文档解读｜关系型数据库查询语言 SQL 和图数据库查询语言 nGQL 对比-低调大师

文档解读｜关系型数据库查询语言 SQL 和图数据库查询语言 nGQL 对比

2020-07-23 798

摘要：这篇文章将介绍图数据库 Nebula Graph 的查询语言 nGQL 和 SQL 的区别。

本文首发于 Nebula Graph 官方博客：https://nebula-graph.com.cn/posts/sql-vs-ngql-comparison/

虽然本文主要介绍 nGQL 和 SQL 的区别，但是我们不会深入探讨这两种语言，而是将这两种语言做对比，以帮助你从 SQL 过渡到 nGQL。

SQL (Structured Query Language) 是具有数据操纵和数据定义等多种功能的数据库语言，这种语言是一种特定目的编程语言，用于管理关系数据库管理系统（RDBMS），或在关系流数据管理系统（RDSMS）中进行流处理。

nGQL 是一种类 SQL 的声明型的文本查询语言，相比于 SQL， nGQL 为可扩展、支持图遍历、模式匹配、分布式事务（开发中）的图数据库查询语言。

概念对比

对比项	SQL	nGQL
点	\	点
边	\	边
点类型	\	tag
边类型	\	edge type
点 ID	主键	vid
边 ID	复合主键	起点、终点、rank
列	列	点或边的属性
行	行	点或边

语法对比

数据定义语言 (DDL)

数据定义语言（DDL）用于创建或修改数据库的结构，也就是 schema。

对比项	SQL	nGQL
创建图空间（数据库）	CREATE DATABASE `<database_name>`	CREATE SPACE `<space_name>`
列出图空间（数据库）	SHOW DATABASES	SHOW SPACES
使用图空间（数据库）	USE `<database_name>`	USE `<space_name>`
删除图空间（数据库）	DROP DATABASE `<database_name>`	DROP SPACE `<space_name>`
修改图空间（数据库）	ALTER DATABASE `<database_name>` alter_option	\
创建 tags/edges	\	CREATE TAG \| EDGE `<tag_name>`
创建表	CREATE TABLE `<tbl_name>` (create_definition,...)	\
列出表列名	SHOW COLUMNS FROM `<tbl_name>`	\
列出 tags/edges	\	SHOW TAGS \| EDGES
Describe tags/edge	\	DESCRIBE TAG \| EDGE `<tag_name \| edge_name>`
修改 tags/edge	\	ALTER TAG \| EDGE `<tag_name \| edge_name>`
修改表	ALTER TABLE `<tbl_name>`	\

索引

对比项	SQL	nGQL
创建索引	CREATE INDEX	CREATE {TAG \| EDGE} INDEX
删除索引	DROP INDEX	DROP {TAG \| EDGE} INDEX
列出索引	SHOW INDEX FROM	SHOW {TAG \| EDGE} INDEXES
重构索引	ANALYZE TABLE	REBUILD {TAG \| EDGE} INDEX `<index_name>` [OFFLINE]

数据操作语言（DML）

数据操作语言（DML）用于操作数据库中的数据。

对比项	SQL	nGQL
插入数据	INSERT IGNORE INTO `<tbl_name>` [(col_name [, col_name] ...)] {VALUES \| VALUE} [(value_list) [, (value_list)]	INSERT VERTEX `<tag_name>` (prop_name_list[, prop_name_list]) {VALUES \| VALUE} vid: (prop_value_list[, prop_value_list]) INSERT EDGE `<edge_name>` ( `<prop_name_list>` ) VALUES \| VALUE `<src_vid>` -> `<dst_vid>`[`@<rank>`] : ( `<prop_value_list>` )
查询数据	SELECT	GO, FETCH
更新数据	UPDATE `<tbl_name>` SET field1=new-value1, field2=new-value2 [WHERE Clause]	UPDATE VERTEX `<vid>` SET `<update_columns>` [WHEN `<condition>`] UPDATE EDGE `<edge>` SET `<update_columns>` [WHEN `<condition>`]
删除数据	DELETE FROM `<tbl_name>` [WHERE Clause]	DELETE EDGE `<edge_type>` `<vid>` -> `<vid>`[`@<rank>`] [, `<vid>` -> `<vid>` ...] DELETE VERTEX `<vid_list>`
拼接数据	JOIN	`\|`

