GraphBase基本原理

GraphBase简介

互联网时代，随着网络技术的发展，企业积累的数据越来越多。伴随着数据集的不断增加，传统的关系型数据库查询性能会随之变差，特别是针对一些特殊的业务场景，所以迫切的需要一种新的解决方案去应对这种危机。为了解决复杂的关系问题，图数据库应运而生。

图数据库，是指以“图”这种数据结构存储和查询数据，图包含节点和关系，节点和关系可以存在标签和属性，且边可以有方向。GraphBase是分布式图数据库，基于HBase的分布式存储机制，能够支持百亿节点，千亿关系的海量数据，提供基于Spark的数据导入和基于Elasticsearch的索引机制，在推荐、关系分析和金融反欺诈等领域有广泛应用。系统具有如下特点：

• 全分布式，Hadoop生态无缝集成。
• 百亿点千亿边，秒级查询。
• 提供易用的Rest接口，方便数据的查询分析。
• 提供强大的Gremlin图遍历功能，可实现复杂的业务逻辑。
• 支持离线批量导入和实时流导入，对导入性能进行深度优化。

GraphBase架构

GraphBase包含GraphServer和LoadBalancer角色。

• GraphServer：包含GremlinServer和StandardServer服务，GremlinServer负责gremlin图查询服务，StandardServer负责REST服务等；系统启动时，meta_graph图先启动，meta_graph图负责存储多图元数据、异步任务等；ZooKeeper负责监控服务中活着的实例，并提供分布式锁服务。
• LoadBalancer：提供图服务的负荷分担能力。

GraphBase架构如图图1所示。

图1 GraphBase架构

• 接入层
  • Gremlin API：引入开源的Apache TinkerPop Gremlin组件，提供开源标准图交互式查询语言接口；
  • REST API：提供包含图查询、图修改、图管理的在线分析图算法在内的全套接口；
  • 通过Load Balancer提供多实例GraphServer的负荷分担。
• 计算层
  • 提供图数据库核心引擎，包括数据管理、元数据管理等；
  • 后端存储和索引接口适配层。
• 存储层
  • 分布式KV存储：提供海量图数据存储能力；
  • 搜索引擎提供二级索引，全文检索、模糊检索等能力。

GraphBase典型应用场景：

• 金融反欺诈
• 知识图谱
• 关系分析