库的区别、知识图谱
Why · 为什么
- 核心问题
- 当查询重点是多跳关系和路径时，什么存储方式更贴合问题？
- 作用机制
- 节点保存实体，边保存带方向和类型的关系，属性补充细节；查询通过遍历或模式匹配寻找路径。
Where · 在哪里
- 表现形式
- 社交关系、推荐、知识网络、依赖关系和网络拓扑常见图查询需求。
How · 怎么做
- 主要用途
- 存储和查询关系密集、结构变化较多或路径本身具有业务意义的数据。
Evidence · 证据
- 局限与边界
- 图数据库不自动解决实体对齐、知识质量和业务建模；简单报表、强事务约束和成熟 SQL 生态可能更适合关系型数据库。
Lifecycle · 生命周期
- 状态
- 草稿
Content · 补充内容
- 兼容标签
- 图数据库 · 知识图谱
Relation · 关联
- 相关内容
- 知识图谱
相关设计机制
关系来自本地关系表，并包含反向关联。
- 数据库设计Database Design属于
研究如何把真实问题中的对象、属性和关系组织成可靠、可查询、可维护的数据结构。
- 关系型数据库与图数据库如何选择Choosing Relational or Graph Databases反向 · 依赖于
数据库选择应根据数据结构、主要查询、完整性要求、事务边界、团队生态和运维成本做权衡，而不是根据流行程度决定。
- ER 图、知识图谱和图数据库的区别ER Diagrams, Knowledge Graphs and Graph Databases依赖于
ER 图是关系数据库的设计图示，知识图谱是以实体和关系表达知识的表示方式，图数据库是存储和查询图结构数据的数据库系统。
- 知识图谱Knowledge Graph依赖于
知识图谱以实体、关系、属性和来源等结构表达可连接、可追溯的知识事实。