图形数据库基于关系路径的节点数据过滤方法

摘要

本发明涉及图形数据库基于关系路径的节点数据过滤方法，包括步骤：1)以起始节点开始，按路径表达式的描述，依次查询graphic_db_relation_def数据集，获取下个节点的名称，直至路径表达式结束；2)以过滤条件对最终节点中的数据进行检索，获取匹配的数据记录；3)以刚才查询所得的各条数据记录为起点，按反转后的路径表达式的描述，依次查询graphic_db_relation_record_def数据集，获取与该条记录相关联的记录，直至路径表达式结束，获取的最终相关联的数据记录即为最终的查询结果。本发明在对图形数据库中某一节点的数据进行过滤检索时，不仅可以依据当前节点中的数据属性列作为过滤条件，而且可以通过关系路径，依据与之有关联关系的其他节点中的数据属性列作为过滤条件，提高了查询灵活性。

说明书

技术领域

本发明涉及一种图形数据库基于关系路径的节点数据过滤方法。

背景技术

现有图形数据库系统中，数据的检索一般都基于单个节点，通过内部实现的数据结构对数据进行遍历，返回匹配的数据，无法做多个节点关联的条件检索。

发明内容

为了解决上述问题，本发明提出了一种图形数据库基于关系路径的节点数据过滤方法，它在对图形数据库中某一节点的数据进行过滤检索时，不仅可以依据当前节点中的数据属性列作为过滤条件，而且可以通过关系路径，依据与之有关联关系的其他节点中的数据属性列作为过滤条件，以提高查询灵活性。

本发明采用的技术方案如下：

一种图形数据库基于关系路径的节点数据过滤方法，其特征在于：

将图形数据库中的每一个节点Node的定义信息保存在名称为graphic_db_node_def的数据集DataSet中，该DataSet的数据结构如下：

 列名称  数据类型  说明 node_id  Number  全局唯一的ID name  String  用于保存Node的名称

用Relation描述Node与Node之间的关系，每一个Relation均有一个全局唯一的名称、一个源Node、一个目标Node，由源Node到目标Node的方向，称之为正向，由目标Node到起始Node的方向称之为反向，将每一个Relation的定义信息保存在名称为graphic_db_relation_def的DataSet中，该DataSet的数据结构如下：

  列名称  数据类型  说明  relation_id  Number  全局唯一的ID  name  String  用于保存Relation的名称  source_node  Number  源Node的ID  target_node  Number  目标Node的ID

两个通过Relation连接的Node中的数据可以建立连接，将所有数据的连接信息保存在名称为graphic_db_relation_record_def的DataSet中，该DataSet的数据结构如下：

执行以下步骤：

1)进行路径表达式的解析，以起始节点开始，按路径表达式的描述，依次查询graphic_db_relation_def数据集，获取下一个节点的名称，直至路径表达式结束，获取最终的节点名称；

2)以路径表达式后面给定的过滤条件对最终节点中的数据进行检索，获取匹配的数据记录；

3)反转路径表达式，以刚才查询所得的各条数据记录为起点，按反转后的路径表达式的描述，依次查询graphic_db_relation_record_def数据集，获取与该条记录相关联的记录，直至路径表达式结束，获取最终相关联的数据记录，这些记录即为最终的查询结果，如果在查找的过程中无记录匹配，则抛弃该条记录的中间结果。

本发明具有以下优点：对图形数据库中某一节点的数据进行过滤检索时，不仅可以依据当前节点中的数据属性列作为过滤条件，而且可以通过关系路径，依据与之有关联关系的其他节点中的数据属性列作为过滤条件，因而提高了查询灵活性。

附图说明

图1为图形数据库的架构；

图2为节点之间的关系图；

图3为数据在DataSet中的存储方式；

图4为节点之间的引用图；

图5为假定图形数据库中的数据结构；

图6为检索路径图；

图7为检索结果图。

具体实施方式

本发明涉及一种图形数据库基于关系路径的节点数据过滤方法，下面结合附图详细说明。

图形数据库概述

本发明图形数据库的架构自上而下可以分为三层。如图1所示，最上层为图形数据中各种概念对象的组织与实现。中间层为抽象的数据物理存储接口层，将物理存储的数据抽象为若干个数据集DataSet。底层为物理存储实现层，由程序借助现有的存储引擎实现，比如：传统的关系数据库，XML文件等等。

