人工智能之圖數(shù)據(jù)庫 -清華

I隨著互聯(lián)網(wǎng)+、社交網(wǎng)絡、智能推薦等大數(shù)據(jù)的迅猛增長，大批NoSQL數(shù)的清華團隊完成。該團隊在OSDI、EuroSys、ATC等頂級會議中發(fā)表此外，報告的人才概況和熱點趨勢章節(jié)依托清華大學唐杰教授自主研發(fā)的“科技情報大數(shù)據(jù)挖掘與服務系統(tǒng)平臺”（簡稱AMiner），以及第三方機構(gòu)研語言處理等技術，并結(jié)合文獻計量學等情報學方法制作生成。全面知識，為科研管理和服務提供有力支撐。平臺自2006年上線以來，經(jīng)過十信息進行深入挖掘，參考h-index、發(fā)表論文數(shù)、論文被引頻次等指標，對學者為數(shù)據(jù)管理國際會議（TheACMSpecialInterestGrouponManagementofData,SIGMOD）、超大型數(shù)據(jù)庫國際會議（InternationalConferenceonVeryLargeDatabases,VLDB）、IEEE國際數(shù)據(jù)工程會議（IEEEInternationalConferenceonDataEngineering,ICDE）、圖形數(shù)據(jù)管理經(jīng)驗與系統(tǒng)國際研討會（International據(jù)庫技術國際會議（InternationalConferenceonExtendingDatabaseTechnology,analysis）、ACID事務屬性（Atomicity,Consistency,Isolation,Durability,ACIDtransaction）、圖匹配（Graphpat（3）基于專家顧問推薦的領域關鍵詞，根據(jù)論文作者的研究興趣標簽、作者名下的所有論文標題和摘要，篩選與圖數(shù)據(jù)庫領域相關，且h-index排名最靠圖1代表性學者畫像示例（/search/pub?q=Cognitive%20Graph），采用主題生成模型（LatentDirichletAllocation,LDA）分析了這1LDA模型.[EB/OL]/wiki/Latent_Dirichlet_allocV 3 3 5 5 6 7 7 16 22 23 24 VI 28 2 3 5 15 18 36 VIII 44 45 6 13 20 29 47 721金融科技、社交網(wǎng)絡等越來越多的領域發(fā)揮著舉足輕重的作用。截至2019年6月，支付寶及其本地錢包合作伙伴已經(jīng)服務超12億的），是達到了百億級別[1]。面對各種海量數(shù)據(jù)、尤其是對海量圖數(shù)據(jù)庫（GraphDatabase）是一個基于圖模型的在線數(shù)據(jù)庫管理系統(tǒng)，具[2]會支持一些分析類的任務[3-4]。PropertyGraphModel,標簽（Label），該標簽定義了該頂點或邊擁有的一個或多個屬性。頂點、邊、強類型和弱類型、是否支持邊標簽、是否支2另一類廣為人知的模型是RDF（Resource圖模型的處理可以分為兩類，一類是面向事務的聯(lián)機事務處理（OnlineTransactionProcessing,OLT），面向分析的聯(lián)機分析處理（OnlineAnalyticalProcessing,OLAP），主要解決圖即原子性（Atomicity）、一致性（Consistency）、隔離性（Isolation）、持久性3億條邊。一個真實場景的應用需根據(jù)數(shù)據(jù)操作的模（/en/ranking_trend）數(shù)據(jù)顯示，圖數(shù)據(jù)庫的關注度增速遠超其他類型的數(shù)據(jù)庫[5]。更值得一提的是，全球最具權威的IT研究與顧問咨詢公司Gartner在2019年的數(shù)據(jù)與分析峰會上預測2020年以后，全球圖處理及圖數(shù)據(jù)來源：DB-Engines官網(wǎng)圖1-2圖數(shù)據(jù)庫的關注度圖數(shù)據(jù)庫的起源可以追溯到20世紀60年代，引導式數(shù)據(jù)庫（Navigational結(jié)構(gòu)的支持可以通過虛擬頂點來完成。到80年代，支持屬性圖模型的圖數(shù)據(jù)開始出現(xiàn)，包括LogicalDataModel等421世紀初，商用圖數(shù)據(jù)庫開始嶄露頭角，比如Neo4j和OracleSpatialandGraph等，并支持事務性ACID。其中隔離性包括多個不同高分為未提交讀（ReadUncommitted）、提交讀（ReadCommitted）、可重復讀（RepeatableRead）、序列化讀（Serializable）。對事務的支持是數(shù)據(jù)庫的標準2010年后，圖數(shù)據(jù)庫朝著多個不同的方向發(fā)展，包括支持大規(guī)模分布式圖我們從如下幾個方面來討論分布式圖數(shù)據(jù)庫。一是高可用性（High性能，即能否將數(shù)據(jù)分片（Sharding）存儲到多臺服務器上，提高寫事務的性能前商用服務器通常使用256GB內(nèi)存，最大可達4TB）可以得在近幾年圖數(shù)據(jù)庫技術的介紹和宣傳中，經(jīng)常會提到一個詞叫“原生圖”5圖1-3圖數(shù)據(jù)庫的發(fā)展史6DB）、列存儲數(shù)據(jù)庫（ColumnFamilyDB）、文檔型數(shù)據(jù)庫（DocumentDB）和本文的主題—圖數(shù)據(jù)庫（GraphDB）。數(shù)據(jù)庫在設計的實現(xiàn)上沒有優(yōu)劣高低有最優(yōu)的可擴展性，關聯(lián)關系則在圖數(shù)據(jù)庫上有最好的表1-1五類數(shù)據(jù)庫對比儲Neo4j、7各種探索的階段。在接口語言方面，GQL作為正在實施的圖查詢語言項目，尚8圖模型中鄰居的查詢，本小節(jié)的評測討論側(cè)重于屬性圖模型，RDF圖也有類似遍歷（Traversal）、全局分析（GlobalAnalytics）。本地查詢是指查詢只涉及單的工作，需要對全圖的所有數(shù)據(jù)做多次的迭代，最評測工具由LDBC提出，包括面向事務的測試標準LDBCSNB，和面向分析的LDBCSNB模擬了一個社交網(wǎng)絡的場景，數(shù)據(jù)包括人、博客、評論等，操9），），量算法（WeaklyConnectedComponenmatch）、等價性正確（Equivalencematch）、小數(shù)點正確（Epsilonmat2技術篇最后列出了若干在業(yè)內(nèi)具有一定知名度的圖和屬性圖（PropertyGraph）兩種RDF全稱為資源描述框架，是由萬維網(wǎng)聯(lián)盟（WorldWideWebConsortium,RDF本質(zhì)上是一個數(shù)據(jù)模型，它提供了一個統(tǒng)一的標準來描述Web上的資在形式上表示為SPO（subject,predicate,object）三元組（triple），即（主語/主體、謂語/屬性、賓語/客體），用于描述具體的事物及圖2-1RDF三元組實例點（Node），邊也稱為關系（Relationship）。