[论文解读] The Graph Traversal Pattern

Marko A. Rodriguez, Peter Neubauer|arXiv (Cornell University)|Apr 7, 2010

Data Management and Algorithms参考文献 16被引用 53

一句话总结

本文引入图遍历模式作为图数据库中的基础范式，通过在顶点和边上的高效、无索引的局部遍历，实现高性能查询。通过将数据和索引均建模为图中的第一类元素，该方法统一了数据与索引逻辑，显著提升了传统关系型和集合型模型的查询效率。

ABSTRACT

A graph is a structure composed of a set of vertices (i.e.nodes, dots) connected to one another by a set of edges (i.e.links, lines). The concept of a graph has been around since the late 19$^ ext{th}$ century, however, only in recent decades has there been a strong resurgence in both theoretical and applied graph research in mathematics, physics, and computer science. In applied computing, since the late 1960s, the interlinked table structure of the relational database has been the predominant information storage and retrieval model. With the growth of graph/network-based data and the need to efficiently process such data, new data management systems have been developed. In contrast to the index-intensive, set-theoretic operations of relational databases, graph databases make use of index-free, local traversals. This article discusses the graph traversal pattern and its use in computing.

研究动机与目标

• 将图遍历模式确立为现代数据管理系统中的核心计算范式。
• 证明图数据库在通过直接、常数时间的邻接访问遍历链接数据方面优于关系型数据库。
• 表明索引结构（例如四叉树）可原生地在图内部建模，从而无需外部索引。
• 在单一图抽象下统一数据建模与索引，以提升表达力与性能。
• 通过在数据和索引顶点上组合图遍历函数，实现高效的空间与复杂查询。

提出的方法

• 将数据和索引建模为单一图结构中的顶点与边，支持对数据和索引组件的递归遍历。
• 通过边谓词的组合（例如 `ε_p+^{condition}`）定义遍历函数，基于空间或类型约束过滤顶点。
• 使用流图将原子遍历操作组合为复杂查询，例如查找矩形区域内所有兴趣点。
• 将空间索引（例如四叉树）表示为图内嵌结构，其中索引节点通过包含关系边与数据点相连。
• 应用函数组合，从查询边界遍历至相关数据：例如 `f(i)` 找到与矩形重叠的四叉树节点，`s(i)` 找到其中的所有兴趣点。
• 利用无索引的邻接访问，确保每一步遍历的开销为 O(1)，与全局图规模无关，从而支持可扩展的局部探索。

实验结果

研究问题

• RQ1 图数据库如何在遍历链接数据方面实现优于关系型数据库的性能？
• RQ2 索引在图遍历中扮演什么角色？如何能直接嵌入图模型中？
• RQ3 是否可以不依赖外部索引，高效地表达并执行空间查询？
• RQ4 将索引建模为图元素如何提升查询的表达力与性能？
• RQ5 统一的数据与索引建模对复杂、多步遍历的效率有何影响？

主要发现

• 图数据库在每一步遍历中实现常数时间的邻接访问（O(1)），而关系型数据库则需依赖索引扫描或全表扫描。
• 图遍历模式通过仅关注局部相关子图，避免全局数据分析，从而高效执行复杂查询。
• 索引结构如四叉树可原生嵌入图中，索引节点与数据点通过包含关系边连接。
• 遍历函数如 `f(i)` 和 `s(i)` 可组合使用，仅通过图操作即能高效定位矩形区域内所有兴趣点。
• 通过将索引作为第一类图元素建模，该方法消除了对外部索引层的需求，并减少了集合论操作。
• 该方法支持高效的空问查询：例如，`f(i)` 识别与查询矩形重叠的四叉树节点，而 `s(i)` 检索其中所有 POI。