【編者按】你會(huì)怎么選擇數(shù)據(jù)庫，是關(guān)系數(shù)據(jù)庫褒搔、XML 數(shù)據(jù)庫阶牍、資源描述框架（RDF），還是圖形數(shù)據(jù)庫星瘾？本文的第1部分深入而生動(dòng)地探討了各種選擇走孽。在第2部分，將深入介紹使用 Neo4j 的注意點(diǎn)琳状。文章系國內(nèi) ITOM 管理平臺 OneAPM 編譯呈現(xiàn)磕瓷。
過渡到 Neo4j 之后的經(jīng)驗(yàn)和教訓(xùn)
下面介紹一些有關(guān)運(yùn)行 Neo4j 的實(shí)用技巧：
1. 如果你是 Java 商城，請嵌入式地運(yùn)行 Neo4j
Neo4j 是本地 Java 平臺念逞，我們又是 Java 商城困食，用 Neo4j 相當(dāng)合適。嵌入 Neo4j 讓我們不用再進(jìn)行 REST 調(diào)用翎承，這對于安全來說確實(shí)很重要陷舅。有關(guān)進(jìn)行 REST 調(diào)用的進(jìn)一步危害，請觀看這段有關(guān) REST 安全漏洞的 JavaOne 討論审洞。
嵌入式地運(yùn)行 Neo4j 還為我們大幅降低了復(fù)雜性。我們可以直接在進(jìn)程中調(diào)用 Neo4j API待讳，從而快速了解 Cypher 語言芒澜，以便運(yùn)行 Cypher 和 Java API 這兩者的結(jié)合體。同時(shí)我們再也不需要托管和非托管的擴(kuò)展了创淡。
2. 摸清自己的優(yōu)勢
摸清自己的優(yōu)勢和所選擇的工具的優(yōu)勢痴晦，這一點(diǎn)極為重要。用工具來做不適當(dāng)?shù)氖铝詹剩Ч麜?huì)大打折扣誊酌。
本地圖形數(shù)據(jù)庫在關(guān)系方面的表現(xiàn)確實(shí)很好；在圖形中找到切入點(diǎn)露乏，然后按照需要深入地研究各種關(guān)系碧浊，這在 Neo4j 中快得驚人。但如果想要在單個(gè)節(jié)點(diǎn)之外進(jìn)行復(fù)雜的多值屬性全文檢索瘟仿，效果就大打折扣了 —— 但我們選擇圖形數(shù)據(jù)庫并不是為了做這個(gè)箱锐。
3. 了解查詢時(shí)會(huì)發(fā)生哪些事情
了解查詢時(shí)會(huì)發(fā)生哪些事情，這一點(diǎn)也極為重要劳较，這能夠優(yōu)化 Cypher 語言驹止。
請看下面這個(gè)非常簡單的查詢浩聋。我想要找到 Franklin Country 所有擁有狩獵執(zhí)照的男性，并且執(zhí)照上的地址需要和此人的家庭住址相匹配臊恋，以便我們確認(rèn)這是同一個(gè)人衣洁。
我有一個(gè)人員節(jié)點(diǎn)，一個(gè)執(zhí)照節(jié)點(diǎn)抖仅，還有一個(gè)位置節(jié)點(diǎn)坊夫，每個(gè)節(jié)點(diǎn)上都有各種不同屬性：
數(shù)據(jù)庫要做的第一件事就是找到切入點(diǎn)（可能有多個(gè)切入點(diǎn)）践樱，然后圖形從切入點(diǎn)展開搜索。尋找切入點(diǎn)通常是個(gè)讓人頭痛的問題凸丸。為此要使用帶有靜態(tài)索引集的基于規(guī)則的規(guī)劃程序拷邢，這一軟件已于近期升級為基于費(fèi)用。這雖然還不夠完美屎慢，但無疑已經(jīng)朝著正確的方向前進(jìn)了一大步瞭稼。
索引
索引基本上會(huì)復(fù)制數(shù)據(jù)庫中的信息片段，這樣有利于它迅速找到節(jié)點(diǎn)腻惠。在本例中环肘，只使用信息片段來確定切入點(diǎn)。雖然不是必須要使用索引集灌，但它確實(shí)能派上用場悔雹。如果要在特定的節(jié)點(diǎn)屬性上進(jìn)行檢索，在節(jié)點(diǎn)上設(shè)置一個(gè)索引會(huì)是個(gè)好辦法欣喧，即使這會(huì)占用磁盤空間腌零。
索引分為兩種：schema 和 legacy。Schema 索引是最新版唆阿，使用內(nèi)部自定義的 Neo4j 內(nèi)置索引益涧，目前是默認(rèn)設(shè)置。
