DSE Graph:Graph 数据库的双重作用_科技博客的分析“工..._CSDN博客

来自 : CSDN技术社区 发布时间：2021-03-25

此图显示了一个特定的比特币提供商周围的信任社区 编号为1094。开头的 with( label-warning ,false) 子句抑制了在此上下文中无关紧要的烦人消息。 从起始顶点开始 我们将所有入站和出站边沿到相邻的顶点 然后再从这些顶点开始。 使用Gremlin sack() 函数可以在执行图形遍历时累积值。 withSack(0.0) 调用将麻袋初始化为浮点零。 sack(sum).by( trust ) 将来自每个边缘的信任值相加。 如您所见 总信任度使用 order().by(sack(), decr) 确定排序顺序。 PageRank是Google开发的一种全局算法 用于衡量网页的相对重要性。 在TinkerPop中 您需要使用Graph Computer进行图形遍历 以便调用 pageRank ; 在DSE Graph中 您需要使用Spark运行分析查询以调用 pageRank 。 在这里 我们针对比特币信任图运行了一个基本的 pageRank() 查询 花了大约39秒。 我们以前对同一图形的OLTP查询每个都花费了不到一秒钟的时间。 PageRank会触摸图形中的每个顶点 除非您过滤特定的顶点标签。 在这里 我们以表的形式查看结果。 我们也可以将PageRank结果显示为气泡图。 在这里 我使用了连接度来确定顶点的大小 并使用了Louvain社区检测 聚类 算法为顶点着色。 在这里 我已移至DataStax Studio笔记本主屏幕。 那里有半复制的笔记本 可以让我重现演示中看到的内容 包括数据加载 而不必删除图形。 现在 我们开始研究基于MovieLens和Kaggle Movie数据库的结合的笔记本。 schema() 调用定义了电影图数据库的一部分 我们将在接下来的六个步骤中使用它们。 请注意 对顶点标签而不是边缘标签使用了 partitionBy() 。 图顶点中的分区键与C *表中的主键相对应 表示创建索引。 在这里 我们在集群中运行的shell中使用 dsbulk 将数据加载到我们刚刚在笔记本中创建的架构中。 最大的一组是等级 包括2千万条边 它们在1分钟23秒内加载完毕。 从IMDB和TMDB合并的电影数据集包含超过30万个电影。 来自MovieLens的收视率边缘超过2000万。 请注意 这是一个作为Spark作业运行的分析查询 仅耗时1.4秒。 此处显示的查询使用 aggregate( x ) 调用来创建电影的临时集合 其收视率与Toy Story相似 而 cap( x ) 发出该集合。 unfold() 步骤将集合取消捆绑 以便我们可以查看项目。   在这里 我们正在查看由单个用户评分的电影。 调用 valueMap() 会显示遍历返回的每个电影顶点的所有值。

在这里 我们正在看同一个用户 并返回她的20部收视率最高的电影的电影名称和评级。

侧面的图形数据库

DSE Graph以与DataStax Enterprise正确集成的方式提供了高性能OLTP和OLAP图形操作 从而消除了同时拥有列式数据库和图形数据库的需求。 如我们所见 DSE Graph对Gremlin具有很好的支持 并具有很好的可伸缩性。 当DSE 6.8在2020年发布时 我预计该产品将与Amazon Neptune Neo4j和TigerGraph竞争。

在没有定价信息的情况下讨论价值是不可能的 DataStax不会向我发布定价。 尽管如此 还是值得将DataStax放在图形数据库的评估列表中。 使用体面大小的集群免费试用一两个星期 并为您自己的应用程序提供概念证明 应该告诉您需要了解的内容。

From: https://www.infoworld.com/article/3453384/dse-graph-review-graph-database-does-double-duty.html