数据查询语言（DQL）

数据查询语言（DQL）语句用于执行数据查询。本节说明如何使用 SQL 语句和 nGQL 语句查询数据。

SELECT
 [DISTINCT]
 select_expr [, select_expr] ...
 [FROM table_references]
 [WHERE where_condition]
 [GROUP BY {col_name | expr | position}]
 [HAVING  where_condition]
 [ORDER BY {col_name | expr | position} [ASC | DESC]]

GO [[<M> TO] <N> STEPS ] FROM <node_list>
 OVER <edge_type_list> [REVERSELY] [BIDIRECT]
 [WHERE where_condition]
 [YIELD [DISTINCT] <return_list>]
 [| ORDER BY <expression> [ASC | DESC]]
 [| LIMIT [<offset_value>,] <number_rows>]
 [| GROUP BY {col_name | expr | position} YIELD <col_name>]

<node_list>
   | <vid> [, <vid> ...]
   | $-.id

<edge_type_list>
   edge_type [, edge_type ...]

<return_list>
    <col_name> [AS <col_alias>] [, <col_name> [AS <col_alias>] ...]

数据控制语言（DCL）

数据控制语言（DCL）包含诸如 GRANT 和 REVOKE 之类的命令，这些命令主要用来处理数据库系统的权限、其他控件。

对比项	SQL	nGQL
创建用户	CREATE USER	CREATE USER
删除用户	DROP USER	DROP USER
更改密码	SET PASSWORD	CHANGE PASSWORD
授予权限	GRANT `<priv_type>` ON [object_type] TO `<user>`	GRANT ROLE `<role_type>` ON `<space>` TO `<user>`
删除权限	REVOKE `<priv_type>` ON [object_type] TO `<user>`	REVOKE ROLE `<role_type>` ON `<space>` FROM `<user>`

数据模型

查询语句基于以下数据模型：

RDBMS 关系结构图

Nebula Graph 最小模型图

本文将使用 NBA 数据集。该数据集包含两种类型的点，也就是两个标签，即 player 和 team ；两种类型的边，分别是 serve 和 follow。

在关系型数据管理系统中（RDBMS）中，我们用表来表示点以及与点相关的边（连接表）。因此，我们创建了以下表格：player、team、serve 和 follow。在 Nebula Graph 中，基本数据单位是顶点和边。两者都可以拥有属性，相当于 RDBMS 中的属性。

在 Nebula Graph 中，点之间的关系由边表示。每条边都有一种类型，在 NBA 数据集中，我们使用边类型 serve 和 follow 来区分两种类型的边。

示例数据

在 RDBMS 插入数据

首先，让我们看看如何在 RDBMS 中插入数据。我们先创建一些表，然后为这些表插入数据。

CREATE TABLE player (id INT, name VARCHAR(100), age INT);
CREATE TABLE team (id INT, name VARCHAR(100));
CREATE TABLE serve (player_id INT, team_id INT, start_year INT, end_year INT);
CREATE TABLE follow (player_id1 INT, player_id2 INT, degree INT);

然后插入数据。

INSERT INTO player
VALUES
   (100, 'Tim Duncan', 42),
   (101, 'Tony Parker', 36),
   (102, 'LaMarcus Aldridge', 33),
   (103, 'Rudy Gay',32),
   (104, 'Marco Belinelli', 32),
   (105, 'Danny Green', 31),
   (106, 'Kyle Anderson', 25),
   (107, 'Aron Baynes', 32),
   (108, 'Boris Diaw', 36),
   (109, 'Tiago Splitter', 34),
   (110, 'Cory Joseph', 27);

INSERT INTO team
VALUES
   (200, 'Warriors'),
   (201, 'Nuggets'),
   (202, 'Rockets'),
   (203, 'Trail'),
   (204, 'Spurs'),
   (205, 'Thunders'),
   (206, 'Jazz'),
   (207, 'Clippers'),
   (208, 'Kings');