在屬性圖中，頂點和邊是最重要屬性（Property）：頂點和邊都可以有一個或多個屬性，屬性是一個鍵值對（Key/ValuePair），保存在頂點或邊上。在實踐中，一般每個頂點都會包含一）：）：以圖2-2為例。該圖中從左向右有3個頂點，其標簽分別為：Employee、示的屬性，表示該員工的姓名為AmyPeters、出生日期為1984-03-01、員工ID號為1；從Company頂點有一條邊指向Employee頂點，該條邊的標簽為的創(chuàng)始時間為2008-01-20；從Company頂點有一條邊指向City圖2-2屬性圖實例[7]主流的開源圖數(shù)據(jù)庫Neo4j和JanusGraph都采用屬性圖的數(shù)據(jù)模型。不同的是，Neo4j使用原生設計的圖存儲，JanusG2.1.3屬性圖與RDF模型的區(qū)別屬性圖模型和RDF圖模型這兩種圖模型的構(gòu)、操作和約束這三個方面（表2-1）。RDF圖模型的表達力強于屬性圖模型，背景，加之語義Web多年的標準化工作，其數(shù)據(jù)模型特性相對完善。屬性圖更用，其獲得了較強的用戶認可度[11]。RDF和屬性圖兩種圖模型都體現(xiàn)頂點和邊的模型本質(zhì)，在實踐中可以相互轉(zhuǎn)換，即RDF模型可以轉(zhuǎn)為屬性圖模型，而屬表2-1RDF圖模型和屬性圖模型的區(qū)別結(jié)構(gòu)已由W3C制定了標準化的語法和語義[12]通過額外方法，如“具體化”操作無約束無頂點記錄包括1）一個指向該點的第一條邊的指針nextEdgeID2）一個指Vertex2）邊的類型relType3）該條邊指向的兩個頂點各自的邊的雙向鄰接表firstPrev/NextEdgeID、secondPrev/NextEdgeID4）一個指向邊的屬性的圖2-3Neo4j的頂點記錄與邊記錄下圖展示了Neo4j對數(shù)據(jù)的物理存儲模式：圖2-4Neo4j圖數(shù)據(jù)庫的物理存儲模式表，因此在該條邊的邊記錄中，有兩個指針指向了Node1的鄰接表的前后兩條邊，同時有兩個指針指向了Node2的鄰接表的前后兩條邊。若要讀取頂點的屬圖數(shù)據(jù)庫在設計和實現(xiàn)上繼承并發(fā)展了關系型數(shù)順序使用B+樹建立了不同的索引，并在不同查詢中組合地使用不同的索引來獲同時，Sparksee使用兩個B+樹來圖2-5Sparksee[22]的映射關系與樹形結(jié)構(gòu)類似，哈希表（Hashtable，也叫散列表）也是一種常用的索引_key。點文檔中只存儲點的信息而不包含任何邊相關的信息，因此在增加/刪除都有兩個獨特的屬性_from與_to，記錄了與邊相連的點文檔的ID。當需要查找一個點時，根據(jù)該點對應的_key，可以直接對vertexindex進行哈希索引，找到鄰居頂點。圖2-6ArangoDB[23]的哈希索引也有很多圖數(shù)據(jù)庫在存儲上直接使用了NoSQL了HyperGraphDB使用KV進行數(shù)據(jù)存儲的示例，每個atoms都有一個強編碼的每一個超邊atom使用一個列表存儲它所連接的所有頂點的ID；頂點atom和超）；圖2-7HyperGraphDB[25]的鍵值對存儲圖示似Json的格式存儲，存儲內(nèi)容為文檔型，以封包鍵值對的方式進行存儲。一般使得查詢語言具有搜索嵌套對象的能力，XQuery[26]就是一個例子。MongoDB[27]圖2-8展示了OrientDB[28]使用文檔存儲來表示頂點和邊的方法。每個頂點圖2-8OrientDB[28]的文檔存儲圖示寬列存儲（Wide-Columnstores）結(jié)合了鍵值存儲和關系表的不同特性，如圖2-9寬列存儲示例[5]圖2-10Titan[29]/JanusGraph[30]的寬列存儲圖示個點或者一條邊是否具有某個給定的標簽。單點查詢常用于社交網(wǎng)絡工作負載查詢新浪微博中某位大V的所有粉絲、查詢某位用戶所感興趣的話題、查詢某位用戶的朋友，都可以對應到查詢本地鄰居[31-32]。數(shù)據(jù)庫查詢?nèi)蝿?，因此常用于性能基準測試[33-35]。不同的領域有著廣泛地應用，如危險檢測[36]、計算化學[36]等，因此不同的基準測試[35,37-38]通常會加入這一類查詢。很多統(tǒng)更是特別注重于解決全圖分析查詢，如Pregel[39]、GraphX[40]、Gemini[41]等。成樹[46]、圖直徑、最遠距離、連通分支、PageRank[47]等。一些對全圖的遍歷查可以看到，與關系模型以及其它NoSQL數(shù)據(jù)模型相比，輯來實現(xiàn)，對上層用戶相對友好，SQL就是典型的描述式查詢語言。在圖數(shù)據(jù)庫領域，針對屬性圖的代表性描述式查詢語言是Cypher，由Neo4j首次提出，查詢語言的實現(xiàn)無法盡善盡美時的輔助手段。Gremlin是基于Scala的函數(shù)鏈式語言，可以歸納為高層命令式查詢語言，但同時帶有少量表2-2圖查詢語言強弱好Cypher是Neo4j提出的圖查詢語言，它允許用戶從圖數(shù)據(jù)庫中存儲和檢索Cypher語法提供了一種可視化的邏輯方式來匹配圖中頂點和關系的模式。它是一種受SQL啟發(fā)的聲明性語言，用于使用ASCII-Art語法描述圖中的可視要精確地描述如何做到這一點。通過Cypher，用戶可以構(gòu)建表達性強且高效的述性的圖查詢語言，語法簡單，功能強大。和字不區(qū)分大小寫，但是屬性值、標簽、關系類型支持Cypher的圖數(shù)據(jù)庫包括Neo4j[49]、RedisGraph[50]、AgensGraph[51]、MATCHMATCH：匹配圖模式，是從圖數(shù)據(jù)庫中獲取圖信MATCH(person:Person)-[:knows*2]-(friend:MATCH(person:Person)-[:knows*2]-(friend:WHERE=namein(selectfriend_namefromfriendwherena首先需要從關系型數(shù)據(jù)庫的friend表（列名為name、friend_name）中查詢Gremlin是ApacheThinkerPop框架編程語言原生編寫Gremlin查詢。Gremlin是圖遍歷語言，其執(zhí)行機制是在圖中具體的導航步驟，所以Gremlin是過程式語言。