Neptune核心概念 #

图数据库特点：
├── 以图结构存储数据
├── 顶点表示实体
├── 边表示关系
├── 属性存储详细信息
└── 适合处理复杂关系

数据模型：
├── 属性图（Property Graph）
│   ├── Gremlin查询语言
│   ├── 顶点（Vertex）
│   ├── 边（Edge）
│   └── 属性（Property）
└── RDF图
    ├── SPARQL查询语言
    ├── 三元组（Triple）
    └── URI/字面量

顶点组成：
├── 唯一标识符（ID）
├── 标签（Label）
└── 属性集合（Properties）

// 创建顶点
g.addV('person').property('name', 'Tom').property('age', 30)

// 顶点结构
{
  "id": "1",
  "label": "person",
  "properties": {
    "name": ["Tom"],
    "age": [30]
  }
}

边组成：
├── 唯一标识符（ID）
├── 标签（Label）
├── 方向（Direction）
│   ├── 出边（Out）
│   └── 入边（In）
├── 起始顶点（From）
├── 结束顶点（To）
└── 属性集合（Properties）

// 创建边
g.addE('knows').from(V('1')).to(V('2')).property('since', 2020)

// 边结构
{
  "id": "e1",
  "label": "knows",
  "outV": "1",
  "inV": "2",
  "properties": {
    "since": [2020]
  }
}

属性特点：
├── 键值对形式
├── 支持多值属性
├── 支持多种数据类型
└── 可附加元属性

标签作用：
├── 分类顶点类型
├── 分类边类型
├── 加速查询过滤
└── 支持多标签

// 顶点标签
g.addV('person')
g.addV('person').addV('employee')

// 边标签
g.addE('knows')
g.addE('works_at')

三元组结构：
├── 主语（Subject）：资源URI
├── 谓语（Predicate）：属性URI
└── 宾语（Object）：资源URI或字面量

# 三元组示例
<http://example.org/Tom> <http://xmlns.com/foaf/0.1/name> "Tom" .
<http://example.org/Tom> <http://example.org/knows> <http://example.org/Jerry> .

资源类型：
├── URI资源
│   └── 如：http://example.org/Tom
├── 空白节点（Blank Node）
│   └── 如：_:b1
└── 字面量（Literal）
    ├── 字符串："Tom"
    ├── 带类型："30"^^xsd:integer
    └── 带语言："Hello"@en

# 命名空间定义
PREFIX ex: <http://example.org/>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>

# 使用命名空间
ex:Tom foaf:name "Tom" .
ex:Tom ex:knows ex:Jerry .

┌─────────────────────────────────────────────────────┐
│                    RDF图示例                         │
│                                                     │
│  ex:Tom ────foaf:name────▶ "Tom"                   │
│    │                                                │
│    │                                                │
│  ex:knows                                           │
│    │                                                │
│    ▼                                                │
│  ex:Jerry ────foaf:name──▶ "Jerry"                 │
│    │                                                │
│    │                                                │
│  ex:worksAt                                         │
│    │                                                │
│    ▼                                                │
│  ex:Company ────foaf:name──▶ "ACME Inc."           │
└─────────────────────────────────────────────────────┘

// 查询Tom的朋友
g.V().has('name', 'Tom').out('knows').values('name')

# 查询Tom的朋友
PREFIX ex: <http://example.org/>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>
SELECT ?friendName
WHERE {
  ex:Tom foaf:name "Tom" .
  ex:Tom ex:knows ?friend .
  ?friend foaf:name ?friendName .
}

遍历类型：
├── 深度优先遍历
├── 广度优先遍历
├── 路径遍历
└── 模式匹配

基本步骤：
├── V()：获取所有顶点
├── E()：获取所有边
├── out()：出边遍历
├── in()：入边遍历
├── both()：双向遍历
├── outE()：获取出边
├── inE()：获取入边
└── bothE()：获取所有边

// 获取所有顶点
g.V()

// 获取所有边
g.E()

// 从顶点1出发，沿着出边遍历
g.V('1').out()

// 从顶点1出发，沿着knows边遍历
g.V('1').out('knows')

// 获取顶点1的所有出边
g.V('1').outE()

# 基本图模式
SELECT ?s ?p ?o
WHERE {
  ?s ?p ?o .
}

# 带过滤的图模式
SELECT ?name
WHERE {
  ?person foaf:name ?name .
  ?person ex:age ?age .
  FILTER (?age > 25)
}

# 可选图模式
SELECT ?name ?email
WHERE {
  ?person foaf:name ?name .
  OPTIONAL { ?person foaf:mbox ?email }
}

Neptune存储架构：
├── 分布式存储层
├── 索引层
│   ├── 顶点索引
│   ├── 边索引
│   └── 属性索引
├── 缓存层
│   └── 内存缓存
└── 持久化层
    └── 分布式日志

索引类型：
├── 主键索引
│   └── 顶点ID、边ID
├── 标签索引
│   └── 顶点标签、边标签
├── 属性索引
│   └── 属性键值对
└── 复合索引
    └── 多属性组合

查询执行流程：
├── 1. 解析查询语句
├── 2. 生成执行计划
├── 3. 优化执行计划
├── 4. 执行图遍历
├── 5. 过滤和转换
└── 6. 返回结果

事务特性：
├── 原子性（Atomicity）
│   └── 事务要么全部成功，要么全部回滚
├── 一致性（Consistency）
│   └── 事务前后数据保持一致
├── 隔离性（Isolation）
│   └── 并发事务相互隔离
└── 持久性（Durability）
    └── 提交后数据永久保存

Neptune隔离级别：
├── 快照隔离（Snapshot Isolation）
│   └── 读取事务开始时的数据快照
└── 并发控制
    ├── 乐观并发控制
    └── 写入时加锁

// Gremlin事务（自动提交）
g.addV('person').property('name', 'Tom')

// 批量事务
g.addV('person').property('name', 'Tom').
  addV('person').property('name', 'Jerry').
  addE('knows').from(V().has('name', 'Tom')).to(V().has('name', 'Jerry'))

图算法分类：
├── 路径算法
│   ├── 最短路径
│   ├── 所有路径
│   └── 单源最短路径
├── 中心性算法
│   ├── PageRank
│   ├── 度中心性
│   └── 接近中心性
├── 社区发现算法
│   ├── 标签传播
│   ├── 连通分量
│   └── 强连通分量
└── 相似度算法
    ├── Jaccard相似度
    └── 余弦相似度

Neptune ML功能：
├── 图神经网络
├── 节点分类
├── 链接预测
├── 节点回归
└── 边分类

建模原则：
├── 顶点表示实体
├── 边表示关系
├── 属性存储详细信息
├── 标签用于分类
└── 避免过度嵌套

优化建议：
├── 使用标签过滤
├── 使用属性索引
├── 限制遍历深度
├── 使用limit()限制结果
└── 避免全图扫描

性能要点：
├── 合理设计图模型
├── 控制顶点和边数量
├── 优化查询语句
├── 使用缓存
└── 监控查询性能