SQL 2017 & Azure SQL 新功能:圖形數(shù)據(jù)庫

沈云付枫,資深工程師,微軟解決方案專家

圖形數(shù)據(jù)庫是什么呢驰怎?如果從字面理解是進(jìn)行圖形處理的數(shù)據(jù)庫阐滩,那么你就錯(cuò)了。

我們先來解釋什么是圖形數(shù)據(jù)庫县忌。

圖形數(shù)據(jù)庫是 NoSQL 數(shù)據(jù)庫的一種類型掂榔,它應(yīng)用圖形理論存儲(chǔ)實(shí)體之間的關(guān)系信息。最常見的例子芹枷,就是社會(huì)網(wǎng)絡(luò)中人與人之間的關(guān)系衅疙。關(guān)系型數(shù)據(jù)庫用于存儲(chǔ)關(guān)系型數(shù)據(jù)的效果并不好,其查詢復(fù)雜鸳慈、緩慢、超出預(yù)期喧伞,而圖形數(shù)據(jù)庫的獨(dú)特設(shè)計(jì)恰恰彌補(bǔ)了這個(gè)缺陷走芋。

舉個(gè)例子:



如圖表示人、城市潘鲫、餐館三個(gè)實(shí)體翁逞,直接的關(guān)系有:人和人誰和誰是朋友的關(guān)系,人居住在某個(gè)城市的關(guān)系溉仑,城市和餐館的關(guān)系挖函,人和餐館的關(guān)系。

按照傳統(tǒng)做法浊竟,可以創(chuàng)建 person怨喘,Restaurant ,City 表振定,創(chuàng)建各種關(guān)系表必怜。人與人,任何城市后频,任何餐館梳庆,城市和餐館的關(guān)系表暖途。

假設(shè)我們要查詢某人的朋友喜歡的餐館、居住在同一城市的人喜歡的同一餐館.....是不是感覺有點(diǎn)暈膏执。感覺即需要關(guān)聯(lián) n 多張表驻售,還要自我關(guān)聯(lián)。

為了解決這樣的問題更米,業(yè)界發(fā)明了圖形數(shù)據(jù)庫芋浮。而 SQL 2017 和 Azure SQL 現(xiàn)在全面支持圖形數(shù)據(jù)庫。怎么來實(shí)現(xiàn)呢壳快?

見下圖:



新的數(shù)據(jù)表節(jié)點(diǎn)(node)表和 edge(邊緣表) 纸巷,節(jié)點(diǎn)表表示數(shù)據(jù)實(shí)體,比如人眶痰,城市瘤旨,餐館。

邊緣表表示實(shí)體之間的關(guān)系竖伯。

第一張圖所表示的關(guān)系存哲,我們可以用下面代碼創(chuàng)建節(jié)點(diǎn)表,注意關(guān)鍵詞

NODE:

CREATE TABLE Person (ID INTEGER PRIMARY KEY, name VARCHAR(100)) AS NODE;

CREATE TABLE Restaurant (ID INTEGER NOT NULL, name VARCHAR(100), city VARCHAR(100)) AS NODE;

CREATE TABLE City (ID INTEGER PRIMARY KEY, name VARCHAR(100), stateName VARCHAR(100)) AS NODE;`

創(chuàng)建邊緣表:

CREATE TABLE likes (rating INTEGER) AS EDGE;

CREATE TABLE friendOf AS EDGE;CREATE TABLE livesIn AS EDGE;

CREATE TABLE locatedIn AS EDGE;

創(chuàng)建好后七婴,可看到數(shù)據(jù)庫表屬性下祟偷,會(huì)有一個(gè)圖形表出現(xiàn),node 表和 edge 表表示圖標(biāo)有所不同:



查詢數(shù)據(jù)如下

select * from city

select * from person

select *from livesIn

創(chuàng)建好后打厘,可看到數(shù)據(jù)庫表屬性下修肠,會(huì)有一個(gè)圖形表出現(xiàn),node 表和 edge 表表示圖標(biāo)有所不同:



如圖可以看到:node 表自動(dòng)生成了 node_id 這列户盯,edge 自動(dòng)生成了 edge_id,from_id,to_id嵌施,后面都加上了唯一標(biāo)識(shí)。這列的屬性是 nvarchar(1000)莽鸭,事實(shí)上每張表系統(tǒng)會(huì)生成一個(gè) graph_id_吗伤,和其他的系統(tǒng)列,這些列都無法訪問硫眨,由系統(tǒng)進(jìn)行管理足淆。見下圖:



