版权声明：转载请注明出处 https://blog.csdn.net/javeme/article/details/82083617
HugeGraph简介
图数据库(Graph Database)是一种使用顶点、边和属性来表示与存储数据，并以图结构进行语义查询的数据库。图数据库的关键概念是边，通过边将顶点连接在一起，从而进行快速的图检索操作。
HugeGraph是一款开源图数据库系统，可以存储海量的顶点(Vertex)和边(Edge)， 实现了Apache TinkerPop 3框架，支持Gremlin查询语言。 HugeGraph支持多用户并行操作，用户可输入Gremlin查询语句，并及时得到图查询结果。也可在用户程序中调用HugeGraph API进行图分析或查询。
下面是一个使用HugeGraph构建的《红楼梦》主要家族成员图谱：
HugeGraph概览
特性
- 易用：HugeGraph支持Gremlin图查询语言与Restful API，同时提供图检索常用接口，具备功能齐全的周边工具，轻松实现基于图的各种查询分析运算。
- 高效：HugeGraph在图存储和图计算方面做了深度优化，提供多种批量导入工具，轻松完成百亿数据快速导入，通过优化过的查询达到图检索的毫秒级响应。支持数千用户并发的在线实时操作。
- 通用：HugeGraph支持Apache Gremlin标准图查询语言和Property Graph标准图建模方法，支持基于图的OLTP和OLAP方案。集成Apache Hadoop及Apache Spark大数据平台。
- 可扩展：支持分布式存储、数据多副本及横向扩容，内置多种后端存储引擎（包括RocksDB、Cassandra、ScyllaDB、HBase、Palo、MySQL以及InMemory等），也可插件式轻松扩展后端存储引擎。
- 开放：HugeGraph代码开源（Apache 2 License），客户可自主修改定制，选择性回馈开源社区。
架构
HugeGraph软件架构图：
HugeGraph功能
优势功能
- 支持百亿边+快速导入，支持横向扩容。HugeGraph针对海量数据场景进行定制化优化，实现大数据环境下的快速导入和高效查询，同时能够对接Hadoop和Spark GraphX等已有大数据平台。
- 支持Gremlin图查询语言，Gremlin提供了标准、灵活、丰富的图查询语法。
- 支持多后端存储引擎，后端存储引擎可配置，可插件式扩展新的后端存储引擎。
- 支持快速的批量导入、批量导出功能，同时用户可灵活定义导入导出格式。
- 支持百度存储系统。
基础功能
- 顶点、边：支持基本增删改查操作，支持有向图，支持两顶点间同一类型多条边。
- 属性：支持属性图、支持多值属性、支持多样化的属性类型、支持顶点属性追加与合并。
- 元数据：支持丰富的Schema校验，如属性是否可空（可选），支持Schema动态修改。
- 索引：支持二级索引、范围索引、全文索引，支持联合索引。
- 事务：遵循Tinkerpop事务规范，支持Read Committed级别事务。
- 多顶点ID策略：支持主键ID、支持自动生成ID、支持用户自定义字符串ID、支持用户自定义数字ID。
- 大规模数据：支持批量插入顶点/边、支持超级顶点、支持流式分页获取、支持Shard并行获取。
- 优化的图接口：最短路径（Shortest Path）、K步连通子图（K-neighbor）、K步到达邻接点（K-out）等。
- 其它：支持图变量（Graph Variables）、兼容性上已通过Apache Tinkerpop官方测试用例90%兼容测试。
高级功能
- 多图实例：支持多个图实例，图之间数据相互隔离。
- 用户认证：支持多用户，支持用户权限认证，支持用户角色访问控制。可轻松对接现有用户认证系统。
- 监控接口：支持系统状态监控、API访问时间监控、性能数据监控等。
- 备份恢复：支持在线备份、支持备份数据的恢复。
- 云环境适应：兼容多个云厂商平台，轻松对接公有云、私有云和混合云等多种云环境。
接口支持
- Gremlin接口：支持标准、灵活的Gremlin查询接口。
- Restful API接口：支持功能丰富、简单易用的HTTP Restful接口。提供顶点、边、元数据等的基本操作接口；此外提供各种高级查询接口，包括最短路径、多路径、交叉点、N步可达邻居等。
- Java Client客户端：目前支持Java语言客户端，用户可根据自身需求实现其它语言客户端。
周边工具
- 一键部署：通过部署工具简单轻松的一键部署所有组件。参考hugegraph-tools deploy。
- 可视化界面：基于Web的可视化环境，提供图操作界面、图数据展示与分析。参考hugegraph-studio。
- 导入工具：数据导入工具，支持从txt、csv、json等格式文件导入到HugeGraph。参考hugegraph-loader。
- 导出工具：数据导出工具，可将顶点及关联边导出到文件，支持用户实现formatter自定义格式。参考hugegraph-tools/dump。
- 备份恢复工具：数据备份与恢复工具，支持定时备份、手动备份、手动恢复等功能。参考hugegraph-tools/backup&restore。
- Gremlin任务工具：Gremlin任务执行工具，支持同步执行Gremlin查询与分析（OLTP），支持异步执行Gremlin任务（OLAP）。参考hugegraph-tools/gremlin。
- 集成Spark GraphX工具：基于Spark GraphX的大数据环境下的图分析工具。参考hugegraph-spark。
欢迎大家贡献HugeGraph开源社区，下面是GitHub代码仓库地址：
https://github.com/hugegraph/hugegraph
