前言
下載鏈接
鏈接：https://pan.baidu.com/s/1P7eIelXHI0l5pSEBFCCF7Q
提取碼：vax4
一、HugeGraph簡介
最近在搞好友推薦方便的工作，選擇了圖數據的方法，使用並學習了HugeGraph，再次記錄一下。
HugeGraph是百度在2018年中旬開源的一款圖數據庫（Graph Database）系統，可以存儲海量的頂點（Vertex）和邊（Edge）。實現了Apache ThinkerPop 3[1]框架，支持Gremlin圖查詢語言[2]。HugeGraph支持多用戶並行操作，用戶可輸入Gremlin查詢語句，並及時得到圖查詢結果。也可以再用戶程序中調用hugeGraph API進行圖分析或查詢。
二、HugeGraph特性
HugeGraph支持在線及離線環境下的圖操作，支持批量導入數據，支持高效的負責關聯關系分析，並且能夠與大數據平台無縫集成。
HugeGraph具備如下特點：
- 基於ThinkerPop 3框架實現，支持Gremlin查詢語言；
- 支持從TXT、CSV、JSON等格式的文件中批量導入數據；
- 具備獨立的Schema元數據信息，方便第三方系統集成；
- 具備可視化操作界面，降低用戶使用門檻；
- 存儲系統采用插件方式，支持RocksDB、Cassandra、ScyllaDB、HBase及Mysql等多種后端；
- 優化的圖接口，最短路徑、K步連通子圖、K步到達鄰接點等；
- 支持屬性圖，頂點和邊均可添加屬性，支持豐富的屬性類型；
- 可以對邊和頂點的屬性建立索引，支持精確查詢、范圍查詢、全文檢索；
- 支持4種頂點ID策略，之間ID、自動生成ID、用戶自定義字符串ID和用戶自定義數據ID；
- 支持與Hadoop、Spark GraphX等大數據系統集成，支持Bulk Load操作。
三、HugeGraph框架模塊
- HugeGraph-Server: HugeGraph-Server是HugeGraph項目的核心部分，包含Core、Backend、API等子模塊；
- Core：圖引擎實現，向下連接Backend模塊，向上支持API模塊；
- Backend：實現將圖數據存儲到后端，支持的后端包括：Memory、Cassandra、ScyllaDB、RocksDB、HBase以及Mysql，用戶根據實際情況選擇一種即可；
- API：內置REST Server，向用戶提供RESTful API，同時兼容Gremlin查詢。
- HugeGraph-Client：HugeGraph-Client提供了RESTful API的客戶端，用於連接HugeGraph-Server，目前僅實現Java版，其他語言用戶可自行實現；
- HugeGraph-Studio：HugeGraph-Studio是HugeGraph的Web可視化工具，可用於執行Gremlin語句及展示圖；
- HugeGraph-Loader ：HugeGraph-Loader是基於HugeGraph-Client的數據導入工具，將普通文本數據轉化為圖形的頂點和邊並插入圖形數據庫中；
- HugeGraph-Spark：基於Spark GraphX的圖分析工具 ，HugeGraph-Spark能在圖上做並行計算，例如PageRank算法等；
- HugeGraph-Tools：HugeGraph-Tools是HugeGraph的部署和管理工具，包括管理圖、備份/恢復、Gremlin執行等功能。
總結：部署HugeGraph需要HugeGraph-Server，在網頁上操作圖需要HugeGraph-Studio，在java項目中操作圖需要HugeGraph-Client，其他三個視情況需要的時候再部署使用。
四、HugeGraph安裝部署（注意HugeGraph-Server和HugeGraph-Studio版本要匹配）
官方文檔：https://hugegraph.github.io/hugegraph-doc/download.html
4.1 安裝HugeGraph-Server（必須）
依賴：
JDK1.8
使用使用的是RocksDB存儲則需要GCC >= 4.3.0 ，下面的步驟假設使用RocksDB作為存儲
步驟1：（此時版本為：https://github.com/hugegraph/hugegraph/releases/download/v0.10.4/hugegraph-0.10.4.tar.gz）
# 下載tar包
wget https://github.com/hugegraph/hugegraph/releases/download/v${version}/hugegraph-${version}.tar.gz
tar -zxvf hugegraph-${version}.tar.gz
步驟2：
修改 hugegraph.properties
backend=rocksdb
serializer=binary
rocksdb.data_path=.
rocksdb.wal_path=.