與受到SQL影響的聲明式語言DataStaxEnterprise(5.0+)[56]、Amazong.V().has("name","Bob").out("knows").out("knows").valu查詢語句十分的簡單，但是明確指出了查詢時的每一個步驟，首先對圖g找到其朋友的朋友，最后通過返回values("name")SPARQL包含查詢所需和可選圖模式及其連接和析取的功能。SPARQL還支持(basicgraphpattern)。SPARQL支持多種運算符，將基本圖模式擴展為復雜圖模{}首先為</foaf/0.1/>定義了一個前綴為foaf，這樣就不必每次的三元組，其中變量以?為前綴，因此該查詢中，需要滿足的條件分別是：?s的2019年6月，隸屬ISO/IEC聯(lián)合技術委員會的全球諸多國家性標準機構(gòu)開現(xiàn)的版本有十多個，包括六款商業(yè)產(chǎn)品）、Oracle目前，GQL標準將包括以下兩到三個部分。通過引用SQL/Framework和SQL/Foundation（ISO/IECJTC19075:2016(3)事務模型(隔離級別、提交、回滾等)；注：各個圖數(shù)據(jù)庫廠商以及學術界推出的圖2-11目前已有的面向圖數(shù)據(jù)的查詢語言示意圖以下將對PGQL（Oracle）、GSQL（TigerGraph[57]）、G-CORE（LDBC）AVG、SUM）、排序（ORDERBY）和許多其他熟悉的結(jié)構(gòu)。此外，PGQL還似SQL的語法，可以減少SQL程序員的學習成員首選的MapReduce用法，使用MapReduce的方式，可以實現(xiàn)大規(guī)G-CORE是一種用于屬性圖數(shù)據(jù)庫的圖查詢語言，G-CORE是由LDBC圖原生圖存儲的系統(tǒng)而言，這個目標就是如何為了選擇出較優(yōu)的遍歷順序，圖數(shù)據(jù)庫需要能夠估計出符合條件的頂點/邊對于分布式的圖數(shù)據(jù)庫，由于網(wǎng)絡較CPU和內(nèi)存通常更可能成為查詢的瓶理模型，或是使用硬件的能力（如RDMA）等，來增強網(wǎng)絡的使用效率；一些Neo4j是一個流行的圖數(shù)據(jù)庫，它是開源的。最近，Neo4j的社區(qū)版已經(jīng)由遵循AGPL許可協(xié)議轉(zhuǎn)向了遵循GPL許可協(xié)議[4ArangoDB是由ArangoDBGmbH開發(fā)的一種免費的開源本機多模型數(shù)據(jù)庫語言）支持三種數(shù)據(jù)模型，兼有鍵/值對、圖和文檔數(shù)據(jù)模型，提供了涵蓋三種系數(shù)據(jù)庫管理系統(tǒng)（RDBMS）、對象關系數(shù)據(jù)庫（ORDBMS）、虛擬數(shù)據(jù)庫、它支持實現(xiàn)多個協(xié)議的單線程服務器進程。免費開源版本的VirtuosoUniversalNeptune支持流行的圖模型屬性圖和W3C的RDF，以及它們各自的查詢語言JanusGraph項目啟動的初衷是的支持和對屬性圖模型進行遍歷的Gremlin遍歷語言。2012年，TigerGraph在硅谷成立，由華人科學家許昱博士創(chuàng)立，深耕大數(shù)TuGraph由清華大學團隊于2016年開發(fā)，屬于國內(nèi)自主研發(fā)的商業(yè)圖數(shù)據(jù)大數(shù)據(jù)量和高吞吐率，同時支持高效的在線事務處理（OLTP）和在線分析處理（OLAP）。通過三年的迭代，TuGraph在ACID事務支持、Cypher查詢語言、或者登錄https://www.amin表2-3常見圖數(shù)據(jù)庫對比NeptuneAmazonNeptune是一個完全由亞馬遜網(wǎng)），Apache2開源，可擴展，分布在Linux基金會下的Bigtable，Oracleberkaleydb通過與大析，報告和ETL；通過外部索引存儲Neo4jAGPLv3版開放源碼，支持ACID，具有企業(yè)部署的括完整的事務支持和可視化頂點鏈接圖內(nèi)置的RESTWebAPI接口訪問，以及專有的帶有官方驅(qū)動程序的Bolt協(xié)議。GPLv2；企關聯(lián)式資料庫管理系統(tǒng)（RDBMS用行聲明性（數(shù)據(jù)定義和數(shù)據(jù)操作）操作。XML和JSON在內(nèi)的許多文檔類型中映射TigerGraph是一款“實時原生并行圖數(shù)據(jù)群中的圖數(shù)據(jù)自動分區(qū)，遵循ACID標TuGraph是性能優(yōu)先的國產(chǎn)自主研發(fā)的圖在線事務處理（OLTP）和在線分析處理3產(chǎn)業(yè)應用篇本篇從實際用例（UseCase）和解決方案（Solution）出發(fā)，以數(shù)據(jù)的關聯(lián)圖3-1圖數(shù)據(jù)庫應用場景圖3-2反醫(yī)保欺詐方案的圖數(shù)據(jù)建模示意圖推薦引擎是電子商務平臺在激烈競爭環(huán)境中的制勝法寶，精準及時的推薦，需要將商品、客戶、庫存、供應商、物流和網(wǎng)絡輿情等數(shù)據(jù)有效地關聯(lián)在一起。推薦引擎適用的行業(yè)和部門有零售、餐飲、廣3-4）的方案，以供參考[57]。圖3-3圖數(shù)據(jù)庫深鏈接推薦引擎方案示意圖[57]圖3-4圖數(shù)據(jù)庫實時推薦引擎方案示意圖[57]于語義的數(shù)據(jù)的查詢結(jié)果（圖3-5）。圖3-5知識圖譜將數(shù)據(jù)中的信息提煉并集中到一個實體中(3)搜索體驗像在進行語言交流，更加智能。圖3-6圖數(shù)據(jù)庫快速建立知識圖譜實例(2)人員，部門，規(guī)則和資源增長。權限查詢的性能下降，無法滿足正常的圖3-7Telenor的資源訪問管理數(shù)據(jù)模型圖圖3-8主數(shù)據(jù)示例圖）；圖3-9主數(shù)據(jù)層級圖，描述人員的匯報和管理關系），圖3-10現(xiàn)實世界的人員匯報和管理關系圖3-11最能直觀地表示網(wǎng)絡和IT設備的拓撲結(jié)構(gòu)網(wǎng)絡和IT設備管理場景適用的行業(yè)和部門圖3-12某企業(yè)網(wǎng)絡設備拓撲和報警管理應用方案的示意圖或未來的應用中，同時實現(xiàn)在線交易（OLTP）和在線分圖3-13客戶的地理空間數(shù)據(jù)分析在移動商業(yè)推薦上的應用示例圖3-14出租車實時定位圖3-15電網(wǎng)IoT傳感器的時序數(shù)據(jù)圖模型示例并對發(fā)電、用電和輸電進行統(tǒng)一管理。這時候需要實時深鏈接分析（Real-time頂點的遍歷和查詢能力。圖數(shù)據(jù)庫在這一場景具備全等。