点VID

在Nebula Graph中，一个点由点的ID唯一标识，即VID或Vertex ID。

VID的特点

  • VID数据类型只可以为定长字符串FIXED_STRING(<N>)或INT64；一个图空间只能选用其中一种VID类型。

  • VID在一个图空间中必须唯一，其作用类似于关系型数据库中的主键（索引+唯一约束）。但不同图空间中的VID是完全独立无关的。

  • 点VID的生成方式必须由用户自行指定，系统不提供自增ID或者UUID。

  • VID相同的点，会被认为是同一个点。例如：

    • VID相当于一个实体的唯一标号，例如一个人的身份证号。Tag相当于实体所拥有的类型，例如”滴滴司机”和”老板”。不同的Tag又相应定义了两组不同的属性，例如”驾照号、驾龄、接单量、接单小号”和”工号、薪水、债务额度、商务电话”。

    • 同时操作相同VID并且相同Tag的两条INSERT语句（均无IF NOT EXISTS参数），晚写入的INSERT会覆盖先写入的。

    • 同时操作包含相同VID但是两个不同TAG A和TAG B的两条INSERT语句，对TAG A的操作不会影响TAG B。

  • VID通常会被（LSM-tree方式）索引并缓存在内存中，因此直接访问VID的性能最高。

VID使用建议

  • Nebula Graph 1.x只支持VID类型为INT64，2.x支持INT64和FIXED_STRING(<N>)。在CREATE SPACE中通过参数vid_type可以指定VID类型。

  • 可以使用id()函数，指定或引用该点的VID；

  • 可以使用LOOKUP或者MATCH语句，来通过属性索引查找对应的VID;

  • 性能上，直接通过VID找到点的语句性能最高，例如DELETE xxx WHERE id(xxx) == "player100", 或者GO FROM "player100"等语句。通过属性先查找VID，再进行图操作的性能会变差，例如LOOKUP | GO FROM $-.ids等语句，相比前者多了一次内存或硬盘的随机读（LOOKUP）以及一次序列化（|）。

VID生成建议

VID的生成工作完全交给应用端，有一些通用的建议：

  • （最优）通过有唯一性的主键或者属性来直接作为VID；属性访问依赖于VID;

  • 通过有唯一性的属性组合来生成VID，属性访问依赖于属性索引。

  • 通过snowflake等算法生成VID，属性访问依赖于属性索引;

  • 如果个别记录的主键特别长，但绝大多数记录的主键都很短的情况，不要将FIXED_STRING(<N>)的N设置成超大，这会浪费大量内存和硬盘，也会降低性能。此时可通过BASE64，MD5，hash编码加拼接的方式来生成。

  • 如果用hash方式生成int64 VID：在有10亿个点的情况下，发生hash冲突的概率大约是1/10。边的数量与碰撞的概率无关。

定义和修改VID的数据类型

VID的数据类型必须在创建图空间时定义，且一旦定义无法修改。

“查询起始点”(start vid)与全局扫描

绝大多数情况下，Nebula Graph 的查询语句(MATCH, GO, LOOKUP)的执行计划，必须要通过一定方式找到查询起始点的 VID (start vid)。

定位 start vid 只有两种方式：

  1. 例如 GO FROM "player100" OVER 是在语句中显式的指明 start vid 是 “player100”;

  2. 例如, LOOKUP ON player WHERE player.name == "Tony Parker" 或者 MATCH (v:player {name:"Tony Parker"})，是通过属性 player.name 的索引来定位到 start vid；

不能在没有 start vid 情况下进行全局扫描

例如 match (n) return n; 会返回错误，因为此时无法定位到 start vid；这是一个全局扫描，因此被禁止。

最后更新: September 7, 2021