GDsmith: Detecting Bugs in Graph Database Engines
图形数据库引擎在大数据时代脱颖而出,因为它们能够高效地建模和处理链接数据。有一个测试图形数据库引擎的强烈需求。然而,随机测试作为自动化测试生成的最实用方法,在检测图数据库引擎中的错误时面临着语义有效性、非空结果和行为多样性的挑战。为了应对这些挑战,在本文中,我们提出了GDsmith,第一个黑盒方法测试图数据库引擎。它通过骨架的生成和补全来确保每个随机生成的Cypher查询满足语义需求。GDsmith包括我们的技术,通过利用三种类型的结构突变策略来增加生成返回非空结果的Cypher查询的概率。GDsmith还包括我们的技术,通过在生成新查询时根据其先前的频率选择属性键来提高所生成的Cypher查询的行为多样性。我们的评估结果表明,GDsmith是有效和高效的自动查询生成,并大大优于基线。GDsmith成功地在三个流行的开源图形数据库引擎的发布版本上检测到27个以前未知的错误,并从开发人员那里获得了积极的反馈。
2022-06-17 cs.DB cs.SE
Search Algorithms for Conceptual Graph Databases
我们考虑由一组概念图组成的数据库。利用概念图和图同态,可以建立一个基于语义搜索的基本查询-应答机制。图同态定义了概念图上的偏序。由于图的同态检验是一个NP完全问题,减少同态检验的次数是数据库组织和管理算法的主要要求。查询是数据库操作问题的基本操作。我们考虑在偏序集合中寻找元素的问题。目标是在最坏的情况下,最小化查找目标元素所需的查询数量。首先,我们分析概念图数据库操作。然后,我们提出了一个新的算法的一个子类格。最后,我们提出了一个一般偏序集的并行搜索算法。关键词概念图,图同态,偏序,格,搜索,数据库。
2012-07-12 cs.DB cs.DM cs.DS
Graphulo: Linear Algebra Graph Kernels for NoSQL Databases
大数据和物联网时代继续挑战计算系统。已经开发了一些技术解决方案,如NoSQL数据库,以应对这一挑战。为了从大型数据集生成有意义的结果,分析师通常使用图形表示,它提供了一种直观的数据处理方式。图的顶点可以表示用户和事件,边可以表示顶点之间的关系。图算法用于从这些非常大的图中提取有意义的信息。在麻省理工学院,Graphulo计划是一项直接在NoSQL数据库(如Apache Accumulo或SciDB)中执行图形算法的努力,这些数据库具有固有的稀疏数据存储方案。稀疏矩阵运算具有高效实现的历史,并且图形基本线性代数子程序(GraphBLAS)社区已经开发了一组可用于开发高效线性代数运算的关键内核。然而,为了使用GraphBLAS内核,重要的是使用线性代数构建块重新构建常见的图形算法。在本文中,我们将研究常见的图算法类,并使用GraphBLAS构建块将它们转换为线性代数运算。
2015-10-06 cs.DB cs.DS
Nebula Graph: An open source distributed graph database
本文介绍了Nebula Graph的最新工作,Nebula Graph是一个开源的、分布式的、可扩展的、原生的图形数据库。我们提出了一个系统设计的权衡和星云图内部的全面概述,包括图形数据模型,分区策略,二级索引,优化器规则,存储端事务,图形查询语言,可观察性,图形处理框架和可视化工具包。此外,还建立了三组大规模图b
2022-06-15 cs.DB
RedisGraph GraphBLAS Enabled Graph Database
RedisGraph是Redis Labs开发的一个Redis模块,用于向Redis数据库添加图形数据库功能。RedisGraph将连接数据表示为邻接矩阵。通过将数据表示为稀疏矩阵并使用GraphBLAS(一种高度优化的稀疏矩阵操作库),RedisGraph提供了一种快速有效的方法来存储,管理和处理图形。初始基准测试表明,RedisGraph比同类图数据库快得多。
2019-05-01 cs.DB cs.PF
Directly Mapping RDF Databases to Property Graph Databases
RDF三重存储和属性图数据库是两种数据管理的方法,它们基于对图形数据的建模、存储和查询。尽管有这些共同的原则,但它们提供了使数据库互操作性任务复杂化的特殊功能。虽然有一些方法可以将RDF图转换为属性图,反之亦然,但它们缺乏兼容性和坚实的形式化基础。提出了将RDF数据库转换为属性图数据库的三种直接映射(模式相关和模式无关),包括数据和模式。我们证明了两个建议的映射满足语义保存和信息保存的属性。这两种映射的存在使我们可以得出结论,属性图数据模型包含了RDF数据模型的信息容量。
2020-06-03 cs.AI cs.DB
Effective Bug Detection in Graph Database Engines: An LLM-based Approach
