图形数据库、nosq嗨l和neo4j.docxVIP

HYPERLINK /cn/articles/graph-nosql-neo4j;jsessionid=01C4F628BF1E8D21B43C93312B0498EE 图形数据库、NOSQL和Neo4j 作者 HYPERLINK /cn/author/Peter-Neubauer;jsessionid=01C4F628BF1E8D21B43C93312B0498EE Peter Neubauer译者 HYPERLINK /cn/author/%E8%83%A1%E9%94%AE;jsessionid=01C4F628BF1E8D21B43C93312B0498EE 胡键 发布于 2010年9月8日 上午12时0分 社区 HYPERLINK /cn/architecture;jsessionid=01C4F628BF1E8D21B43C93312B0498EE 架构 , HYPERLINK /cn/java;jsessionid=01C4F628BF1E8D21B43C93312B0498EE Java 主题 HYPERLINK /cn/NoSQL;jsessionid=01C4F628BF1E8D21B43C93312B0498EE NoSQL , HYPERLINK /cn/Database_Design;jsessionid=01C4F628BF1E8D21B43C93312B0498EE 数据库设计, HYPERLINK /cn/dataaccess;jsessionid=01C4F628BF1E8D21B43C93312B0498EE 数据访问 简介 在 HYPERLINK /wiki/Data_model 众多不同的数据模型里，关系数据模型自80年代就处于统治地位，而且有不少实现，如 HYPERLINK /index.html Oracle、 HYPERLINK / MySQL和 HYPERLINK /sqlserver/2008/en/us/ MSSQL，它们也被称为关系数据库管理系统（RDBMS）。然而，最近随着关系数据库使用案例的不断增加，一些问题也暴露了出来，这主要是因为两个原因： HYPERLINK /doc/2670985/SQL-Antipatterns 数据建模中的一些缺陷和问题，以及在大数据量和多服务器之上进行水平伸缩的限制。两个趋势让这些问题引起了全球软件社区的重视： 用户、系统和传感器产生的数据量呈 HYPERLINK /stats/article.php/3663641 指数增长，其增长速度因大部分数据量集中在象Amazon、Google和其他云服务这样的分布式系统上而进一步加快。 数据内部依赖和复杂度的增加，这一问题因互联网、Web2.0、社交网络，以及对大量不同系统的数据源开放和标准化的访问而加剧。 在应对这些趋势时，关系数据库产生了更多的问题。这导致大量解决这些问题某些特定方面的不同技术的出现，它们可以与现有RDBMS相互配合或代替它们 - 亦被称为 HYPERLINK /nosql-polyglott-persistence/ 混合持久化（Polyglot Persistence）。数据库替代品并不是新鲜事物，它们已经以 HYPERLINK /wiki/List_of_object_database_management_systems 对象数据库（OODBMS）、层次数据库（如LDAP）等形式存在很长时间了。但是，过去几年间，出现了大量新项目，它们被统称为NOSQL数据库（NOSQL-databases） 本文旨在介绍图形数据库（Graph Database）在NOSQL运动里的地位，第二部分则是对Neo4j（一种基于Java的图形数据库）的简介。 NOSQL环境 HYPERLINK / NOSQL（Not Only SQL，不限于SQL）是一类范围非常广泛的持久化解决方案，它们不遵循关系数据库模型，也不使用SQL作为查询语言。 简单地讲，NOSQL数据库可以按照它们的数据模型分成4类： 键-值存储库（Key-Value-stores） BigTable实现（BigTable-implementations） 文档库（Document-stores） 图形数据库（Graph Database） 就 HYPERLINK / Voldemort或 HYPERLINK http://1978/tokyocabinet/ Tokyo Cabinet这类键/值系统而言，最小的建模单元是键-值对。对BigTable的克隆品来讲，最小建模单元则是包含不同个数属性的元组，至于象 HYPERLINK / CouchDB和 HYPERLINK /display/DOCS/Home Mon