INSERT INTO serve
VALUES
   (100,200,1997,2016),
   (101,200,1999,2010),
   (102,200,2001,2005),
   (106,200,2000,2011),
   (107,200,2001,2009),
   (103,201,1999,2018),
   (104,201,2006,2015),
   (107,201,2007,2010),
   (108,201,2010,2016),
   (109,201,2011,2015),
   (105,202,2015,2019),
   (109,202,2017,2019),
   (110,202,2007,2009);

INSERT INTO follow
VALUES
   (100,101,95),
   (100,102,91),
   (100,106,90),
   (101,100,95),
   (101,102,91),
   (102,101,75),
   (103,102,70),
   (104,103,50),
   (104,105,60),
   (105,104,83),
   (105,110,87),
   (106,100,88),
   (106,107,81),
   (107,106,92),
   (107,108,97),
   (108,109,95),
   (109,110,78),
   (110,109,72),
   (110,105,85);

在 Nebula Graph 插入数据

在 Nebula Graph 中插入数据与上述类似。首先，我们需要定义好数据结构，也就是创建好 schema。然后可以选择手动或使用 Nebula Graph Studio （Nebula Graph 的可视化工具）导入数据。这里我们手动添加数据。

在下方的 INSERT 插入语句中，我们向图空间 NBA 插入了球员数据（这和在 MySQL 中插入数据类似）。

INSERT VERTEX player(name, age) VALUES
100: ('Tim Duncan', 42),
101: ('Tony Parker', 36),
102: ('LaMarcus Aldridge', 33),
103: ('Rudy Gay', 32),
104: ('Marco Belinelli', 32),
105: ('Danny Green', 31),
106: ('Kyle Anderson', 25),
107: ('Aron Baynes', 32),
108: ('Boris Diaw', 36),
109: ('Tiago Splitter', 34),
110: ('Cory Joseph', 27);

考虑到篇幅限制，此处我们将跳过插入球队和边的重复步骤。你可以点击此处下载示例数据亲自尝试。

增删改查（CRUD）

本节介绍如何使用 SQL 和 nGQL 语句创建（C）、读取（R）、更新（U）和删除（D）数据。

插入数据

mysql> INSERT INTO player VALUES (100, 'Tim Duncan', 42);

nebula> INSERT VERTEX player(name, age) VALUES 100: ('Tim Duncan', 42);

查询数据

查找 ID 为 100 的球员并返回其 name 属性：

mysql> SELECT player.name FROM player WHERE player.id = 100;

nebula> FETCH PROP ON player 100 YIELD player.name;

更新数据

mysql> UPDATE player SET name = 'Tim';

nebula> UPDATE VERTEX 100 SET player.name = "Tim";

删除数据

mysql> DELETE FROM player WHERE name = 'Tim';

nebula> DELETE VERTEX 121;
nebula> DELETE EDGE follow 100 -> 200;

建立索引

返回年龄超过 36 岁的球员。

SELECT player.name
FROM player
WHERE player.age < 36;

使用 nGQL 查询有些不同，因为您必须在过滤属性之前创建索引。更多信息请参见索引文档。

CREATE TAG INDEX player_age ON player(age);
REBUILD TAG INDEX player_age OFFLINE;
LOOKUP ON player WHERE player.age < 36;

示例查询

本节提供一些示例查询供您参考。

示例 1

在表 player 中查询 ID 为 100 的球员并返回其 name 属性。

SELECT player.name
FROM player
WHERE player.id = 100;

接下来使用 Nebula Graph 查找 ID 为 100 的球员并返回其 name 属性。

FETCH PROP ON player 100 YIELD player.name;

Nebula Graph 使用 FETCH 关键字获取特定点或边的属性。本例中，属性即为点 100 的名称。nGQL 中的 YIELD 关键字相当于 SQL 中的 SELECT。