這里我們舉一個國際事件來展示圖數(shù)據(jù)的方式操作美國2016年的大選。在美國政府介入調(diào)查之際，大量的推文和賬號透到日常美國人的在線對話中并試圖影響公眾輿論？圖數(shù)據(jù)庫就成為回答這些(5)PageRank算法確定在群中最有影響力的賬號。般會用Web客戶端。根據(jù)推文數(shù)量暴漲的時間規(guī)律，也可以發(fā)現(xiàn)黑客所在的時4人才篇掘圖數(shù)據(jù)庫領域?qū)W術會議及期刊：數(shù)據(jù)管理國際會議（TheACMSpecialInterestConferenceonVeryLargeDatabases,VLDB）、IEEE國際數(shù)據(jù)工程會議（IEEEInternationalConferenceonDataEngineering,ICDE）、圖形數(shù)據(jù)管理經(jīng)驗與系統(tǒng)國際研討會（InternationalWorkshoponGraphDataManagementExperiences&Systems,GRADES）、擴展數(shù)據(jù)庫技術國際會議（InternationalConferenceon的2,000位領域活躍學者，再按照學者的h-index進行排序，最后對其中排名靠Consistency,Isolation,Durabilit圖4-1圖數(shù)據(jù)庫全球頂尖學者分布前10個國家論文發(fā)表數(shù)量和人才數(shù)量的圖4-2圖數(shù)據(jù)庫領域Top10國家論文發(fā)表數(shù)量和人才數(shù)量對比4-3）。由此可見，在圖數(shù)據(jù)庫領域，世界級科圖4-3圖數(shù)據(jù)庫領域?qū)W者h-index分布AMiner可以對圖數(shù)據(jù)庫領域的學者的遷徙路徑進行分析，如圖4-4所示。圖4-4圖數(shù)據(jù)庫全球?qū)W者遷徙圖中，統(tǒng)計每個機構(gòu)的論文發(fā)表數(shù)量、學者數(shù)量以及h-index，并按照論文發(fā)表數(shù)量從高到低對機構(gòu)進行了排序，列出其中論文數(shù)量排名前五的機構(gòu)，如圖4-5圖4-5圖數(shù)據(jù)庫領域?qū)W術機構(gòu)對比圖4-6圖數(shù)據(jù)庫國內(nèi)學者分布表4-1圖數(shù)據(jù)庫領域中國與各國合作論文情況12346536272581491110文數(shù)量雖然只有10篇，但平均數(shù)量達到85.89次，僅次于美國VanHarmelen、JeffreyXuYu（于旭）、WenfeiChristianBizer、LeiChen（陳雷）、等十位領域高水平學者，通過“學者畫像”的方式進行展示，另外還包括了學者的基本信息、AMiner獲獎信息、研究興趣學者，如有疏漏，還請與AMiner編者聯(lián)系，或者登錄/獲M.Tamer?zsu是滑鐵盧大學計算機科學教授兼DavidR.Cheriton計算機科M.Tamer?zsu的研究方向是數(shù)據(jù)管理成等基礎數(shù)據(jù)庫技術方面也做了很多工作，主要的研究方向是1）數(shù)據(jù)庫技術在非傳統(tǒng)數(shù)據(jù)類型中的應用2）分布式并行數(shù)據(jù)管理。他是加拿大皇家學會（RoyalSocietyofCanada）、美國科學促進協(xié)會（AmericanAssociationfor電氣與電子工程師協(xié)會（InstituteofElectricalandElectronicsEngineers）、土耳其科學院（ScienceAcademyofTurkey）當選成員和SigmaXi成員。1.gStore:AnsweringSPLeiZou,JinghuiMo,LeiChen,M.TamerPVLDB,no.8(2011)論文鏈接：/pub/53e9adbdb7602d97037c18e4/gstore-answering-sparql論文解讀：由于RDF數(shù)據(jù)的使用越來越多，因此對RDF數(shù)據(jù)集進行SPARQL它們無法以可擴展的方式用通配符回答SPARQL查詢2）他理RDF存儲庫中的頻繁更新問題。因此，大多數(shù)人必須從頭開始重新處理數(shù)據(jù)算法。該方法可以以統(tǒng)一的方式回答確切的SPARQL查詢和帶通配符的查詢；2.DistanceJoin:PatternMatchQueryInPVLDB,no.1(2009):886-897論文鏈接：/pub/53e9ac28b7602d97035e85c7/distancejoin-pattern-mquery-in-a-large-gr本文解決了大數(shù)據(jù)圖G上的模式匹配問題。具體來說，給定一個模式圖（即查詢Q我們希望查找所有具有與Q中相似連接3.ProcessingSPARQLQueriesOverPengPeng,LeiZou,M.Tamer?zsu,LeiChenTheVLDBJournal,no.2(2014)論文鏈接：/pub/56d87c63dabfae2eee44d017/processing-sparql-queri圖的每個片段中引入部分答案2）提出了集中式組裝和分布式組裝3）在2018AMinerMostInfluential1.TheLinkedDataBenchmarkCouncil:aGraphandRDFIndustryBenchmarkRenzoAngles,PeterA.Boncz,Josep-LluisLarriba-Pey,IriniFundulaki,ThomasNeumann,OrriErling,PeterNeubauer,NorbertMartínez-Bazan,VenelinKotsev,IoanTomaSIGMODRecord,no.1(2014):27-31論文鏈接：/pub/53e9ae5cb7602d97038770d2/the-linked-data-benchmcouncil-a-graph-and-rdf-industry-benchmarki數(shù)據(jù)管理系統(tǒng)開發(fā)行業(yè)實力基準。它包括創(chuàng)建一個非營利性LDBC組織，組織本文對LDBC項目進行了概述，包括項目目標和組織形式，并描述了用于基準2.DerivinganEmergentRelatioMinh-DucPham,LinneaPassing,OrriErling,PeterA.BonczWWW,pp.864-874,(2015)論文鏈接：/pub/5736977f6e3b12023e66600b/deriving-an-emergent-re論文解讀：該文主要描述了允許從RDF數(shù)據(jù)中檢測“緊急”關系模式的技術。