[论文解读] Property Graph Exchange Format

Hirokazu Chiba, Ryota Yamanaka+1 more|arXiv (Cornell University)|Jul 9, 2019

Graph Theory and Algorithms参考文献 2被引用 5

一句话总结

本文提出了一种标准化的属性图模型，以及两种可互操作的序列化格式——纯文本格式（PG）和JSON格式（JSON-PG），以实现跨多种图数据库的无缝数据交换。通过统一异构的属性图模型并提供转换工具，该工作实现了无损数据迁移，并提升了Neo4j、Oracle PGX和Amazon Neptune等系统之间的互操作性。

ABSTRACT

Recently, a variety of database implementations adopting the property graph model have emerged. However, interoperable management of graph data on these implementations is challenging due to the differences in data models and formats. Here, we redefine the property graph model incorporating the differences in the existing models and propose interoperable serialization formats for property graphs. The model is independent of specific implementations and provides a basis of interoperable management of property graph data. The proposed serialization is not only general but also intuitive, thus it is useful for creating and maintaining graph data. To demonstrate the practical use of our model and serialization, we implemented converters from our serialization into existing formats, which can then be loaded into various graph databases. This work provides a basis of an interoperable platform for creating, exchanging, and utilizing property graph data.

研究动机与目标

• 解决不同图数据库系统之间缺乏标准化属性图数据模型的问题。
• 在现有实现存在差异的情况下，实现属性图数据的可互操作管理。
• 设计一种通用的、与实现无关的属性图模型，支持多标签、多值属性以及混合的有向/无向边。
• 设计人类可读且机器友好的序列化格式，以支持实际的数据交换和工具集成。
• 提供命令行工具，用于在所提出的格式与现有数据库特定格式（如Neo4j、Oracle PGX、Amazon Neptune）之间进行转换。

提出的方法

• 将形式化的属性图模型定义为一个元组，包含节点、有向边和无向边、标签以及多值属性。
• 提出一种纯文本格式（PG），使用空格或制表符分隔的字段来定义节点和边，支持任意标签和键值属性。
• 设计一种基于JSON的格式（JSON-PG），使用标准JSON语法，通过结构化元素表示节点、边、标签和属性，并包含一个'undirected'布尔标志。
• 使用EBNF表示法正式指定PG格式的语法，以支持机器解析和验证。
• 实现命令行实用工具，用于在PG、JSON-PG与数据库特定格式（如Neo4j、Oracle PGX、Amazon Neptune）之间进行转换。
• 通过演示将示例图端到端转换并加载到多个目标数据库，验证该方法的有效性。

实验结果

研究问题

• RQ1 如何设计一种统一的属性图模型，以容纳现有属性图实现之间的差异？
• RQ2 什么样的语法和结构能够同时实现属性图序列化的可读性和机器可处理性？
• RQ3 单一序列化格式能否实现跨多个图数据库系统的无损数据交换？
• RQ4 如何在标准化格式中一致地表示多值属性、多标签以及混合的边类型（有向/无向）？
• RQ5 通过自动化转换，所提出的格式与现有图数据库格式之间的互操作性在多大程度上可行？

主要发现

• 所提出的属性图模型通过支持多值属性、多标签以及混合的有向/无向边，成功统一了多种不同的实现。
• 纯文本格式（PG）支持基于行的高效处理，且具有人类可读性，适用于脚本处理和数据交换。
• JSON-PG格式支持结构化、机器可读的数据交换，非常适合基于Web和API驱动的工作流。
• 转换工具的实现使得数据能够无损地转换为Neo4j、Oracle PGX和Amazon Neptune原生格式。
• 通过真实世界的转换示例和GitHub上开源的工具链，该方法展示了实际可行性。
• 该模型和格式与特定的数据库引擎无关，可在图数据库生态系统中实现广泛的互操作性。