一旦利用 Cypher 或 Java API 創(chuàng)建 schema 索引后驯鳖，這些索引就會(huì)自動(dòng)由數(shù)據(jù)庫維護(hù)闲询。例如，如果你想在每個(gè)帶有“人員”標(biāo)簽和“性別”屬性的節(jié)點(diǎn)上創(chuàng)建索引浅辙，當(dāng)你創(chuàng)建新節(jié)點(diǎn)扭弧、更改節(jié)點(diǎn)值或刪除節(jié)點(diǎn)時(shí)，數(shù)據(jù)庫將自動(dòng)對其進(jìn)行更新记舆。這時(shí)你也可以設(shè)置限定條件寄狼，比如必須存在屬性或?qū)傩员仨毷俏ㄒ坏摹?/p>
Legacy 索引是 Lucene 索引，是較早的版本但尚未棄用〔蠢ⅲ可以通過配置文件伊磺、Neo4j 屬性文件、Java API 或 Cypher 來設(shè)置 legacy 索引删咱。Legacy 索引使用的是 Lucene 而非 Neo4j 專有索引機(jī)制屑埋。我們在用 Neo4j 時(shí)幾乎沒有什么漏洞，而每次遇到的漏洞基本都和 legacy 索引有關(guān)痰滋。即使是這樣摘能，有時(shí)候這些索引也是必要的。
Apache Luke 是一款非常不錯(cuò)的開源工具敲街，用戶可以用它直接查看和搜索 Lucene 索引团搞。這也幫助我們修復(fù)了 legacy 索引中的異常行為。
自動(dòng)索引與手動(dòng)索引
Legacy 索引有兩種用法：自動(dòng)索引和手動(dòng)索引多艇。我建議使用自動(dòng)索引，因?yàn)樗菀拙S護(hù)峻黍「绰。基本上只要設(shè)置一次（可以在配置文件中設(shè)置也可以通過 API 設(shè)置）姆涩，然后設(shè)為在特定類型的節(jié)點(diǎn)上為特定類型的屬性編寫索引。自動(dòng)索引還能夠在必要時(shí)輕松重建索引骨饿。
但是用戶無法指定是哪種類型的索引亏栈。在 Lucene 中，schema 存在不同索引類型宏赘，例如字符串仑扑、區(qū)分大小寫，以及數(shù)值置鼻，這些都是物理上獨(dú)立的索引。
如果你在查詢 Lucene 時(shí)想要使用這些索引蜓竹，必須要做的第一件事就是告訴 Lucene 要使用哪個(gè)索引箕母。但如果進(jìn)行自動(dòng)索引，Neo4j 可以根據(jù)你要編寫索引的第一個(gè)對象來選擇使用哪個(gè)索引俱济。例如嘶是，如果你設(shè)置的第一個(gè)索引是藍(lán)色，Neo4j 就會(huì)明白藍(lán)色是字符串蛛碌，然后會(huì)永久性地將藍(lán)色放在字符串索引中聂喇。
如果你能很好地控制收到的數(shù)據(jù)，這一索引方式效果會(huì)很不錯(cuò)。但我們的系統(tǒng)沒有這樣希太。我們從許多不同的來源接收數(shù)據(jù)克饶，所以收到的“blue”（藍(lán)色）屬性可能會(huì)指年齡。但如果這一屬性是最先收到的誊辉，Neo4j 就會(huì)把年齡作為基于字符串的屬性而不是數(shù)值屬性來編寫索引矾湃，如此一來，之后就沒法按照我希望的方式展開進(jìn)一步比對和排列了堕澄。在這種情況下邀跃，只能手動(dòng)創(chuàng)建索引。
使用自動(dòng)索引的另一個(gè)好處是蛙紫，如果目錄無故損壞拍屑，很容易就能修復(fù)目錄】痈担可以暫停整個(gè)數(shù)據(jù)庫僵驰，進(jìn)入 Lucene 索引目錄，刪除此目錄裁蚁，重啟數(shù)據(jù)庫矢渊，然后 Neo4j 會(huì)為所有節(jié)點(diǎn)重新編寫索引。但如果已經(jīng)進(jìn)行了手動(dòng)索引枉证，你只能返回矮男，然后為所有節(jié)點(diǎn)重新編寫索引。
范圍查詢
下面一系列幻燈片顯示了范圍查詢：
我想查詢“profile”（個(gè)人信息），所以我把 PROFILE 放在查詢內(nèi)容的前面秒赤。我想找到收入為特定數(shù)值（50500）的所有人群并且只返回最前面的兩個(gè)結(jié)果猪瞬。
這段代碼表明，我已經(jīng)有了某人的收入索引入篮，規(guī)劃程序的限值是 2陈瘦。NodeIndexSeek 用這一索引來查找數(shù)值，從一個(gè)擁有 22 萬人的樣本數(shù)據(jù)庫中進(jìn)行了大約 2800 次數(shù)據(jù)庫訪問潮售。