针对现有图数据库引擎漏洞检测方法受限于特定查询语言、需大量先验知识的问题,提出基于LLM的DGDB范式,通过ChatGPT生成多语言查询并结合差分测试,在多款主流图数据库中成功检测出多个结果错误类漏洞。
2024-02-01 cs.DB
Property Graph Techniques in Relational Databases
University of the West of Scotland(西苏格兰大学);Reutlingen University(雷特林根大学)
本文研究将SQL外键建模为引用键,实现关系型数据库与属性图数据库的统一,支持PGDMS的图操作及多类型图模型构建。
2026-08-12 cs.DB
The World of Graph Databases from An Industry Perspective
快速增长的社交网络和其他图形数据已经在市场中对图形技术产生了很高的需求。因此,出现了大量的图形数据库、系统和解决方案。另一方面,图长期以来一直是数据库研究社区中的一个研究领域。尽管有许多关于各种图形研究主题的调查,但缺乏从行业角度对图形技术的调查。本文的目的是为研究界提供一个关于图数据库前景的行业视角,以便图研究人员能够更好地了解行业趋势和行业面临的挑战,并致力于解决这些问题的解决方案。
2022-11-23 cs.DB
System G Distributed Graph Database
由于需要从互联数据中提取知识和价值,大数据的图形分析是工业界和学术界非常活跃的研究领域。为了有效地支持图形分析,出现了大量的内存图形库、图形处理系统和图形数据库。这些类别中的每一个项目都集中在特定的方面,如静态与动态图形,离线与在线处理,小与大图形等,虽然在过去的几十年中,图形处理有很大的进步,仍然需要一个快速的图形处理,使用一个集群的机器与分布式存储。在本文中,我们讨论了一种新的分布式图形数据库称为系统G设计的高效的图形数据存储和处理的现代计算架构。特别是,我们描述了一个单节点的图形数据库和运行时和通信层,使我们能够组成一个分布式的图形数据库,从多个单节点的实例。从各种行业的需求,我们发现,快速插入和大量并发查询的图形数据库的关键部分,我们优化我们的数据库,这样的功能。我们的实验表明,系统G的效率存储数据和处理图形查询的最先进的平台上。
2018-02-08 cs.DB
Graph Analytics using the Vertica Relational Database
图分析正变得越来越流行,在过去的几年中,已经提出了大量用于图分析的新系统。这些系统通常从需要新的存储或查询处理系统的假设开始,尽管图形数据通常首先被收集并存储在关系数据库中。在本文中,我们研究了Vertica关系数据库作为一个平台的图形分析。我们表明,以顶点为中心的图分析可以转换为SQL查询,通常涉及表扫描和连接,现代的列导向的数据库非常适合运行这样的查询。具体来说,我们提出了一个实验评估的Vertica关系数据库系统上的各种图形分析,包括迭代分析,图形和关系分析的组合,更复杂的1跳邻域图分析,显示它是有竞争力的两个流行的顶点为中心的图形分析系统,即GitHub和GraphLab。
2014-12-17 cs.DB
Compact and Efficient Representation of General Graph Databases
在本文中,我们提出了一个紧凑的数据结构来存储标记属性图的基础上的k2树,这是一个非常紧凑的数据结构,旨在表示一个简单的有向图。我们提出的想法可以被看作是一个扩展的k2树,以支持属性图。除了静态的方法,我们还提出了一个动态版本的存储表示,它允许灵活的模式和插入或删除的数据。我们提供了一组基本操作的实现,这些操作可以组合在一起,形成对这些具有属性的图的复杂查询。我们评估我们的建议与现有的图形数据库系统的性能,并证明我们的紧凑的属性图表示也获得竞争力的时间结果。
2018-12-28 cs.DB cs.DS
Conceptual Level Design of Semi-structured Database System: Graph-semantic Based Approach
本文提出了一种基于图-语义的半结构化数据库系统概念模型GOOSSDM,它以面向对象的方式对半结构化数据库系统的各个方面进行概念化。该模型定义了一组基于图的形式化结构、各种具有参与约束的关系类型和丰富的图形符号集,用于描述半结构化数据库系统的概念级设计。所提出的设计方法有利于不规则的,异构的,层次和非层次的半结构化数据在概念层面上的建模。此外,建议GOOSSDM是能够在概念级的XML文档建模与文档为中心的设计,排序和析取特性的设施。本文还提出了一种基于规则的GOOSSDM模式到等价XML模式定义(XSD)的转换机制。所提出的概念模型的概念已实现使用通用建模环境(GME)。
2012-02-21 cs.DB cs.SE