例如，提高SPARQL系統(tǒng)的效率，或者在任何RDF數(shù)據(jù)集之上使用現(xiàn)有的2016AMinerMostInfluential2016AMinerMostInfluentialSchol），1.AsymmetrictransitivitMingdongOu,PengCui,JianPei,WenwuKDD,(2016)論文鏈接：/pub/57aa28de0a3ac518da9896d8/asymmetric-transitivityEmbeddingEmbedding（HOPE），該算法既可擴展保留大型圖的高階鄰近，還能夠捕獲非2.Scalableminingoflargedisk-basedgraphdatabasesChenWang,WeiWang,JianPei,KDD,pp.316-325,(2004)論文鏈接：/pub/53e9a6d0b7602d9703007451/scalable-mining-of-larg輕松地用于各種現(xiàn)有的圖形模式挖掘算法中。例如，我們通過使用ADI結(jié)構(gòu)來圖的圖數(shù)據(jù)庫，而原始的gSpan算法只能處理多達30萬個圖的3.Onminingcross-graphJianPei,DaxinJiang,AidongZhangKDD,pp.228-238,(2005)論文解讀：本文提出了一種有效的算法Crochet2020AI2000MostInfluentialScholarAwardHono2016AMinerMostInfluential2016AMinerMostInfluentialSchol王海勛的研究興趣為1）文本分析、自然語言處理2）知識庫、語義網(wǎng)絡、人工智能3）數(shù)據(jù)庫語言與系統(tǒng)，圖數(shù)據(jù)大的聯(lián)合辦公空間公司W(wǎng)eWork擔任技術工程副總裁。SIGMODConference,pp.305-316,(2007)論文鏈接：/pub/53e9aeebb7602d97039187bd/blinks-ranked-keyword-s論文解讀：本文提出了一個圖檢索方案BLINKS，該方法用于包含關鍵字top-k2.ViST:aDynamicIndexMethodfoHaixunWang,SanghyunPark,WeiSIGMODSIGMODConference,pp.110-121,(2003)論文鏈接：/pub/53e9a812b7602d9703157a36/vist-a-dynamic-index-meod-for-querying-xml-data-by-tree-引方法不同，ViST索引方法將查詢分解為多個子查詢，然后將這些子查詢的結(jié)果連接起來以提供最終答案，ViST使用樹結(jié)構(gòu)作為查詢的基本單位，以避免昂結(jié)構(gòu)。實驗表明，ViST在支持結(jié)構(gòu)化查詢方面3.NaturallanguagequesLeiZou,RuizheHuang,HaixunWang,JeffreyXuYuSIGMODConference,(2014)論文鏈接：/pub/555048b745ce0a409eb70b87/natural-language-questnswering-over-rdf-a-graph-data-driven-appr常見的技術是聯(lián)合消歧。本文提出了一個用于從圖形數(shù)據(jù)驅(qū)動的角度回答RDFFrankvanHarmelen，阿姆斯特丹自由大學計算機科學系的知識表示和推理年獲得數(shù)學和計算機科學博士學位。在愛丁堡期間，他與AlanBundy教授共同開發(fā)了一個基于邏輯的專家系統(tǒng)工具包，以歸納定理證明的證明規(guī)劃。1990年到1995年，他回到了阿姆斯特丹，在Wielinga教授領導的SWI系工作。1995FrankvanHarmelen對于語義網(wǎng)的發(fā)展起到舉足輕重的作用。他是第一個歐科書，已被翻譯成5種語言，在全世界傳播。FrankvanHarmelen也是Sesame1.Sesame:AGenericArchitectureforStoringandQueryingRDFandRDFScJeenBroekstra,ArjohnKampmaInternationalSemanticWebConference,pp.54-68,(2002)/pub/53e9a22bb7602d9702b2e32e/sesame-a-generic-architere-for-storing-and-querying-rdf-and-rdf-sc論文解讀：本文概述了RDF和RDFSchema作為一種通用的體系結(jié)構(gòu)，以及它中高效存儲和表達查詢大量元數(shù)據(jù)的體系結(jié)構(gòu)。Sesame的設計和實現(xiàn)獨立于任何特定的存儲設備。因此，可以將Sesame部署在各種存儲設備之上GrigorisAntoniou,PaTheComputerJournal,no.1(2005):126-126/pub/53e99a52b7602d97022b849c/a-semantic-web-pri論文解讀：具有機器可讀內(nèi)容的語義Web的發(fā)展具有徹底改變?nèi)f維網(wǎng)及其的潛力。語義Web入門指南提供了對該領域介紹和指南，描述了其關鍵思想、本書內(nèi)容1）對不同語言（OWL2規(guī)則）的處理擴展了RDF和OWL的3.FromSHIQandRDFtoOWL:themakingofIanHorrocks,PeterF.Patel-Schneider,FrankvanJ.WebSem.,no.1(2003):7-26論文鏈接：/pub/53e9ac7bb7602d9703652774/from-shiq-and-rdf-to-ow本體。OWL具有描述邏輯和框架功能。OWL還與RDF（語義Web的W3C基2020AI2000MostInfluentialScholarAwardHono2018AMinerMostInfluential以及圖模式匹配。于旭在國際會議/研討會上為300多個組織委員會和程序委員會提供服務，其中包括APWeb'04，WAIM'06，APWeb/WAIM'07，WISE'09，副主編（2007~2013年），亞太網(wǎng)絡會議指導委員會主席（2013~2016年）。