DataSet(数据集)

DataSet是图形数据库中数据的逻辑存储单元，图形数据库中的数据以及数据库自身的逻辑定义均存储在DataSet中，DataSet是一个抽象的接口，真实的数据可以通过遵循DataSet接口的实现程序存储在关系数据库、XML或自定义格式的文件中。每一个DataSet由一个全局唯一的名称和若干个列(Column)组成。DataSet中的列表支持如下两种数据类型：

  类型 说明  String 用于保存文本性的描述信息  Number 用于保存整数、浮点数等数字信息，或用来保存布尔值信息，用1表示true，用-1表示false.

表1

Node(节点)

Node为图形数据库中存储数据的逻辑单元，在图形数据库中，每一种记录实体均可抽象为Node，比如在表述一个计算机网络应用系统时，交换机中的端口、PC服务器的网卡、CPU、生产配件的厂商、我们为之提供服务的客户、系统中的用户、权限等等，每个Node拥有一个全局唯一的名称，和一些其特有的属性，用于记录配置信息，例如：相对于我们服务的客户，我们将其命名为Customer，其拥有如下属性：contractedAmount(合同总额)、industry(所属行业)、name(客户名称)、description(描述)等。在本发明中，Node的属性可以是如下类型的数据。

表2

每一个Node的定义信息均保存在名称为graphic_db_node_def的DataSet中，该DataSet的数据结构如下：

 列名称  数据类型  说明 node_id  Number  全局唯一的ID name  String  用于保存Node的名称

表3

每一个Node中所定义的属性信息保存在名称为graphic_db_node_attr_def的DataSet中，该DataSet的数据结构如下：

表4

针对于Node的定义，物理存储的DataSet类似如下两个表：

表5

表6

每一个Node的数据信息保存在与其同名的DataSet中，假设我们有一个名称为Customer的Node，该Node有如下属性：

  属性名称  数据类型  说明  RID  String  数据库内置  name  String  客户名称  contractedAmount  Number  合同金额  industry  Reference  所属行业  description  String  客户描述信息

表7

则该Node对应的DataSet结构为：

表8

物理存储的DataSet类似下表：

表9

RID(记录ID，Record ID)

在图形数据库中，每一个Node都会有一个名称为RID的属性，存储在Node中的每一条数据的RID值均是全局唯一的，作为该条记录在图形数据库中的标识。RID的数据类型为String型。每一个Node均含有该属性。RID格式为：Node名称+下划线+递增数字，一个典型的RID数值类似于如下形式：Industry_109。

Relation(关系)

每一类信息的实体均可以抽象为Node，在现实应用中，常常需要将这些Node按某种逻辑组织起来，Relation就是用来描述Node与Node之间的组织关系的。假设现在已有代表客户的Node：Customer，代表系统用户的Node：SysUser，在现实世界中，我们的一个销售人员会成为系统中的一个用户，并负责一些客户的销售、及沟通工作。因此，我们可以在SysUser与Customer之间建立一个名为SysUserServeCustomer的Relation来表述两者之间的关系。我们用图2来表述这种关系，Relation就是用于描述Node与Node之间关系的特殊对象。每一个Relation均有一个全局唯一的名称，一个源Node，一个目标Node。由源Node到目标Node的方向，我们称之为正向，由目标Node到起始Node的方向我们称之为反向。

每一个Relation的定义信息均保存在名称为graphic_db_relation_def的DataSet中，该DataSet的数据结构如下：

  列名称  数据类型  说明  relation_id  Number  全局唯一的ID  name  String  用于保存Relation的名称  source_node  Number  源Node的ID  target_node  Number  目标Node的ID

表10

针对于Relation的定义，物理存储的DataSet类似下表：

表11

按照Relation的定义，两个通过Relation连接的Node中的数据可以建立连接。所有数据的连接信息保存在名称为graphic_db_relation_record_def的DataSet中，该DataSet的数据结构如下：

表12

在应用场景中，其物理存储的DataSet类似下表：

表13

Reference(引用)