Accelerating Regular Path Queries over Graph Database with Processing-in-Memory
针对图数据库RPQ的内存墙瓶颈,提出基于PIM的Moctopus系统,采用PIM友好动态分区算法并行处理路径匹配,支持高效批量查询与更新,性能优于传统图数据库。
2024-03-15 cs.DB
GRAPHITE: An Extensible Graph Traversal Framework for Relational Database Management Systems
图遍历是各种图算法和面向图的查询的基本要素。为了实现最佳的查询性能,它们需要在数据库管理系统的核心实现,该系统旨在存储,操作和查询图形数据。越来越多的现代业务应用程序需要本机图查询和处理能力,用于对存储在关系数据库管理系统中的数据进行企业关键操作。在本文中,我们提出了一个可扩展的图形遍历框架(GRAPHITE)作为中央图形处理组件的一个共同的存储引擎内的关系数据库管理系统。我们研究了图的拓扑结构对图遍历的执行时间的影响,并推导出两个专门用于不同的图拓扑结构和遍历查询的遍历算法实现。我们对GRAPHITE进行了大量的实验,用于各种真实世界的图形数据集和输入配置。我们的实验表明,所提出的遍历算法不同的输入配置的两个数量级,因此证明需要一个通用的框架,以有效地处理图形遍历广泛的不同的图形拓扑结构和类型的查询。最后,我们强调,我们的遍历实现的查询性能是有竞争力的两个原生图数据库管理系统。
2014-12-19 cs.DB
Database Technology Evolution III: Knowledge Graphs and Linked Data
本文通过审视 ISO 39075(GQL)国际标准草案的发展,梳理属性图与知识图谱统一规范给数据库技术带来的变革,并讨论其与关系技术支持语义网长期目标的关联。
2024-07-06 cs.DB
Graph or Relational Databases: A Speed Comparison for Process Mining Algorithm
流程感知信息系统(PAIS)是管理、支持业务流程并从业务流程的执行中生成大型事件日志的IT系统。事件日志表示为一个元组,其形式为CaseID、TimeStamp、Activity和Actor。流程挖掘是一个新兴的研究领域,它处理基于事件日志的业务流程的研究和分析。流程挖掘旨在分析事件日志,发现业务流程模型,增强它们或检查与先验模型的一致性。生成的大量事件日志存储在数据库中。关系数据库对于某些类型的应用程序表现良好。然而,对于某些类别的应用程序,关系数据库不能扩展。许多NoSQL数据库已经出现,遇到了可扩展性的挑战。从事件日志中发现社会网络是流程挖掘中最具挑战性和重要的任务之一。相似任务和分包算法是组织挖掘中应用最广泛的算法之一。我们的目标是调查的数据库(关系或图)执行更好的组织挖掘下的过程挖掘。流程挖掘和图数据库的交叉可以通过使用图数据库对这些组织挖掘指标进行建模来实现。我们只使用查询语言结构在关系数据库和NoSQL(面向图)数据库上实现相似任务和分包算法。我们进行了实证分析,在一个大的现实世界的数据集,比较面向行的数据库和NoSQL面向图的数据库的性能。我们基准性能因素,如查询执行时间,CPU使用率和磁盘/内存空间使用的NoSQL面向图的数据库对面向行的数据库。
2016-12-31 cs.DB
Querying in the Age of Graph Databases and Knowledge Graphs
Universidad Católica(智利天主教大学);IMFD(IMFD(智利数学与计算机科学研究所));Universidad de Chile(智利大学)
图表已经成为我们所知的表示知识的最佳方式。计算社区已经研究并开发了通过数字技术来管理图形的支持。图形数据库和知识图谱表面作为最成功的解决方案,这一计划。本文档的目标是提供这些开发的基础数据管理任务的概念图,特别关注数据模型和图形的查询语言。
2021-06-25 cs.AI cs.DB
Implementing the Typed Graph Data Model Using Relational Database Technology
针对类型化图模型(TGM)通常仅用于设计早期、未落地到底层物理数据库的问题,本研究在支持基于角色结构的关系数据库管理系统中实现TGM,打造兼具图与关系数据库技术优势的新型数据库实现。
2024-07-06 cs.DB
GraphChi-DB: Simple Design for a Scalable Graph Database System -- on Just a PC
