有人可以解释文档数据库如何作为图形数据库工作吗？
ArangoDB与Neo4j有什么区别？
答案 0 :(得分：10)
免责声明：我是来自ArangoDB的Max，是核心开发人员之一。
首先，我可以在我的文章Graphs in data modeling - is the emperor naked?中找到关于这个问题和其他相关问题的更长时间的讨论，但我会在这里简明扼要地回答这两个问题。
（1）在文档存储中存储图形相对容易（因为它在关系数据库中），例如，可以简单地将每个顶点的文档存储在＆＃34;顶点集合中。以及＆＃34; edge-collection＆＃34;中每个边缘的文档。人们只需要确保每个边缘存储它来自哪个顶点以及它到达哪个顶点。在ArangoDB中，我们在边缘文档中使用_from和_to属性。
然而，图形数据库的关键功能是它需要有效地回答有关图形的查询。图的典型查询是（a）＆＃34;图中顶点的邻居是什么？＆＃34;或者（b）＆＃34;图中从顶点A到顶点B的最短路径是什么？＆＃34;或者（c）＆＃34;给我从顶点A到达边缘的所有顶点＆＃34;。 （a）只需要边缘集合上的良好索引，（b）和（c）涉及图中先验未知数量的步骤。因此，使用传统的数据库查询语言（如SQL）无法有效地完成（b）和（c），因为它们会涉及客户端和服务器之间的大量通信，或者至少是一个具有可变数量的非常复杂的表达式。连接。因此，我会调用像（b）和（c）这样的查询＆＃34; graphy＆＃34;，而不是严格定义。
因此，我简单回答＆＃34;文档存储如何成为图形数据库？＆＃34; is：如上所示存储图形并在数据库服务器中实现图形查询，可从数据存储的查询语言访问。原则上，可以使用关系数据库和SQL的一些可观的扩展来完成相同的操作。
通过ArangoDB，我们设法将文档，图形和键/值功能组合成一个统一的查询语言。因此，我们将ArangoDB称为多模型数据库＆＃34;，因为它无缝地组合了这三种数据模型。您甚至可以在一个查询中混合数据模型！
这导致了我对问题（2）的回答，这显然有点偏颇：
与ArangoDB（上述意义上的分布式多模型数据库）相比，Neo4j是一个经典的图形数据库。它存储图形，允许使用＆＃34;图形查询来查询它们。并有一个针对此优化的存储和查询引擎。 Neo4j特别擅长使用内置查询语言cypher匹配路径。它允许将属性附加到顶点和边缘，但它不是一个功能齐全的文档存储。它没有针对使用多个二级索引处理文档查询进行优化，也没有进行连接。此外，Neo4j未分发。
Neo4j是用Java编写的，ArangoDB是用C ++编写的，嵌入了谷歌的V8来执行JavaScript扩展。
有关效果比较，请参阅this post。