在图形数据库抽象中，一些常用的Node会与其他大部分Node有关系，这些常用的Node数据量很有限、且基本不会发生变化，比如：国家、省、市等。如果采用Relation的方式来表述的话，则需要与其他Node之间建立的大量关系，这对后期的维护将会造成一定的困难。在此种情形下，可以考虑采用Reference的形式来表述关系。一个Node通过其所拥有的属性引用另外一个Node，在其实现形式上，很大程度与RDBMS(关系数据库)的Foreign Key(外键)相类似。某一条记录的Dictionary属性中保存的是另外一个Node中数据记录的RID。考虑之前我们讨论过的Node——Customer，拥有(industry)行业这一属性，假设在我们的应用场景中，行业的数量很有限，且不会经常发生变化。则可以用Reference属性的方式引用Industry这一Node中的某条记录。数据在DataSet中的存储方式如图3所示。

在本发明中我们用虚线表示Node之间的Reference，以区别于Relation，见图4。

路径表达式语法

图形数据库中的节点与节点之间通过关系、引用相互连结起来，很类似网状的拓扑结构。在进行查询的很多场景中，我们不仅仅需要查询单个节点中的数据，还需要获取与其相关联的其它节点的数据，这需要一个描述关系路径方法。路径表达式有如下四种表达方式：

  正向关系  -＞关系名称  反向关系  ＜-关系名称  正向引用  .源节点上引用类型属性的名称

  反向引用  .源节点上引用类型属性的名称[源节点名称]

表14

路径条件表达式语法

路径条件表达式的语法规则为：路径表达式\节点属性列名称比较运算符比较值，表达式中支持的比较运算符有：＞(大于)、＜(小于)、＝＝(等于)、！＝(不等于)。

一个典型的路径条件表达式格式如下：

.SomeRefer-＞SomeRelation<-YetAnotherRelation\ageColumn>18

包含逻辑运算符(and、or)的路径条件表达式：

(.SomeRefer-＞SomeRelation<-YetAnotherRelation\ageColumn>18)and

(.SomeRefer\name＝＝‘Alex’or.SomeRefer\name＝＝‘Annie’)

数据结构假设

假定图形数据库中的数据结构如图5。为方便表述，假设各节点中相对应的DataSet中均含有存储文本的str_col列和存储数字的num_col列，各DataSet的结构及数据如下：

表15

图中各个节点在节点定义DataSet中的定义如下：

表16

图中各个关系在关系定义DataSet中的定义如下：

表17

在保存数据关系的DataSet中的数据如下：

表18

路径条件表达式描述

综上所述，假定我们要检索N1中的数据，过滤条件为：-＞R2.R5\num_col＝＝10，即以N1为起点依次经过N3、N4，最后以N4节点上的num_col列的值等于10的数据记录做为关联的过滤条件。对应的路径如图6所示：

条件过滤的详细实现方法为：

(1)以过滤条件对表达式中的终止节点进行查询。查找N4中num_col列的值等于10的数据记录，经过查询匹配后，获取RID为N4_1的记录。

(2)反转路径条件表达式中的路径部分。-＞R2.R5\num_col＝＝10中的路径表达式部分为：-＞R2.R5，以N1为起点依次经过N3到N4结束。反转的意思是以N4为起点经由N3到N1结束。则对应的反转路径表达式为：.R5[N3]＜-R2

(3)通过反向引用表达式.R5[N3]可知，N4_1的数据记录由N3节点中的数据引用，标识其引用的属性名称为R5，查询N3中所有数据，过滤数据列R5的值为N4_1的数据，通过前面的数据列表可知，N3_1、N3_2这两条数据引用N4_1。通过反向关系表达式＜-R2，查询graphic_db_relation_def可知R2的源节点为N1，目标节点为N3，查询graphic_db_relation_record_def，得到N3_1是与N1_1关联，N3_2与N1_2关联。由此可知，以N4节点中RID为N4_1的记录为顶点，按路径.R5[N3]＜-R2进行检索，得到的最终结果图7。

(4)遍历完路径表达式后，最后匹配的记录N1_1、N1_2是最终的查询结果。即：查询N1节点，以-＞R2.R5\num_col＝＝10作为过滤条件进行查询，最后的查询结果为RID为N1_1、N1_2的两条数据。

如果在查找的过程中无记录匹配，则抛弃该条记录的中间结果。