数据分析之图算法: 基于Spark和Neo4j

导论

｜

5

1.3

　图处理

、

图数据库

、

图查询和图算法

图处理是指执行图工作载荷和任务的方法。大多数图查询针对图的特定部分（例如起始节

点），而且要做的工作通常集中在起始节点周边的子图中。我们将这类工作称为

局部图处理

，

而且这意味着要以声明方式查询图的结构，参见

Ian Robinson

、

Jim Webber

和

Emil Eifrem

在《图数据库》一书中的解释。这类局部图处理通常用于实时事务处理和基于模式的查询。

当谈到图算法时，经常要查找全局模式和结构。算法的输入通常是整张图，其输出则既可

以是一张增强的图，也可以是某种总值，比如得分。我们将这样的处理归类为

全局图处

理

，这意味着要使用计算方法（通常是迭代的）来处理图的结构。这种方法通过网络的连

接关系揭示其整体性质。很多组织倾向于使用图算法来对系统建模，并且基于事物传播途

径、其重要组件、群组标识和系统的整体稳健性来预测行为。

这些定义可能存在一些重叠——有时也可以通过处理算法来应答局部查询，反之亦然。但

是简而言之，对整张图的操作一般通过计算方法来处理，而对子图的操作一般通过数据库

来查询。

传统上，事务处理和事物分析是相互独立的，这是一种基于技术限制的非自然分离。我们

认为，图分析可以驱动更智能的事务，从而为进一步分析创造了新的数据和机会。最近出

现了一种趋势，那就是将这两个部分集成起来，以实现实时决策。

OLTP

和

OLAP

联机事务处理

（

online transaction processing

，

OLTP

）通常涉及一些短期活动，比如预订机

票、记入账户、预售商品等。 ...