邊緣表表示了實(shí)體之間的關(guān)系,from to 的關(guān)系礁阁,如果雙向關(guān)系巧号,就需要建立兩條。下面進(jìn)行查詢是這樣的 :

--查找 john 的朋友喜歡的餐館

SELECT Restaurant.name

FROM Person person1, Person person2, likes, friendOf,

Restaurant

WHERE MATCH(person1-(friendOf)->person2-(likes)->Restaurant)

AND person1.name='John';

-- 查找在同一城市里面喜歡同一餐館的人

SELECT Person.name FROM Person, likes, Restaurant, livesIn,

City, locatedIn WHERE MATCH (Person-(likes)->Restaurant-

(locatedIn)->City ?AND Person-(livesIn)->City);

---注意:使用關(guān)鍵字 Match 進(jìn)行查詢氮兵。

通過上面的簡單的語句可以實(shí)現(xiàn)在關(guān)系型模型下裂逐,需要非常復(fù)雜的關(guān)聯(lián)才能得到的結(jié)果。并且 SQL 2017 的圖形數(shù)據(jù)庫與數(shù)據(jù)庫引擎完全融合泣栈,也就是可以使用比如備份卜高,SSIS ,POWERBI 等各種功能弥姻。

在應(yīng)用上可以分析如:社交關(guān)系、犯罪追蹤掺涛、醫(yī)療領(lǐng)域等等庭敦。

更多信息請(qǐng)參考:https://docs.microsoft.com/zh-cn/sql/relational-databases/graphs/sql-graph-overview

立即訪問http://market.azure.cn

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市薪缆,隨后出現(xiàn)的幾起案子秧廉,更是在濱河造成了極大的恐慌,老刑警劉巖拣帽,帶你破解...
    沈念sama閱讀 217,907評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件疼电,死亡現(xiàn)場離奇詭異,居然都是意外死亡减拭,警方通過查閱死者的電腦和手機(jī)蔽豺,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來拧粪,“玉大人修陡,你說我怎么就攤上這事】肾” “怎么了魄鸦?”我有些...
    開封第一講書人閱讀 164,298評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長癣朗。 經(jīng)常有香客問我拾因,道長,這世上最難降的妖魔是什么斯棒? 我笑而不...
    開封第一講書人閱讀 58,586評(píng)論 1 293
  • 正文 為了忘掉前任盾致,我火速辦了婚禮,結(jié)果婚禮上荣暮,老公的妹妹穿的比我還像新娘。我一直安慰自己罩驻,他們只是感情好穗酥,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,633評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著惠遏,像睡著了一般砾跃。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上节吮,一...
    開封第一講書人閱讀 51,488評(píng)論 1 302
  • 那天抽高,我揣著相機(jī)與錄音,去河邊找鬼透绩。 笑死翘骂,一個(gè)胖子當(dāng)著我的面吹牛壁熄,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播碳竟,決...
    沈念sama閱讀 40,275評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼草丧,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了莹桅?” 一聲冷哼從身側(cè)響起昌执,我...
    開封第一講書人閱讀 39,176評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎诈泼,沒想到半個(gè)月后懂拾,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,619評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡铐达,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,819評(píng)論 3 336
  • 正文 我和宋清朗相戀三年岖赋,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片娶桦。...
    茶點(diǎn)故事閱讀 39,932評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡贾节,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出衷畦,到底是詐尸還是另有隱情栗涂,我是刑警寧澤,帶...
    沈念sama閱讀 35,655評(píng)論 5 346
  • 正文 年R本政府宣布祈争,位于F島的核電站斤程,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏菩混。R本人自食惡果不足惜忿墅,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,265評(píng)論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望沮峡。 院中可真熱鬧疚脐,春花似錦、人聲如沸邢疙。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,871評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽疟游。三九已至呼畸,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間颁虐,已是汗流浹背蛮原。 一陣腳步聲響...
    開封第一講書人閱讀 32,994評(píng)論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留另绩,地道東北人儒陨。 一個(gè)月前我還...
    沈念sama閱讀 48,095評(píng)論 3 370
  • 正文 我出身青樓花嘶,卻偏偏與公主長得像,于是被迫代替她去往敵國和親框全。 傳聞我的和親對(duì)象是個(gè)殘疾皇子察绷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,884評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容