将图存储在持久存储中的最佳方法是什么？

Question

我想知道在持久存储中存储图形的最佳方法是什么，以供以后分析，搜索，聚类等。

我看到neo4j是一个选项，我很好奇是否还有其他图形数据库可用。有没有人对大型社交网络如何存储基于图表的数据（或其他需要存储图形模型的网站，例如RDF）有任何见解。

像Cassandra或MySQL这样的选项呢？

Answer 1

图表数据库：

1. HyperGraphDB：通用，可扩展，可移植，分布式，可嵌入，开源的数据存储机制。
2. InfoGrid：一个互联网图形数据库，其中包含许多其他软件组件，可以轻松地在图形基础上开发REST-ful Web应用程序。
3. vertexdb：支持自动垃圾收集的高性能图数据库服务器。

来源：http://nosql.mypopescu.com/post/498705278/quick-review-of-existing-graph-databases

图表库：

1. WebGraph是研究网络图的框架。 从他们的页面 - “它提供了管理非常大的图形的简单方法，利用现代压缩技术。”
2. Dex是一个用于管理超大型图形或网络的高性能库。
3. 此博客文章 - On Building a Stupidly Fast Graph Database - 提供了构建图形数据库的一些指导原则 - 该技术 他们使用的是“内存映射I / O，基于磁盘的线性散列”。

Answer 2

免责声明：我是从图表分析角度发言的。

有多种文件格式可用于存储图表数据：GraphML，GXL和其他几种。但存储通常不是问题。使用图表而不将它们完全加载到RAM中是一个棘手的部分。

RDF模型过于通用，无法进行严格的图形分析。如果您不介意分析速度慢并且自己编写算法，请使用现有的图表数据库 - 请参阅wikipedia。

对于实际分析，使用现有的图形分析库（例如SNAP）将所有数据加载到RAM中，或者查看This question。

Answer 3

这里没有绝对正确的答案;有多种选择，其选择严重取决于您的需求。对于大规模的检索/遍历（例如社交网络和类似的后端），您很快就会遇到随机的I / O瓶颈;我相信将图形存储在RAM中是目前唯一可行的实践方法。对延迟敏感度较低的应用程序有多种选择，包括neo4j（具有商业风味的开源）和Allegrograph（商业版有限免费版）。

在Delver，我们最终在GigaSpaces之上的RAM中实现了我们自己的非规范化数据模型（本质上是一个表示图形的邻接列表）（某些信息可以在this presentation中找到），并且可以自定义map-reduce用于查询和数据分析的代码。如果你走这条路，Cassandra似乎是一个可行的开源平台。

Answer 4

你可以看看InfiniteGraph，它将很快发布用于测试版（http://www.infinitegraph.com/）

如果这是用于商业用途，那么您将看到它针对的是具有更大图表的网站。社交网站构建了定制解决方案，当时为他们工作。但他们的内部解决方案比使用InfiniteGraph这样的东西更具限制性。像Cassandra或MySQL这样的产品并不是针对这种多对多问题集而设计的。你可以做到吗？当然，但它是很多手写编码，而且不可扩展。 如果您有一个真实的项目，请告诉我们，我们可以帮助您找出图形要求。 谢谢， 养兔场 wdavidson@objectivity.com