[论文解读] Constructions from Dots and Lines

Marko A. Rodriguez, Peter Neubauer|arXiv (Cornell University)|Jun 11, 2010

Graph Theory and Algorithms参考文献 11被引用 18

一句话总结

本文提出了一种使用属性图（property graphs）建模和查询复杂关系的框架——一种可扩展的、带标签的、带属性的图结构，支持多种数据类型和关系。通过利用图遍历语言（如 Gremlin），它支持表达性强、基于路径的查询，通过在虚拟的、隐式的边上模拟标准图算法，使传统算法能够有效应用于现实世界中语义丰富的数据。

ABSTRACT

A graph is a data structure composed of dots (i.e. vertices) and lines (i.e. edges). The dots and lines of a graph can be organized into intricate arrangements. The ability for a graph to denote objects and their relationships to one another allow for a surprisingly large number of things to be modeled as a graph. From the dependencies that link software packages to the wood beams that provide the framing to a house, most anything has a corresponding graph representation. However, just because it is possible to represent something as a graph does not necessarily mean that its graph representation will be useful. If a modeler can leverage the plethora of tools and algorithms that store and process graphs, then such a mapping is worthwhile. This article explores the world of graphs in computing and exposes situations in which graphical models are beneficial.

研究动机与目标

• 展示属性图如何用于建模多样化的现实世界系统，从软件依赖关系到社交网络。
• 通过引入一种推导有意义虚拟边的方法，解决传统图算法在带标签、带属性图上的局限性。
• 证明图遍历框架能够使标准图算法应用于复杂、语义丰富的数据结构。
• 提供一种统一的建模方法，通过扩展属性图抽象，支持多种图类型。

提出的方法

• 使用支持带标签顶点、带标签边以及顶点和边属性的属性图模型。
• 采用图遍历语言（Gremlin）将复杂查询表达为路径操作序列，例如遍历出边、按标签过滤、导航至入边顶点。
• 通过将图中的一条路径解释为具有特定语义意义的派生、隐式边（例如，“朋友的朋友”），引入“虚拟边”的概念。
• 对派生的虚拟图应用标准图算法（例如最短路径），该图本质上无标签，因此适合经典分析。
• 在遍历表达式中使用变量赋值和集合操作（例如 except），以避免重复结果，例如从“朋友的朋友”结果中排除直接朋友。
• 证明通过组合标签、属性和遍历逻辑，单一属性图系统可表达多种图类型（例如简单图、加权图、RDF 图、超图）。

实验结果

研究问题

• RQ1 如何使用属性图建模具有多样化关系和元数据的复杂现实世界系统？
• RQ2 在带标签、带属性图上应用标准图算法时会遇到哪些挑战，如何克服？
• RQ3 属性图中的基于路径的遍历能否被解释为虚拟边，以支持经典图算法的应用？
• RQ4 图遍历框架如何支持表达性强、可重用的查询，避免在递归关系中出现重复结果等常见陷阱？
• RQ5 通过配置和抽象，单一图模型（例如属性图）在多大程度上可泛化多种图类型？

主要发现

• 通过启用或禁用特定功能，属性图模型能有效泛化多种图类型，包括简单图、加权图、RDF 图和超图。
• 图遍历语言（如 Gremlin）支持构建复杂、语义感知的查询，通过模拟虚拟边，使标准图算法可应用于语义丰富的数据。
• 通过使用变量赋值和集合操作（例如 g:except），遍历查询可排除已知结果（例如直接朋友），从而获得更合理的输出，如无重叠的“朋友的朋友”关系。
• 将路径解释为虚拟边可创建一个隐式的、无标签图，经典图算法可在其上被有意义地应用，同时保持算法的完整性。
• 该方法使复杂系统（如社交网络或软件依赖图）的建模成为可能，同时保留使用成熟图论技术进行分析的能力。
• 该框架证明，即使对于语义丰富、复杂的现实世界数据，也可通过单一、可扩展的图模型和遍历语言实现高效处理。