示例 2

查找球员 Tim Duncan 并返回他效力的所有球队。

SELECT a.id, a.name, c.name
FROM player a
JOIN serve b ON a.id=b.player_id
JOIN team c ON c.id=b.team_id
WHERE a.name = 'Tim Duncan'

使用如下 nGQL 语句完成相同操作：

CREATE TAG INDEX player_name ON player(name);
REBUILD TAG INDEX player_name OFFLINE;
LOOKUP ON player WHERE player.name == 'Tim Duncan' YIELD player.name AS name | GO FROM $-.VertexID OVER serve YIELD $-.name, $$.team.name;

这里需要注意一下，在 nGQL 中的等于操作采用的是 C 语言风格的 ==，而不是SQL风格的 =。

示例 3

以下查询略复杂，现在我们来查询球员 Tim Duncan 的队友。

SELECT a.id, a.name, c.name
FROM player a
JOIN serve b ON a.id=b.player_id
JOIN team c ON c.id=b.team_id
WHERE c.name IN (SELECT c.name
FROM player a
JOIN serve b ON a.id=b.player_id
JOIN team c ON c.id=b.team_id
WHERE a.name = 'Tim Duncan')

nGQL 则使用管道将前一个子句的结果作为下一个子句的输入。

GO FROM 100 OVER serve YIELD serve._dst AS Team | GO FROM $-.Team OVER serve REVERSELY YIELD $$.player.name;

您可能已经注意到了，我们仅在 SQL 中使用了 JOIN。这是因为 Nebula Graph 只是使用类似 Shell 的管道对子查询进行嵌套，这样更符合我们的阅读习惯也更简洁。

参考资料

我们建议您亲自尝试上述查询语句，这将帮您更好地理解 SQL 和 nGQL，并节省您上手 nGQL 的学习时间。以下是一些参考资料：

作者有话说：Hi，Hi ，大家好，我是 Amber，Nebula Graph 的文档工程师，希望上述内容可以给大家带来些许启发。限于水平，如有不当之处还请斧正，在此感谢^^

喜欢这篇文章？来来来，给我们的 GitHub 点个 star 表鼓励啦~~ 🙇‍♂️🙇‍♀️ [手动跪谢]

交流图数据库技术？交个朋友，Nebula Graph 官方小助手微信：NebulaGraphbot 拉你进交流群~~

微信关注我们

原文链接：https://my.oschina.net/u/4169309/blog/4422597

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

JVM系列之:Contend注解和false-sharing

简介现代CPU为了提升性能都会有自己的缓存结构，而多核CPU为了同时正常工作，引入了MESI，作为CPU缓存之间同步的协议。MESI虽然很好，但是不当的时候用也可能导致性能的退化。到底怎么回事呢？一起来看看吧。 false-sharing的由来为了提升处理速度，CPU引入了缓存的概念，我们先看一张CPU缓存的示意图： CPU缓存是位于CPU与内存之间的临时数据交换器，它的容量比内存小的多但是交换速度却比内存要快得多。 CPU的读实际上就是层层缓存的查找过程，如果所有的缓存都没有找到的情况下，就是主内存中读取。为了简化和提升缓存和内存的处理效率，缓存的处理是以Cache Line（缓存行）为单位的。一次读取一个Cache Line的大小到缓存。在mac系统中，你可以使用sysctl machdep.cpu.cache.linesize来查看cache line的大小。在linux系统中，使用getconf LEVEL1_DCACHE_LINESIZE来获取cache line的大小。本机中cache line的大小是64字节。考虑下面一个对象： public class...

2020-07-23

615

点击蓝色“程序员DMZ”关注我哟好看记得加个“星标”哈！前言专题要点如下：本文要解决的是第二点，Mybatis的使用、原理及跟Spring整合原理分析。 Mybatis的简单使用搭建项目 pom文件添加如下依赖 <dependency><groupId>org.mybatis</groupId><artifactId>mybatis</artifactId><version>3.4.6</version></dependency><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>8.0.15</version></dependency> 创建mybaits配置文件，mybatis-config.xml <?xmlversion="1.0"encoding...

2020-07-23

590

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。