示例：储存图数据

在构建地图应用、设计电路图、进行任务调度、分析网络流量等多种任务中，都需要对图（graph）数据结构实施建模，并储存相关的图数据。对于不少数据库来说，想要高效直观地储存图数据并不是一件容易的事情，但是 Redis 却能够以多种不同的方式表示图数据结构，其中一种方法就是使用散列。

图 3-20 简单的带权重有向图

图 3-21 图对应的散列键

比如说，假设我们想要储存图 3-20 所示的带权重有向图，那么可以创建一个图 3-21 所示的散列键，这个散列键会以 start_vertex->end_vertex 的形式，将各个顶点之间的边储存到散列的字段里面，并将字段的值设置成边的权重。通过这种方法，我们可以将图的所有相关数据全部储存到散列里面，代码清单 3-5 展示了使用这种方法实现的图数据储存程序。

代码清单 3-5 使用散列实现的图数据储存程序：/hash/graph.py

def make_edge_name_from_vertexs(start, end):
    """
    使用边的起点和终点组建边的名字。
    例子：对于 start 为 "a" 、 end 为 "b" 的输入，这个函数将返回 "a->b" 。
    """
    return str(start) + "->" + str(end)
 
def decompose_vertexs_from_edge_name(name):
    """
    从边的名字中分解出边的起点和终点。
    例子：对于输入 "a->b" ，这个函数将返回结果 ["a", "b"] 。
    """
    return name.split("->")
 
 
class Graph:
 
    def __init__(self, client, key):
        self.client = client
        self.key = key
 
    def add_edge(self, start, end, weight):
        """
        添加一条从顶点 start 连接至顶点 end 的边，并将边的权重设置为 weight 。
        """
        edge = make_edge_name_from_vertexs(start, end)
        self.client.hset(self.key, edge, weight)
 
    def remove_edge(self, start, end):
        """
        移除从顶点 start 连接至顶点 end 的一条边。
        这个方法在成功删除边时返回 True ，
        因为边不存在而导致删除失败时返回 False 。
        """
        edge = make_edge_name_from_vertexs(start, end)
        return self.client.hdel(self.key, edge)
 
    def get_edge_weight(self, start, end):
        """
        获取从顶点 start 连接至顶点 end 的边的权重，
        如果给定的边不存在，那么返回 None 。
        """
        edge = make_edge_name_from_vertexs(start, end)
        return self.client.hget(self.key, edge)
 
    def has_edge(self, start, end):
        """
        检查顶点 start 和顶点 end 之间是否有边，
        是的话返回 True ，否则返回 False 。
        """
        edge = make_edge_name_from_vertexs(start, end)
        return self.client.hexists(self.key, edge)
 
    def add_multi_edges(self, *tuples):
        """
        一次向图中添加多条边。
        这个方法接受任意多个格式为 (start, end, weight) 的三元组作为参数。
        """
        # redis-py 客户端的 hmset() 方法接受一个字典作为参数
        # 格式为 {field1: value1, field2: value2, ...}
        # 为了一次对图中的多条边进行设置
        # 我们要将待设置的各条边以及它们的权重储存在以下字典
        nodes_and_weights = {}
 
        # 遍历输入的每个三元组，从中取出边的起点、终点和权重
        for start, end, weight in tuples:
            # 根据边的起点和终点，创建出边的名字
            edge = make_edge_name_from_vertexs(start, end)
            # 使用边的名字作为字段，边的权重作为值，把边及其权重储存到字典里面
            nodes_and_weights[edge] = weight
 
        # 根据字典中储存的字段和值，对散列进行设置
        self.client.hmset(self.key, nodes_and_weights)
 
    def get_multi_edge_weights(self, *tuples):
        """
        一次获取多条边的权重。
        这个方法接受任意多个格式为 (start, end) 的二元组作为参数，
        然后返回一个列表作为结果，列表中依次储存着每条输入边的权重。
        """
        # hmget() 方法接受一个格式为 [field1, field2, ...] 的列表作为参数
        # 为了一次获取图中多条边的权重
        # 我们需要把所有想要获取权重的边的名字依次放入到以下列表里面
        edge_list = []
 