我们提出了一种新的数据结构,并行邻接表(PAL),有效地管理图与磁盘上的数十亿条边。PAL结构基于GraphChi的图存储模型(Kyrola et.例如,OSDI 2012),但我们对其进行了扩展,以支持在线数据库功能,如查询和快速插入。此外,我们扩展了模型的边和顶点属性。与以前的数据结构相比,PAL可以更复杂地存储图形,同时允许快速访问顶点的传入和传出边,而不复制数据。在PAL的基础上,我们设计了一个图形数据库管理系统GraphChi-DB,它也可以执行强大的分析图形计算。我们通过实验评估了我们的设计,并证明GraphChi-DB在比可用内存大得多的图形上实现了最先进的性能。GraphChi-DB使任何只有笔记本电脑或PC的人都可以处理非常大的图形。
2014-03-04 cs.DB
Graph Data Models and Relational Database Technology
本文研究如何利用关系数据库管理系统中的元数据实现类型化图数据模型,以支持图形数据库与关系数据库等不同模型系统之间的企业集成。
2023-03-22 cs.DB
Hyper-Graph Based Database Partitioning for Transactional Workloads
在实践中,扩展事务数据库的一种常见方法是水平分区,它可以提高系统的可伸缩性、高可用性和自适应性。通常,为给定的工作负载和数据库选择或设计最佳分区方案是非常具有挑战性的。在这份技术报告中,我们提出了一个基于细粒度超图的数据库分区系统,用于事务性工作负载。分区系统将数据库、工作负载、节点集群和分区约束作为输入,并输出对最终数据库分区决策进行编码的查找表。数据库划分问题被建模为一个多约束超图划分问题。通过导出超图的最小割,我们的系统可以最小化工作负载中的分布式事务的总数,平衡分区的大小和工作负载访问,并满足所有的分区约束。我们的系统是高度交互式的,因为它允许用户施加分区约束,观看可视化的分区效果,并提供基于人类专业知识和间接领域知识的反馈,以生成更好的分区方案。
2013-09-06 cs.DB
Modeling Corruption in Eventually-Consistent Graph Databases
我们提出了一个模型和分析,最终一致的图形数据库,松散合作的服务器接受并发更新分区,分布式图。该模型是高保真的,并保留了当代图形数据库管理系统的设计选择。为了探索问题空间,我们使用两种常见的图拓扑作为数据模型进行实际实验。分析表明,即使假设硬件和软件完全无故障,如果更新可能相互干扰,则会发生损坏,并在生产数据库生命周期内通过图形显著传播。使用我们的模型,数据库设计人员和操作人员可以计算他们的系统的腐败率,并确定他们是否足够可靠,以满足其预期用途。
2019-04-09 cs.DB cs.DC cs.PF
Validation of graph databases against PG-Schema
University of Warsaw(华沙大学);TU Wien(维也纳工业大学);University of Białystok(比亚韦斯托克大学)
研究无完整性约束的图数据库实例对PG-Schema图类型的验证问题,证明了其组合复杂度为NP完全、数据复杂度为PTIME,并在适当限制类型组合与并集交替时组合复杂度降至PTIME。
2026-06-04 cs.DB
Mining Top-k Sequential Patterns in Database Graphs:A New Challenging Problem and a Sampling-based Approach
在许多现实世界的网络中,顶点通常与全面描述顶点行为的事务数据库相关联。一个典型的例子是社交网络,其中每个用户的行为都由一个交易数据库来描述,该数据库存储他每天发布的内容。事务数据库是一组事务,其中事务是一组项。网络中的每条路径都是一个顶点序列,这些顶点序列会导致多个交易序列。由网络中所有路径引起的事务序列形成了一个非常大的序列数据库。从序列数据库中寻找频繁的序列模式,可以发现网络中许多路径上频繁出现的有趣的连续性。然而,这是一个具有挑战性的任务,因为由数据库图诱导的序列数据库太大,无法显式地诱导和存储。在本文中,我们提出了新的概念,数据库图,自然模型广泛的现实世界的网络,通过关联每个顶点与一个交易数据库。我们的目标是从数据库图中找出序列数据库中的前k个频繁序列模式。我们证明了这个问题是#P-hard问题。为了解决这个问题,我们提出了一个有效的两步抽样算法,近似的top-k频繁序列模式,可证明的质量保证。在合成数据集和真实数据集上的大量实验结果证明了该方法的有效性和效率。
2018-05-08 cs.DB
From NoSQL Accumulo to NewSQL Graphulo: Design and Utility of Graph Algorithms inside a BigTable Database