版权声明：转载请注明出处 https://blog.csdn.net/javeme/article/details/82083617
HugeGraph简介
图数据库(Graph Database)是一种使用顶点、边和属性来表示与存储数据，并以图结构进行语义查询的数据库。图数据库的关键概念是边，通过边将顶点连接在一起，从而进行快速的图检索操作。
HugeGraph是一款开源图数据库系统，可以存储海量的顶点(Vertex)和边(Edge)， 实现了Apache TinkerPop 3框架，支持Gremlin查询语言。 HugeGraph支持多用户并行操作，用户可输入Gremlin查询语句，并及时得到图查询结果。也可在用户程序中调用HugeGraph API进行图分析或查询。
下面是一个使用HugeGraph构建的《红楼梦》主要家族成员图谱：
HugeGraph概览
特性
- 易用：HugeGraph支持Gremlin图查询语言与Restful API，同时提供图检索常用接口，具备功能齐全的周边工具，轻松实现基于图的各种查询分析运算。
- 高效：HugeGraph在图存储和图计算方面做了深度优化，提供多种批量导入工具，轻松完成百亿数据快速导入，通过优化过的查询达到图检索的毫秒级响应。支持数千用户并发的在线实时操作。
- 通用：HugeGraph支持Apache Gremlin标准图查询语言和Property Graph标准图建模方法，支持基于图的OLTP和OLAP方案。集成Apache Hadoop及Apache Spark大数据平台。
- 可扩展：支持分布式存储、数据多副本及横向扩容，内置多种后端存储引擎（包括RocksDB、Cassandra、ScyllaDB、HBase、Palo、MySQL以及InMemory等），也可插件式轻松扩展后端存储引擎。
- 开放：HugeGraph代码开源（Apache 2 License），客户可自主修改定制，选择性回馈开源社区。
架构
HugeGraph软件架构图：
HugeGraph功能
优势功能
- 支持百亿边+快速导入，支持横向扩容。HugeGraph针对海量数据场景进行定制化优化，实现大数据环境下的快速导入和高效查询，同时能够对接Hadoop和Spark GraphX等已有大数据平台。
- 支持Gremlin图查询语言，Gremlin提供了标准、灵活、丰富的图查询语法。
- 支持多后端存储引擎，后端存储引擎可配置，可插件式扩展新的后端存储引擎。
- 支持快速的批量导入、批量导出功能，同时用户可灵活定义导入导出格式。
- 支持百度存储系统。
基础功能
- 顶点、边：支持基本增删改查操作，支持有向图，支持两顶点间同一类型多条边。
- 属性：支持属性图、支持多值属性、支持多样化的属性类型、支持顶点属性追加与合并。
- 元数据：支持丰富的Schema校验，如属性是否可空（可选），支持Schema动态修改。
- 索引：支持二级索引、范围索引、全文索引，支持联合索引。
- 事务：遵循Tinkerpop事务规范，支持Read Committed级别事务。
- 多顶点ID策略：支持主键ID、支持自动生成ID、支持用户自定义字符串ID、支持用户自定义数字ID。
- 大规模数据：支持批量插入顶点/边、支持超级顶点、支持流式分页获取、支持Shard并行获取。
- 优化的图接口：最短路径（Shortest Path）、K步连通子图（K-neighbor）、K步到达邻接点（K-out）等。
- 其它：支持图变量（Graph Variables）、兼容性上已通过Apache Tinkerpop官方测试用例90%兼容测试。
高级功能
- 多图实例：支持多个图实例，图之间数据相互隔离。
- 用户认证：支持多用户，支持用户权限认证，支持用户角色访问控制。可轻松对接现有用户认证系统。
- 监控接口：支持系统状态监控、API访问时间监控、性能数据监控等。
- 备份恢复：支持在线备份、支持备份数据的恢复。
- 云环境适应：兼容多个云厂商平台，轻松对接公有云、私有云和混合云等多种云环境。
接口支持
- Gremlin接口：支持标准、灵活的Gremlin查询接口。
- Restful API接口：支持功能丰富、简单易用的HTTP Restful接口。提供顶点、边、元数据等的基本操作接口；此外提供各种高级查询接口，包括最短路径、多路径、交叉点、N步可达邻居等。
- Java Client客户端：目前支持Java语言客户端，用户可根据自身需求实现其它语言客户端。
周边工具
- 一键部署：通过部署工具简单轻松的一键部署所有组件。参考hugegraph-tools deploy。
- 可视化界面：基于Web的可视化环境，提供图操作界面、图数据展示与分析。参考hugegraph-studio。
- 导入工具：数据导入工具，支持从txt、csv、json等格式文件导入到HugeGraph。参考hugegraph-loader。
- 导出工具：数据导出工具，可将顶点及关联边导出到文件，支持用户实现formatter自定义格式。参考hugegraph-tools/dump。
- 备份恢复工具：数据备份与恢复工具，支持定时备份、手动备份、手动恢复等功能。参考hugegraph-tools/backup&restore。
- Gremlin任务工具：Gremlin任务执行工具，支持同步执行Gremlin查询与分析（OLTP），支持异步执行Gremlin任务（OLAP）。参考hugegraph-tools/gremlin。
- 集成Spark GraphX工具：基于Spark GraphX的大数据环境下的图分析工具。参考hugegraph-spark。
欢迎大家贡献HugeGraph开源社区，下面是GitHub代码仓库地址：
https://github.com/hugegraph/hugegraph