目前，他還擔任ACMTransactionsonDatabaseSystems，WWWJournal，theInternationalJournalofCooperativeInformationSystems，theJournalofInformationProcessing和JournalonHealthInformationScienc1.GraphClusteringYangZhou,HongCheng,JefreyXuYuPVLDB,no.1(2009):718-729論文鏈接：/pub/53e9a9ebb7602d970334d2d6/graph-clustering-basedtructural-attribute-similarit有效地提高自動學習結(jié)構(gòu)相似度和屬性相似度性能。大量實驗結(jié)果表明，2.GraphIndexing:PeixiangZhao,JefreyXuYu,PhilipS.YuVLDB'07Proceedingsofthe33rdinternationalconferenceonVerylargedatabases,pp.938-949,(2007)論文鏈接：/pub/53e9a80cb7602d97031518d0/graph-indexing-tree-d先進行大量的圖挖掘。研究證明Tree+Δ≥Graph）可用于索引，并且是解決圖查詢問題的最佳選擇。事實證明1）利用（Tree+Δ)進行索引構(gòu)建是有效的2）利用（Tree+Δ)進行圖包含查詢處理是有效的。實驗結(jié)果表明Tree+Δ)具有緊湊的索引結(jié)構(gòu)，在索引構(gòu)建中實現(xiàn)了更好的性能數(shù)量級。此外，該3.FastGraphPatteJiefengCheng,JefreyXuYu,BolinDing,PhilipS.Yu,HaixunWangICDE,pp.913-922,(2008)論文鏈接：/pub/53e99a20b7602d9702278b35/fast-graph-pattern-matc2020AI2000MostInfluentialScholarAwardHono2018AMinerMostInfluential等多項基金評委，曾為美國賓夕法尼亞大學、美國Drexel大學、北京航空航天成、分布式查詢處理、查詢語言、推薦系統(tǒng)、社會網(wǎng)絡查詢與分析、Web服務WenfeiFan,JianzhongLi,JizhouLuo,ZijingACMTrans.DatabaseSyst.,no.3(2013)論文鏈接：/pub/53e99a98b7602d970230f8f1/incremental-graph-patt耗。在此基礎之上，作者提出了圖形模式匹配的新方法（1）基于有界仿真的概仿真2）使用圖仿真、有界仿真和子圖同構(gòu)定義的匹配模式3）通過實驗驗證了算法的有效性和效率。結(jié)果表明a）修正的圖模式匹配概念使我們能夠識別現(xiàn)實網(wǎng)絡中常見的社區(qū)b）增量算法的性能明顯優(yōu)于他們的批次應對2.QueryPreservingGraphCompWenfeiFan,JianzhongLSIGMODConference,pp.157-168,(2012)論文鏈接：/pub/53e99afdb7602d970238b1fa/query-preserving-graph論文解讀：在該論文中，筆者對圖形的壓縮方法進行了研究。（1）針對可達性和通過（有限）模擬的圖形模式查詢開發(fā)了壓縮策略2）提供了根據(jù)原始圖2020AI2000MostInfluentialScholarAwardHono2018AMinerMostInfluential是頂級期刊ACMTransactionsonDatabaseSystems的編委（2008~2014年）。目前是頂級期刊IEEETransactionsonKnowledgeandDataEngineering的編委，1.FastComputingReachabilityLabelingsforLJiefengCheng,JeffreyXuYu,XueminLin,HaixunWang,PhilipS.YuEDBT,pp.193-204,(2008)論文鏈接：/pub/53e9a6e6b7602d970301d566/fast-computing-reachabil-labelings-for-large-graphs-with-high-comp2020AI2000MostInfluentialScholarAwardChristianBizer的研究方向是探索與關全球化、分散化信息環(huán)境發(fā)展的技術和經(jīng)驗問題。由他主持的項目包括W3C鏈接開放數(shù)據(jù)社區(qū)項目、DBpedia項目ChristianBizer的科研成果包括1）RDF和SPARQL建議中采用的命名ResolutionFramework、Be1.DBpedia:ANuclS?renAuer,ChristianBizer,GeorgiKobilarov,JensLehmann,RichardCyganiakISWC/ASWC,pp.722-735,(2007)論文鏈接：/pub/53e9bbdbb7602d970482c288/dbpedia-a-nucleus-for論文解讀：DBpedia是社區(qū)的一項工作，旨在從Wikipedia中提（2）來自DBpedia社區(qū)的一些新興應用程序，并展示了網(wǎng)站作者如何在他們的2.TheBerlinSPARQLBeInt.J.SemanticWebInf.Syst.,no.2(2009):1-24論文鏈接：/pub/53e99ad7b7602d970235b073/the-berlin-sparql-benchmk論文解讀：隨著SPARQL被社區(qū)所采用，越來越需要基準測試來比較通過SPARQL協(xié)議公開SPARQL端點的存儲系統(tǒng)的性能。此類系統(tǒng)包括本機RDF存儲以及針對非RDF關系數(shù)據(jù)庫將據(jù)庫將SPARQL查詢重寫為SQL查詢的系統(tǒng)。本文介紹的BerlinSPARQLBenchmark（BSBM）同時擁有本機RDF存儲的性能與跨體系結(jié)構(gòu)的SPARQL-to-SQL重寫器的性能。該基準測試建立在一個電子商務用例的基礎上，在該用例中，不同供應商提供了一組產(chǎn)品，并且消費者已經(jīng)發(fā)布了有關產(chǎn)品的評論?；鶞什樵兓旌夏M了正在尋找產(chǎn)品的消費者的搜索和導航模式。本文還討論了BSBM基準的設計，對四種流行的RDF存儲（Sesame，Virtuoso，JenaTDB和JenaSDB）性能與兩個SPARQL-to-SQL重寫器（D2R）的性能進行了比較。3.D2RServer-PublishingRelationalDatabasesontheChristianBizer,RichardCyganiak,FInternationalSymposiumonWearableComputers,(2004)論文鏈接：/pub/53e9a0d1b7602d97029b960e/d-r-server-publishing-ronal-databases-on-the-se通過聲明性映射將數(shù)據(jù)庫內(nèi)容映射到RDF，該聲明性映射指定如何標識資源以及如何從數(shù)據(jù)庫內(nèi)容生成屬性值?