Google BigTable针对分布式键值存储的横向扩展设计启发了一代NoSQL数据库。最近出现了NewSQL范例,以响应需要数据存储本地分布式计算的分析工作负载。许多这样的分析采用图算法的形式,这一趋势促使GraphBLAS倡议标准化一组矩阵数学内核以构建图算法。在这篇文章中,我们展示了如何通过展示Graphulo的设计来在BigTable数据库中实现GraphBLAS内核,Graphulo是一个用于在Apache Accumulo数据库中执行图形算法的库。我们详细介绍了Graphulo实现的两个图形算法,并进行实验比较其性能的两个主内存矩阵数学系统。我们的研究结果揭示了决定何时在数据库内部执行图形算法比外部系统更快的条件-简而言之,内存需求和相对I/O是关键因素。
2016-08-11 cs.DB cs.DC cs.MS
Towards Temporal Graph Databases
尽管关于图数据库(GDBs)的文献很多,时态GDBs到目前为止还没有得到太多的关注。时间GBD可以捕获例如社交网络跨时间的演变,这是当今数据分析中的相关主题。在本文中,我们提出了一个数据模型和查询语言(表示TEG-QL)的时态GDB的基础上,属性图的概念。这允许直接翻译为Neo4J,一个众所周知的GBD。我们提出了广泛的例子,使用TEG-QL,并评论我们的实施。
2016-05-02 cs.DB
Rel2Graph: Automated Mapping From Relational Databases to a Unified Property Knowledge Graph
本文提出Rel2Graph方法,实现从关系数据库到统一属性知识图的自动化映射,支持SQL到NoSQL查询转换,并在Spider和KaggleDBQA基准上验证了高执行准确率与数据完整性。
2023-10-26 cs.DB
Anomaly Detection in Large Labeled Multi-Graph Databases
Princeton University(普林斯顿大学);Carnegie Mellon University(卡内基梅隆大学)
在一个包含有标记节点和有向多边的图的大型数据库G中,我们如何检测异常图?大多数现有的工作是专为平原(未标记)和/或简单(未加权)图。我们介绍CODETECT,第一种方法,解决异常检测任务的图形数据库具有如此复杂的性质。为此,其识别结构模式的小的代表性集合S(即,节点标记的网络基元),其尽可能简洁地有损压缩数据库G。压缩不好的图被标记为异常。CODETECT展示了两个新的构建块:(i)基于模体的无损图编码方案,和(ii)快速存储器有效的搜索算法的S。我们展示了CODETECT在来自三家不同公司的交易图数据库上的有效性,在不同类型的异常和性能指标中,为任务调整的现有基线明显落后。
2022-05-02 cs.AI cs.DB cs.LG
Querying Best Paths in Graph Databases
图数据库查询最近受到了广泛的关注。我们提出了一种新的方法来解决这个问题,它平衡了表达能力,语言清晰度和计算复杂性的竞争目标。我们的方法的一个显着特点是能够表达满足给定标准的最小(例如最短)和最大(例如最有价值)路径的属性。为了以模块化的方式表达复杂的属性,我们引入了标签生成本体。由此产生的形式主义是计算上的吸引力-查询可以回答在非确定性对数空间中的数据库的大小。
2017-10-12 cs.DB
Weaver: A High-Performance, Transactional Graph Database Based on Refinable Timestamps
图形数据库已成为越来越常见的基础设施组件。然而,现有的系统要么在离线快照上操作,提供弱的一致性保证,要么使用限制性能的昂贵的并发控制技术。在本文中,我们介绍了一个新的分布式图形数据库,称为韦弗,它使高效的,事务性的图形分析,以及严格可串行化的ACID事务的动态图。Weaver将严格的可串行性与水平可伸缩性和高性能结合起来的关键是一种称为可细化时间戳的新型请求排序机制。该技术将粗粒度的向量时间戳与细粒度的时间轴预言耦合,以仅在需要时支付强一致性的开销。实验表明,Weaver实现的比特币区块链浏览器比Blockchain.info快8倍,在社交网络工作负载上的吞吐量比Titan图数据库高12倍,在离线图遍历工作负载上的延迟比GraphLab低4倍。
2016-06-20 cs.DB cs.DC
TED: Towards Discovering Top-k Edge-Diversified Patterns in a Graph Database
随着来自不同存储库的图的数量呈指数增长,强烈需要分析包含大量小型或中型数据图(例如,化合物)。虽然子图枚举和子图挖掘已经被提出来通过一组子图结构来洞察图数据库,但是它们通常以相似或同构的拓扑结束,这在许多图应用中是不期望的。为了解决这个问题,我们提出了Top-k边多样化模式发现问题,以检索一组子图,覆盖数据库中的最大数量的边缘。为了有效地处理这样的查询,我们提出了一个通用的和可扩展的框架,称为泰德,实现了保证近似比的最佳结果。两个优化策略进一步发展,以提高性能。在真实数据集上的实验研究证明了Ted相对于传统技术的优越性。
