[发明专利]一种图数据的存储方法、读取方法和系统

说明书

本发明涉及数据存储技术领域，提供一种图数据的存储方法、读取方法和系统，方法包括：将图数据的每个顶点和边分别建立一个主键，所述主键能够排序，并且每个顶点和所述顶点的临边的主键是连续排序的；将所述图数据的顶点和边的数据值存储在持久性内存里，得到一个存储地址，每个所述存储地址都对应一个所述主键；利用特定数据结构形成索引来记录所述主键和对应存储地址的关系，所述特定数据结构为一个支持范围查询的数据结构，该数据结构以主键来排序；将所述特定数据结构存在动态随机存取存储器里。提高了图拓扑访问性能，以及对属性图查询的性能。该系统不仅支持属性图上的分析型负载，还能够支持事务型负载，具有较好的通用性和扩展性。

技术领域

本发明涉及数据存储技术领域，具体涉及图数据的存储方法、读取方法和系统。

背景技术

数字化普及后，图数据大量运用于计算机科学中。图数据是一种用节点和边来表示实体和关系的数据结构，它可以很好地模拟复杂的网络和系统。

图数据的应用场景有：

社交网络：可以用图数据来表示用户之间的好友关系、兴趣爱好、动态信息等，从而提供更个性化的服务。

知识图谱：可以用图数据来表示各种领域的知识实体和关系，从而支持智能问答、语义搜索、自然语言理解等。

电子商务：可以用图数据来表示商品之间的相似度、用户之间的购买行为、评价信息等，从而提供更精准的推荐和营销。

图数据的读取和存储是数字化生活、生产中非常重要的应用场景，读取和存储图数据的效率至关重要。

一种常见的存储属性图的做法是采用基于LSM—Tree的键值存储系统。在这些系统中，通常是把每一个顶点和每一条边都构建成一对独立的主键值-数据值对。LSM-Tree的结构对写友好，但是存在读放大的问题，特别是做图的拓扑遍历时。因为图遍历的基本操作是从某个顶点出发扫描邻居，这个操作在LSM-Tree里对应的是一个范围查询的操作，效率较低。

还有一种常见方式是利用已有的关系数据库来存储属性图，关系数据库的问题也是对拓扑查询不友好，会需要执行代价很高的表连接操作。

以上的这些方法都不能体现图的拓扑结构，查找某个顶点或者边通常涉及大量的图遍历操作，这会消耗大量的计算资源和网络带宽，导致性能下降，在图数据过大的时候，这个问题尤其严重。

发明内容

为解决上述问题，本发明提供一种图数据的存储方法。

该方法包括：

将图数据的每个顶点和边分别建立一个主键，所述主键能够排序，并且每个顶点和所述顶点的临边的主键是连续排序的；将所述图数据的顶点和边的数据值存储在持久性内存里，得到一个存储地址，每个所述存储地址都对应一个所述主键；利用特定数据结构形成索引来记录所述主键和对应存储地址的关系，所述特定数据结构为一个支持范围查询的数据结构，该数据结构以主键来排序；将所述特定数据结构存在动态随机存取存储器里。

进一步的，将所述图数据的顶点和边的数据值存储在持久性内存里包括：在持久性内存里申请一块连续的存储空间，将所述图数据的每个顶点及其临边的数据值存储在所述连续存储空间里。

优选的，将所述图数据的顶点和边的数据值存储在持久性内存里包括：将所述图数据的顶点和边的数据值分页存储在持久性内存里。

优选的，对于属性图的图数据，将标签相同的数据值存储在同一页里。

优选的，所述主键用数值来表示，所述主键排序使用数值排序规则。

优选的，所述特定数据结构为B+树，所述B+树的叶子节点记录所述存储地址。