；诖擞成?，D22018AMinerMostInfluentialDatabases（DAPD）等國際期刊編委（AssociateEd1.gStore:AnsweringSPLeiZou,JinghuiMo,LeiChen,M.Tamer?zsu,DongyanPVLDB,no.8(2011)論文鏈接：/pub/53e9adbdb7602d97037c18e4/gstore-answering-sparql論文解讀：由于RDF數(shù)據(jù)的使用越來越多，因此對RDF數(shù)據(jù)集進行SPARQL查詢的有效處理已成為一個重要問題。但是，現(xiàn)有的解決方案有兩個局限性：1）它們無法以可擴展的方式用通配符回答SPARQL查詢；2）他們不能有效地處理RDF存儲庫中的頻繁更新問題。因此，大多數(shù)人必須從頭開始重新處理數(shù)據(jù)集。本文提出了一種基于圖的方法來存儲和查詢RDF數(shù)據(jù)。（1）該方法沒有像大多數(shù)現(xiàn)有方法那樣將RDF三元組映射到關系數(shù)據(jù)庫中，而是將RDF數(shù)據(jù)存儲為大圖。然后將SPARQL查詢轉(zhuǎn)換為相應的子圖匹配查詢2）為了加快查詢處理速度，本文還提出了一種新穎的索引以及一些有效的修剪規(guī)則和有效的搜索算法。該方法可以以統(tǒng)一的方式回答確切的SPARQL查詢和帶通配符的查詢3）文本中提出的維護算法可以有效處理RDF存儲庫的在線更新。2.DistanceJoin:PatternMatchQueryinALargeGraphLeiZou,LeiChen,M.TamePVLDB,no.1(2009):886-897論文鏈接：/pub/53e9ac28b7602d97035e85c7/distancejoin-pattern-mquery-in-a-large-gr論文解讀：在對圖數(shù)據(jù)進行子圖搜索、最短路徑查詢、可達性驗證和模式匹配時，模式匹配查詢比子圖搜索更具靈活性，比最短路徑或可達性查詢具有更多信息。本文解決了大數(shù)據(jù)圖G上的模式匹配問題。具體來說，給定一個模式圖（即查詢Q），我們希望查找所有具有與Q中相似連接的匹配。（在G中）為了顯著減少搜索空間，我們首先通過圖嵌入技術將頂點轉(zhuǎn)換為向量空間中的點，然后將模式匹配查詢覆蓋到轉(zhuǎn)換向量空間上的基于距離的多方聯(lián)接問題。本文還提出了幾種修剪策略和聯(lián)接順序選擇方法來有效地處理聯(lián)接處理。大量實驗結(jié)果表明，該方法比現(xiàn)有方法的性能要高出幾個數(shù)量級。5趨勢篇領域技術分析系統(tǒng)（）基于AMiner的近3億篇論文和勢等。本次研究以數(shù)據(jù)管理國際會議（TheACMSpecialInterestGroupononVeryLargeDatabases,VLDB）、IEEE國際數(shù)據(jù)工程會議（IEEEInternationalConferenceonDataEngineering,ICDE）、圖形數(shù)據(jù)管理經(jīng)驗與系統(tǒng)國際研討會（InternationalWorkshoponGraphDataManagGRADES）、擴展數(shù)據(jù)庫技術國際會議（InternationalConferenceonExtending然科學基金委員會（NationalNatureScienceFoundationofChina,NSFC）扶持的基金項目作為研究基礎，對圖數(shù)據(jù)庫領域的熱點趨勢進行詳盡分圖5-1圖數(shù)據(jù)庫國家趨勢2圖數(shù)據(jù)庫專利數(shù)據(jù)來自智慧芽專利分析系統(tǒng)https://時可以看出，中國在圖數(shù)據(jù)庫領域的研究熱度僅次于美國，尤其是在2015年以圖5-2圖數(shù)據(jù)庫的熱點趨勢圖序，越熱的在越上方。對目前熱度靠前的10個據(jù)庫的重要分支領域；信息檢索、語義網(wǎng)和查詢優(yōu)化的（/topic/5eec8ad092c7f9be2177bcc6采用主題生成模型（LatentDirichletAllocation,LDA），分析了這些論文的研究主題分布情況。其GremlinandNativeAcc出處：Conference:JointEDBT/2.標題：Cypher:AnEvolvingQueryLanguagePlantikowS,RydbergM3.標題：FoundationsofModernQueryLanguagesforGraphDatabases作者：AnglesR,ArenasM,BarcelóP,HoganA,Reutte2.標題：ReconciliationofRDF*andPropertyGraphs3.標題：QueryingRDFDatafroma出處：Web-AgeInformationMartínez-BazanN,Larriba-PeParallelandDistributedPl出處：ProceedingsoftheVLDBEndowme作者：IosupA,HegemanT,NgaiWL,HeldensS,Prat-ChafioH.,Capot?M.,Su出處：Inbook:HandbookofBigDataTechn作者：JunghannsM.,PetermannA.,Neuma1.標題：BG:ABenchmark2.標題：TheLDBCSocialNetworkBenchm作者：ErlingO,AverbuchA,3.標題：LinkBench:adatabasebenchmarkManagementofData,2013作者：ArmstrongTG,PonnekantiV,BorthakurD,C出處：InternationalJournalofElectricalandComputerEngine作者：PatilN,KiranP,KiranN,KMNP.3.