2022-12-15 cs.DB
Towards a Complete Direct Mapping From Relational Databases To Property Graphs
通过图模型表示的复杂数据越来越常见。与关系模型相反,图提供了对复杂数据执行分析任务的高容量。由于大量的数据仍然以关系表的形式呈现,因此有必要了解如何将这些数据转换为图形。本文提出了一个完整的映射过程,允许转换任何关系数据库(模式和实例)到一个属性图数据库(模式和实例)。与现有的映射相反,我们的解决方案保留了三个基本的映射属性,即:信息保存,语义保存和查询保存。此外,我们研究映射任何SQL查询到一个等价的Cypher查询,这使得我们的解决方案的实用。现有的解决方案要么是不完整的,要么是基于不实用的查询语言。因此,这项工作是第一个完整的和实用的解决方案映射关系图。
2022-10-02 cs.DB
TigerVector: Supporting Vector Search in Graph Databases for Advanced RAGs
Purdue University(普渡大学);TigerGraph
TigerVector通过整合向量搜索与图查询功能,提升图数据库的表达能力与分析能力,实现非结构化与结构化数据的融合。
2025-05-03 cs.DB
A Brief Comparison of Two Enterprise-Class RDBMSs
本文是一份学生开发的报告的扩展版本,该报告比较了Microsoft SQL Server和PostgreSQL这两种广泛使用的企业级关系数据库管理系统(RDBMS)。该研究遵循关系系统的入门本科课程,旨在帮助获得对特定DBMS的实际理解。在这项研究中,我们在每个系统中实现了三个非平凡的模式,确定了26个常见的数据库设计,开发和管理活动,而实现的模式,并比较每个系统提供的支持,以进行确定的活动。在相关的地方,我们还将每个系统与SQL标准进行了比较。在本报告中,我们总结了我们发现的两个系统之间的相似性和差异,我们提供了一个量化的衡量标准,排名两个系统的26项活动的实施。我们还简要讨论了PostgreSQL对企业应用程序的“技术适用性”。虽然本报告并不全面,而且过于笼统,无法评论这两个系统是否适合某一具体企业应用程序,但它可以提供一套初步考虑因素和标准,供大多数企业应用程序选择系统。
2017-10-22 cs.DB
Algorithm Support for Graph Databases, Done Right
Eindhoven University of Technology(埃因霍温理工大学);Delft University of Technology(代尔夫特理工大学)
GraphAlg是一种用于图数据库的领域特定语言,通过编译为关系代数,实现高效的图算法处理与查询整合。
2026-01-10 cs.DB
Aster: Enhancing LSM-structures for Scalable Graph Database
针对大规模演化图的密集更新与查询需求,研究提出含三项创新技术的Poly-LSM键值存储引擎,基于此构建支持Gremlin的Aster图数据库,实验证明其性能优于主流基线,在十亿级Twitter图上吞吐量最高提升17倍。
2025-01-11 cs.DB
NoSQL Graph Databases: an overview
本文概述了NoSQL图数据库的特性及差异,并深入分析了分别采用RDF和LPG模型的AllegroGraph与Neo4j系统。
2024-12-24 cs.DB cs.SC
Graphulo Implementation of Server-Side Sparse Matrix Multiply in the Accumulo Database
Apache Accumulo数据库擅长分布式存储和索引,非常适合存储图形数据。许多大数据分析计算图形数据,并将其结果保存回数据库。这些图形计算通常最好在数据库服务器内部执行。GraphBLAS标准通过少量的稀疏矩阵运算为广泛的图形应用提供了紧凑而高效的基础。在本文中,我们通过利用Accumulo的本地高性能迭代器来实现GraphBLAS稀疏矩阵乘法服务器端。我们比较了内外积实现的数学和性能,并展示了外积实现如何在Accumulo的峰值写入速率附近实现最佳性能。我们将我们的工作作为核心组件提供给Graphulo库,该库将为Accumulo中的图形分析提供矩阵数学原语。
2015-08-30 cs.DB cs.DC cs.MS
From SQL to Knowledge Graphs: An LLM-Driven Multi-Agent Approach with Data Schema Improvement
