聊聊简单又不简单的图上多跳过滤查询
💡
原文中文，约10400字，阅读约需25分钟。
📝
内容提要
本文介绍了图数据库/图计算中多跳过滤查询的重要性、常见类型和查询语言，探讨了其复杂性和性能影响因素，并提供了优化建议和特性参数的使用方法。同时介绍了图遍历策略和查询模式，并提供了速查表。案例展示了好友推荐和自环写法的查询方法。
🎯
关键要点
- 多跳查询是图数据库/图计算中常用的查询类型，涉及用户朋友、公司投资关系等。
- 多跳查询能力是衡量产品性能的重要指标，LDBC设计了多跳查询的测试用例。
- 多跳过滤查询在图计算中被称为k-hop算法，使用BFS或DFS算法进行遍历。
- 图数据库中的多跳过滤查询需要特殊优化，常用的查询语言包括gremlin和cypher。
- 多跳查询的复杂性在于需要排除一跳邻居，增加了查询条件。
- 遍历策略是理解多跳过滤的基础，包括Walk和ShortestPath。
- BFS和DFS是影响遍历顺序的两种策略，BFS优先遍历邻居，DFS优先深入。
- 多跳过滤的性能受图的密度和遍历过程中触达节点的个数影响。
- 稀疏图的多跳查询性能优于稠密图。
- 特性参数如遍历策略和batchSize可以优化多跳过滤查询的表达。
- 案例展示了好友推荐和自环写法的查询方法，使用gremlin和cypher进行实现。
➡️