標題：ASurveyofRD出處：FrontiersofComput下表所示，國家自然科學基金委共支持了30個與圖數(shù)據(jù)庫相關的項目，其中北），圖數(shù)據(jù)領域關鍵詞包括：圖數(shù)據(jù)庫（Graphdatabases）、屬性圖（Propertyanalysis）、ACID事務屬性（Atomicity,Consistency,Isolation,Durability,ACIDtransaction）、圖匹配（Graphpat表5-1國家自然科學基金支持情況項目類別（個數(shù)）依托單位項目個數(shù)面上項目（13個）北京大學3東北大學1東南大學1項目類別（個數(shù)）依托單位項目個數(shù)哈爾濱工業(yè)大學2華東師范大學1南京大學1天津大學1中國人民大學3青年科學基金項目（15個）北京大學1東南大學1復旦大學1哈爾濱工業(yè)大學1深圳大學1天津大學1武漢大學1西安理工大學1香港浸會大學深圳研究院1浙江大學2中北大學1中國科學院計算技術研究所1中國科學院深圳先進技術研究院1中國人民解放軍國防科學技術大學1應急管理項目（1個）西安電子科技大學1優(yōu)秀青年科學基金項目（1個）北京大學1databases）、屬性圖（Propertygraphs）、資源描述框架（ResourceDescriptionFramework,RDF）、圖分析（Graphanalysis）、ACID事務屬性（Atomicity,Consistency,Isolation,Dura圖5-32000年至2019年圖數(shù)據(jù)庫相關專利變化趨勢圖5-4全球圖數(shù)據(jù)庫相關專利TOP3國家圖5-5中國圖數(shù)據(jù)庫相關專利各省排名訊科技,2019:1./a/20190[2]張俊玲,王秀英,籍淑麗,等.數(shù)據(jù)庫原理與應用[M].北京:清華大學出版社,2[3]Gartner.AnIntroductiontoGraphDataStoresandApplicableUseCB/OL],2019./en/documents/389[4]Neo4j[EB/OL].[5]Db-engines.Popularitychangespercategory,April2020[EB/OL].https://db-/en/ranking_[6]MaciejBesta,EmanuelPeter,RobertGerstenberger,MarcFischer,Modstawski,ClaudeBarthels,GustavoAlonso,TorstenHoefler.DemystifyingGraphDatabases:AnalysisandTaxonomyofDataOrganization,SystemDesigns,andGraphQueries[EB/OL].ArxivPreprintArxiv:1910.09[7]資源描述框架[EB/OL]./wiki/資源[8]LuoLannan,SunGang,YuWei.ADistributedStorageAccessSystemforMassDatausing3-tierArchitecture[C]//Proceedingsof2011InternationalConferenceonComputerScienceandInformationTechnology(ICCSIT2011):IACSITPress,2011:[9]George.L.HBase:theDefinitiveGuide:RandomAccesstoYourPlanet-Si[10]HartigO.ReconciliationofRdfandPropertyGraphs[J].ArxivPreprintAr[11]王鑫,鄒磊,王朝坤,等.知識圖譜數(shù)據(jù)管理研究綜述[J].軟件學報,2019,30[12]RDF1.1ConceptsandAbstractSyntax[EB/OL]./TR/rdf[13]Brickleyd.Guha-RV..RDFSchema1.1.W3CRecommeUnitedStates:W3C,2018./TR/rdf-schema/.[14]W3COWLWorkingGroup.OWL2WebOntologyLanguageDocuOverview.2nded.[EB/OL]./TR/owl2-overview/.[15]HarrisS,SeaborneA,Prud’hommeauxE.Sparql1.1QueryLanguage[J].W3cRecommendation,2013,2[16]FrancisN,GreenA,GuagliardoP,etal.Cypher:anEvolvingQueryLaageforPropertyGraphs[C]//Proceedingsofthe2018InternationalConferen[17]ApacheTinkerPop.TinkerPop3Documentationv.3.3.3.[EB/OL](2020-1-1)[2020-4-1]./docs/3.3.3/refere[18]VanRestO,HongS,KimJ,etal.Pgql:aPropertyGraphQueryLanguage[C]//ProceedingsoftheFourthInternationalWorkshoponGraphDataMa[19]AnglesR,ArenasM,BarcelóP,eeryLanguages[C]//Proceedingsofthe2018InternationalConferenceonManagementofData,[20]Neumann.TandWeikum.G.TheRDF-3XengineforscalablntofRDFdata[J].VLDBJ.,19(1):91-113,2010.[21]Virtuoso[EB/OL].https://virtuoso.openlinksw.co[22]Martínez-Bazan.N,Munt[23]ArangoDB:IndexFreeAdjacencyorHybridIndexesforGraphDatabases[EB/OL]./2016/04/index-free-adjacency-hybrid-indexes-graph-databases/.[24]DavoudianA,LiuC,LiuM.ASurveyon[25]IordanovB.Hypergraphdb:aGeneralizedGraphDatabase[C]//WebAgeInformationManagement,2[27]MongoDB[EB/OL].https://www.mongodb.[28]OrientDB[EB/OL].[29]TitanDataModel[EB/OL]./docs/titan/1.0.0/data-m[30]JanusGraph[EB/OL].http://janusgrap[31]ArmstrongTG,PonnekantiV,BorthakurD,etal.Linkbench:anchmarkBasedontheFacebookSocialGraph[C]//Proceedingsofthe2013AcmSigmodInternationalConferenceo[32]BarahmandS,GhandeharizadehS.