在接下來的范圍查詢中痊项，我準(zhǔn)備查找收入低于 50500 的人：
在這次的查詢中鞍泉，我們執(zhí)行了 NodeByLabelScan，由于沒有使用索引肮帐，我們進(jìn)行了多達(dá) 43 萬次數(shù)據(jù)庫訪問咖驮。在 Neo4j 第 2.3 版之前，schema 索引不支持范圍，所以你必須得用 legacy 索引托修，然后直接查詢 Lucene 索引忘巧，才能發(fā)揮作用。
第 2.3 版修復(fù)了這一問題诀黍；現(xiàn)在有了 NodeIndexSeekByRange袋坑，可在 schema 標(biāo)簽上提供范圍索引：
4. 不要使用內(nèi)部節(jié)點(diǎn) ID
使用當(dāng)前節(jié)點(diǎn) ID 是個(gè)很大的誘惑枣宫，但這種做法非常不可取，這是因?yàn)樵谀承r(shí)刻吃环，這種做法會(huì)導(dǎo)致數(shù)據(jù)庫內(nèi)容被刪除也颤。請閱讀這篇介紹，了解更多相關(guān)內(nèi)容郁轻。
Neo4j 使用增量日志翅娶。如果你刪除了某個(gè)節(jié)點(diǎn)，最后系統(tǒng)會(huì)翻轉(zhuǎn)節(jié)點(diǎn) ID好唯，這樣你就可以重復(fù)使用這些數(shù)字竭沫。我們結(jié)合使用了節(jié)點(diǎn)標(biāo)簽和隨機(jī)選擇的 UUID，這樣如果你的 API 始終暴露在外骑篙，就可以提供額外的安全保障蜕提。
5. 數(shù)據(jù)建模很重要
數(shù)據(jù)模型的重要程度至少和查詢相當(dāng)。下面的說明很有用：可以通過多重關(guān)系類型或關(guān)系上的屬性來為部分關(guān)系建模靶端。兩種方法似乎同樣合理谎势，但它們的性能表現(xiàn)可能大相徑庭。一定要了解一下 GraphAware 對這一內(nèi)容的介紹杨名。其區(qū)別在于脏榆，一方定義不同類型的 person 和 place 之間的關(guān)系……
……而另一方則表示有三種不同的屬性類型：
性能表現(xiàn)提升了八倍趁蕊。上述 GraphAware 的文章深入詳細(xì)地解釋了這一概念坞生。
6. 優(yōu)化性能
EXPLAIN 和 PROFILE 絕對是你的良師益友。別擔(dān)心 Java API介衔，而查詢規(guī)劃程序還很年輕，在許多情況下都比 Cypher 要快骂因。如果你要設(shè)定基準(zhǔn)炎咖，一定要以溫備份數(shù)據(jù)庫設(shè)定基準(zhǔn)。這樣就能加載 Neo4j 的數(shù)據(jù)庫緩存。
7. 一定要交流乘盼！
Neo4j 擁有強(qiáng)大的支持社區(qū)升熊，包括谷歌論壇、Slack 協(xié)作頻道绸栅、Stack Overflow 網(wǎng)站和非常出色的支持團(tuán)隊(duì)级野。
8. 在工具欄里添加下面的代碼
借助下面的樣板代碼，可以檢查數(shù)據(jù)庫中的每個(gè)節(jié)點(diǎn)并修復(fù)所有問題粹胯。這一示例有時(shí)會(huì)抓取關(guān)系蓖柔，但你也可以對節(jié)點(diǎn)或其他限定條件進(jìn)行同樣的操作。
不管怎樣风纠，它都能事務(wù)性地依次通過數(shù)據(jù)庫中的所有節(jié)點(diǎn)况鸣。在本例中，每個(gè)事務(wù)是 90000 次操作竹观，如果有需要镐捧，還可以批量更改整個(gè)數(shù)據(jù)庫：
本文系 OneAPM 工程師整理呈現(xiàn)懂酱。OneAPM 能為您提供端到端的應(yīng)用性能解決方案，我們支持所有常見的框架及應(yīng)用服務(wù)器誊抛，助您快速發(fā)現(xiàn)系統(tǒng)瓶頸列牺，定位異常根本原因。分鐘級部署芍锚，即刻體驗(yàn)昔园，性能監(jiān)控從來沒有如此簡單。想閱讀更多技術(shù)文章并炮，請?jiān)L問 OneAPM 官方技術(shù)博客默刚。
本文轉(zhuǎn)自 OneAPM 官方博客
原文地址：https://dzone.com/articles/from-good-to-graph-choosing-the-right-database
