《大规模分布式计算深入解析》1.2 图 vs 关系/键值/向量:三种查询语义的边界

以有向图出度与邻接表槽位账本,划清图遍历与关系 JOIN、键值点查、向量近邻的语义边界与选型取舍。

图 vs 关系/键值/向量:三种查询语义的边界

图遍历、关系 JOIN、键值点查、向量近邻回答不同问题。选引擎先问查询是「沿关系走多跳」还是「按键取单值」:后者的正确归宿不是图数据库。

四种引擎的查询语义

引擎查询原语典型代价关联卷
关系型JOIN 多表扫描/索引 + 连接卷一
键值按 key 点查O(1) 定位卷八
向量近邻 top-kANN 索引卷十
图沿边遍历O(度数)/跳本卷

卷八键值把数据当扁平对,点查快但问不出「谁认识谁」;卷十倒排回答「哪些文档含词」,近邻回答「哪个向量最近」,都不擅长多跳关系路径。图把关系本身做成可遍历的记录。

有向图的可核算差异

lab 用例 3 用有向图验证:起点 0 出度 2;有向邻接表每条边只记一次,槽位 = E = 3。无向是 2E,有向是 E——同一批边,方向改变了存储账本。

多跳边界的取舍值得记:关系模型 JOIN 数量随跳数增长且每跳回源表;图遍历每跳只访问当前顶点邻接,代价 O(度数) 而非 O(全表)。查询只要 1 跳或点查/范围查,表、键值、向量更快;路径结构是查询核心且超过 1 跳,图才有优势。

验证

从卷十一实验包 解包,运行 graph 模块用例 3:验证有向图起点 0 出度为 2、有向邻接表槽位 E=3;再对同一张图跑键值点查与倒排点查,比较三种查找的访问口径。

一手资料

卷十一目录 · 系列导读与实验

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图