HCMC University of Technology(胡志明市理工大学);University of Alberta(阿尔伯塔大学);University of Alabama at Birmingham(阿拉巴马大学伯明翰分校)
该研究提出一种LLM驱动的多智能体系统,可将RDBMS自动转换为图数据库,经实验验证其问答准确率及延迟表现均优于传统SQL方案。
2026-08-28 cs.AI cs.DB
Demystifying Graph Databases: Analysis and Taxonomy of Data Organization, System Designs, and Graph Queries
本文首次对图数据库系统进行综述与分类,分析其数据组织、系统设计与查询执行,并比较51个系统,展望未来挑战。
2023-08-30 cs.DB cs.DC
New Compressed Indices for Multijoins on Graph Databases
本文提出新型紧凑索引和查询解析策略,在保持最坏情况最优时间的同时大幅减少图数据库多连接查询的时空开销,将平均查询时间最高提升13倍。
2024-08-01 cs.DB cs.DS
MillenniumDB: A Persistent, Open-Source, Graph Database
在这篇系统论文中,我们介绍了Millennium DB:一种新颖的图形数据库引擎,它是模块化的,持久的和开源的。数据模型是基于图的,我们称之为域图,它提供了一个简单的抽象,在此基础上可以支持各种流行的图模型。引擎本身是建立在关系数据管理中久经考验的技术、最坏情况下最优连接的最先进算法以及用于评估路径查询的特定于图的算法的组合之上。在本文中,我们提出了主要的设计原则,基础上的千禧数据库,描述了抽象的图模型和查询语义支持,具体的数据模型和查询语法实现,以及存储,索引,查询规划和查询评估技术使用。我们对来自Wikidata知识图谱的真实数据和查询进行了评估,我们发现它的性能优于其他支持类似查询功能的流行持久图数据库引擎(包括企业和开源替代品)。
2021-11-02 cs.DB
Partitioning Graph Databases - A Quantitative Evaluation
电子数据在规模和连通性方面都在以越来越快的速度增长:数据之间的关系越来越多,人们对数据之间的关系越来越感兴趣。一个例子是Twitter社交网络图。由于这种增长,对可以处理这些数据的技术的需求正在增加。目前,关系数据库是主要的技术,但它们不太适合处理连接的数据,因为它们针对索引密集型操作进行了优化。相反,图数据库针对图计算进行了优化。它们通过直接引用来链接记录,避免了索引查找,并且能够在恒定的时间内检索相邻的元素,而不管图的大小。然而,随着数据量的增加,这些数据库的增长超出了一台计算机的资源,数据分区变得必要。我们评估的可行性,使用图分区算法分区图数据库。开发了一个原型分区数据库。三个分区算法探讨和一个实施。使用了三个图形数据集:两个真实的和一个合成生成的。它们以各种方式进行分区,并测量对数据库性能的影响。我们为每个数据集定义了一个合成访问模式,并在分区数据集上执行。评估在模拟环境中进行,确保可重复性,并允许测量网络流量和负载平衡等指标。结果表明,与随机划分相比,划分算法减少了40- 90%的流量。在使用期间间歇地执行该算法保持了分区质量,同时只需要初始分区计算的1%。强相关性的理论质量指标和非均匀访问模式下产生的网络流量。
2013-01-22 cs.DB cs.DC
Toward Multi-Database Query Reasoning for Text2Cypher
Neo4j(Neo4j公司)
本文提出多数据库查询推理方法,解决跨多个独立图数据库的查询问题,通过三阶段路线图实现数据库路由、分解和异构查询推理。
2026-05-11 cs.CL cs.DB
An Algorithm for Context-Free Path Queries over Graph Databases
RDF(Resource Description Framework)是表示图数据库的标准语言。用于RDF数据库的查询语言通常包括支持路径查询的原语,其链接由属于给定语言的标签的路径连接的图的顶点对。诸如SPARQL之类的语言包括对由正则语言(通过正则表达式)定义的路径的支持。上下文无关路径查询是其语言可以由上下文无关文法定义的路径查询。上下文无关路径查询可以用来实现诸如“同代查询”之类的查询,这些查询不能用正则表达式来表达。本文提出了一种新的上下文无关路径查询处理算法。我们证明了我们的方法的正确性,并显示其运行时间和内存的复杂性。我们通过在Go中实现的原型来展示我们方法的可行性。我们运行我们的原型使用相同的情况下,在最近的作品中提出的研究,比较我们的结果与另一个,最近发表的算法。实验包括合成和真正的RDF数据库。我们的算法可以被看作是向前迈出的一步,实现更有表现力的查询语言。
