[发明专利]一种基于分组关联表的图数据存取方法和装置

说明书

本发明涉及数据处理领域，具体涉及一种基于分组关联表的图数据存取方法和装置，其中方法包括：采用属性表存储图的属性数据，采用分组关联表存储图的拓扑数据，拓扑数据中包含各顶点的邻接顶点和关联边信息；对拓扑数据和属性数据分别设置不同的内存调度优先级，拓扑数据的内存调度优先级高于属性数据；根据不同的查询要求，选用相应的数据存储结构进行图数据信息的读取。本发明仅通过分组关联表这一数据存储结构即可完整存储点的邻接点及关联边信息，在不使用属性信息时，仅访问分组关联表即可完成图的遍历查询，提高了遍历查询效率；同时将属性数据和拓扑数据分开存储，根据权重设置不同的内存调度优先级，进一步提高了遍历查询性能。

【技术领域】

本发明涉及数据处理领域，具体涉及一种基于分组关联表的图数据存取方法和装置。

【背景技术】

图是计算机科学中一种常用的数据结构，是一种比线性表和树更为复杂的数据结构。在图中，任意两个顶点之间都可以存在联系。若两个顶点之间最多只有一条边，这样的图称为简单图；若存在两个顶点之间有多于一条边，则这样的图称为多重图。

存储图数据最常见的数据结构有：邻接表和关联矩阵。邻接表的特征是用线性表保存每个顶点的邻接顶点集合；关联矩阵则是用矩阵存储每个顶点的关联边。我们也可以用线性表保存每个顶点的关联边集合，称之为关联表。因此，使用邻接表无法保存多重图的完整拓扑信息，用关联矩阵或关联表则可以保存多重图的完整拓扑信息。

在图中进行遍历查询时，需要从一个顶点遍历到相邻顶点。关联表存储的是点和边的关联信息，通过关联表，从指定顶点能够获得关联边。但还需要通过边属性表中边的顶点信息，才能获得指定顶点的邻接顶点。由于顶点的邻接顶点信息和关联边信息没有聚集存储，因此，用关联矩阵或关联表存储图的拓扑信息，会导致图的遍历查询需要访问两个数据结构：关联表和边属性表，因此查询效率较低。

目前，已经有多种图数据的存取方法被提出。例如，专利CN104615677B给出了一种图数据存取方法及系统，主要针对分布式文件系统存储图数据时一般没有存储图的模式信息的问题，该图数据存取方法为：将待存储的图数据信息分成边数据信息与顶点数据信息，并分别存储边数据信息与顶点数据信息。其中，边数据信息包括边所连接的顶点标识符；顶点数据信息包括一个或多个顶点属性信息，顶点属性信息包括顶点属性数据的定位信息以及顶点属性解析信息的定位信息。该专利借助数据字典，在一定程度上能够对图数据进行高效存储和读取，提高了图数据的存储效率，减少了存储空间要求。然而，虽然提供了图数据的数据字典，但它主要着重于点和边的属性信息，没有对图的拓扑信息重点关注，如果需要查询拓扑信息还需要根据点和边的数据生成拓扑数据。由于点的邻接、关联数据也没有聚集存储，因此会影响查询遍历的效率。

专利CN105787020A给出了一种图数据划分方法及装置、专利CN106649441A给出了一种图数据的重划分方法及系统、专利CN107193896A给出了一种基于簇的图数据划分方法，上述三个专利均是针对在分布式数据平台中存储大图数据，需要对图数据进行划分的问题，给出了不同的划分方法，将图数据分别存储到各个计算节点上。将一个大图划分为多个子图，并通过合适的划分方法，在对图进行查询和分析时，能够减少计算节点之间的通信，从而达到提高图计算效率的目的。然而，由于图数据库中一般存储的都是点和边上含有属性的属性图，若将属性数据和拓扑数据聚集存储，会导致图数据的存储规模膨胀，从而给图的划分提出了更高的要求；而且，如果对图的属性数据一同进行划分，则无法在属性数据上建立统一的倒排索引，也会影响图数据库的查询效率。

鉴于此，克服上述现有技术所存在的缺陷是本技术领域亟待解决的问题。

【发明内容】

本发明需要解决的技术问题是：