步驟3：
初始化數據庫（僅第一次啟動時需要）
cd hugegraph-${version}
bin/init-store.sh
步驟4：
啟動server（如果端口8080被占用可以修改conf/rest-server.properties中端口8080為其他端口如9080）
bin/start-hugegraph.sh
Starting HugeGraphServer...
Connecting to HugeGraphServer (http://127.0.0.1:8080/graphs)....OK
步驟5:
查看服務狀態：
# curl請求restuflAPI,結果返回200，代表server啟動正常
echo `curl -o /dev/null -s -w %{http_code} "http://localhost:8080/graphs/hugegraph/graph/vertices"`
步驟6：
# 停止server
$cd hugegraph-${version}
$bin/stop-hugegraph.sh
4.2 安裝HugeGraph-Studio
步驟1：
# 下載tar包並解壓（此時版本為：https://github.com/hugegraph/hugegraph-studio/releases/download/v0.10.0/hugegraph-studio-0.10.0.tar.gz）
wget https://github.com/hugegraph/hugegraph-studio/releases/download/v${version}/hugegraph-studio-${version}.tar.gz
tar zxvf hugegraph-studio-${version}.tar.gz
步驟2：
修改配置文件hugegraph-studio.properties
- 將配置項
studio.server.host的值localhost修改成機器名或 IP，這是 HugeGraphStudio 對外提供服務的host，如果只需要本地訪問則保持不變即可； - 將配置項
studio.server.port的值8088修改成想要的端口，這是 HugeGraphStudio 對外提供服務的port； - 將配置項
graph.server.host的值localhost修改成 HugeGraphServer 的host，HugeGraphStudio 通過此項和graph.server.port與 HugeGraphServer 建立連接； - 將配置項
graph.server.port的值8080修改成 HugeGraphServer 的port，HugeGraphStudio 通過graph.server.host和此項與 HugeGraphServer 建立連接； - 將配置項
graph.name的值hugegraph修改成要連接的 HugeGraphServer 的圖名，目前只允許連接一個圖。
# 啟動HugeGraph-Studio
$ cd hugegraph-studio-${version}
$ bin/hugegraph-studio.sh
步驟3：
瀏覽器打開：http://localhost:8088即可訪問。
五、HugeGraph，Neo4j，Titan三種圖數據庫性能對比
官網給了一個性能測試的報告：https://hugegraph.github.io/hugegraph-doc/performance/hugegraph-benchmark-0.5.6.html
總結起來就是：
- 批量插入性能：HugeGraph(RocksDB) > Neo4j > Titan(thrift+Cassandra)
- 遍歷性能：Neo4j > HugeGraph(RocksDB) > Titan(thrift+Cassandra)
- 圖常用分析方法性能：FS場景，HugeGraph性能優於Neo4j和Titan，K-neighbor和K-out場景，HugeGraph能夠實現在5度范圍內秒級返回結果
- 社區聚類算法性能 Neo4j > HugeGraph > Titan
當時選擇HugeGraph的原因一是需求需要導大量的數據，涉及大約十幾億的插入，所以需要找一個插入性能高的，並且好友關系變動的時候也需要異步更新圖關系。而是HugeGraph雖然是新秀，但是中文官方文檔很簡介清楚，利於學習使用。
參考：
作者：王小冬
鏈接：https://www.jianshu.com/p/c124f748877d
來源：簡書
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。