        # 遍历输入的每个二元组，从中获取边的起点和终点
        for start, end in tuples:
            # 根据边的起点和终点，创建出边的名字
            edge = make_edge_name_from_vertexs(start, end)
            # 把边的名字放入到列表中
            edge_list.append(edge)
 
        # 根据列表中储存的每条边的名字，从散列里面获取它们的权重
        return self.client.hmget(self.key, edge_list)
 
    def get_all_edges(self):
        """
        以集合形式返回整个图包含的所有边，
        集合包含的每个元素都是一个 (start, end) 格式的二元组。
        """
        # hkeys() 方法将返回一个列表，列表中包含多条边的名字
        # 例如 ["a->b", "b->c", "c->d"]
        edges = self.client.hkeys(self.key)
 
        # 创建一个集合，用于储存二元组格式的边
        result = set()
        # 遍历每条边的名字
        for edge in edges:
            # 根据边的名字，分解出边的起点和终点
            start, end = decompose_vertexs_from_edge_name(edge)
            # 使用起点和终点组成一个二元组，然后把它放入到结果集合里面
            result.add((start, end))
 
        return result
 
    def get_all_edges_with_weight(self):
        """
        以集合形式返回整个图包含的所有边，以及这些边的权重。
        集合包含的每个元素都是一个 (start, end, weight) 格式的三元组。
        """
        # hgetall() 方法将返回一个包含边和权重的字典作为结果
        # 格式为 {edge1: weight1, edge2: weight2, ...}
        edges_and_weights = self.client.hgetall(self.key)
 
        # 创建一个集合，用于储存三元组格式的边和权重
        result = set()
        # 遍历字典中的每个元素，获取边以及它的权重
        for edge, weight in edges_and_weights.items():
            # 根据边的名字，分解出边的起点和终点
            start, end = decompose_vertexs_from_edge_name(edge)
            # 使用起点、终点和权重构建一个三元组，然后把它添加到结果集合里面
            result.add((start, end, weight))
 
        return result

这个图数据储存程序的核心概念就是把边（edge）的起点和终点组合成一个字段名，并把边的权重（weight）用作字段的值，然后使用 HSET 命令或者 HMSET 命令把它们储存到散列里面。比如说，如果用户输入的边起点为 "a" ，终点为 "b" ，权重为 "30" ，那么程序将执行命令 HSET hash "a->b" 30 ，把 "a" 至 "b" 的这条边及其权重 30 储存到散列里面。

在此之后，程序就可以使用 HDEL 命令去删除图的某条边，使用 HGET 命令或者 HMGET 命令去获取边的权重，使用 HEXISTS 命令去检查边是否存在，又或者使用 HKEYS 命令和 HGETALL 命令去获取图的所有边以及权重。

比如说，我们可以通过执行以下代码，构建出前面展示过的带权重有向图 3-20 ：

>>> from redis import Redis
>>> from graph import Graph
>>>
>>> client = Redis(decode_responses=True)
>>> graph = Graph(client, "test-graph")
>>>
>>> graph.add_edge("a", "b", 30)  # 添加边
>>> graph.add_edge("c", "b", 25)
>>> graph.add_multi_edges(("b", "d", 70), ("d", "e", 19))  # 添加多条边

然后通过执行程序提供的方法，获取边的权重，又或者检查给定的边是否存在：

>>> graph.get_edge_weight("a", "b")  # 获取边 a->b 的权重
'30'
>>> graph.has_edge("a", "b")         # 边 a->b 存在
True
>>> graph.has_edge("b", "a")         # 边 b->a 不存在
False

最后，我们还可以获取图的所有边以及它们的权重：

>>> graph.get_all_edges()  # 获取所有边
{('b', 'd'), ('d', 'e'), ('a', 'b'), ('c', 'b')}
>>>
>>> graph.get_all_edges_with_weight()  # 获取所有边以及它们的权重
{('c', 'b', '25'), ('a', 'b', '30'), ('d', 'e', '19'), ('b', 'd', '70')}

这里展示的图数据储存程序提供了针对边和权重的功能，因为它能够非常方便地向图中添加边和移除边，并且还可以快速地检查某条边是否存在，所以它非常适合用来储存节点较多但边较少的稀疏图（sparse graph）。在后续的章节中，我们还会继续看到更多使用 Redis 储存图数据的例子。