2020-04-07 cs.DB cs.DS cs.FL
Graph Neural Networks on Graph Databases
University of Oxford(牛津大学);Neo4j(Neo4j公司)
针对大型数据集上训练图神经网络的挑战,本文提出直接利用图数据库的查询引擎进行采样和最小化内存检索来训练GNN,实验证明该方法在单机和分布式训练中均具资源优势,为扩展GNN和图数据库应用开辟了新途径。
2024-11-18 cs.DB cs.LG
Understanding Graph Databases: A Comprehensive Tutorial and Survey
本文是图数据库的综合教程与综述,介绍了图论基础、核心算法、主流系统、图操作、可视化及社区检测技术,并阐述了其相较于关系型数据库在管理互连数据上的优势。
2024-11-15 cs.DB cs.PL
Fast Dual Simulation Processing of Graph Database Queries (Supplement)
图数据库查询语言具有表达性强但计算开销大的模式匹配能力。例如,在SPARQL中插入可选查询子句会立即呈现查询求值问题的Pspace完全性。因此,轻量级图模式匹配关系,例如模拟,最近已经被研究为更昂贵的查询机制的有希望的替代方案,例如,计算子图同构。尽管如此,图模式匹配本身缺乏表达查询能力:所有模式都是由通常的连接结构组合在一起的,为了使解决方案对新兴应用程序有用,更复杂的功能是不可避免的。在本文中,我们通过引入一个新的双模拟SPARQL查询操作过程来弥合这一差距。除了支持SPARQL查询的完整语法结构外,它还具有多项式时间模式匹配的功能,可以计算来自数据库的查询结果的过度近似。此外,为了实现与最先进的数据库系统的运行时竞争,我们开发了一种新的算法解决方案,双模拟图模式匹配,基于一个系统的不等式,允许几个优化算法。最后,我们实现了我们的SPARQL查询,包括UNION,AND和OPTIONAL操作符的过程中,不限于精心设计的模式的合理性。我们的合成和真实世界的图形数据的实验,保证了一个明确的增益图数据库系统时,将新的双重模拟技术。在这篇补充论文中,我们详细介绍了第35届IEEE国际数据工程会议(ICDE 2019)论文集中包含的原始论文“图数据库的快速双重模拟处理”的所有证明,实验结果的讨论和复杂性分析,中国澳门。
2018-10-22 cs.DB
An introduction to Graph Data Management
图数据库是一种数据库,其中模式和/或实例的数据结构被建模为(标记的)(有向)图或其概括,并且其中查询由面向图的操作和类型构造器表示。在这篇文章中,我们介绍了图形数据库的基本概念,给出了它的主要发展的历史概述,并研究了实现它们的主要当前系统。
2017-12-29 cs.DB
ZX-DB: A Graph Database for Quantum Circuit Simplification and Rewriting via the ZX-Calculus
Aalto University(阿尔托大学);University of Helsinki(赫尔辛基大学)
针对量子电路编译优化需求,本文提出基于ZX-演算的图数据库系统ZX-DB,将重写规则编码为openCypher查询在Memgraph上执行,相较PyZX最高实现一个数量级的独立重写加速,开辟了数据库支撑量子计算流水线的新方向。
2025-11-17 cs.DB quant-ph
TigerGraph: A Native MPP Graph Database
我们提出了TigerGraph,一个从头开始构建的图形数据库系统,以支持查询和分析的大规模并行计算。TigerGraph的高级查询语言GSQL旨在与SQL兼容,同时允许NoSQL程序员继续以批量同步处理(BSP)术语进行思考,并获得高级规范的好处。GSQL的级别足够高,可以进行声明式SQL风格的编程,但表达能力也足够强,可以简洁地指定现代图分析所需的复杂迭代算法,这些算法通常用通用程序设计语言(如C++和Java)编写。我们在GitHub上发布的基准测试中报告了非常强大的纵向扩展和横向扩展性能,以实现完全的可重复性。
2019-01-24 cs.DB
Survey: On the Landscape of Graph Databases
INESC-ID;IST(里斯本理工大学);Faculty of Information Technology, CTU in Prague(布拉格捷克理工大学信息技术学院);Department of Computer Science (DVRG), Pontificia Universidad Católica de Chile(智利天主教大学计算机科学与技术系)
本文综述图数据库,分析其属性模型、查询语言和存储架构,并评估在架构、部署、使用和开发方面的最新进展,指出其面临的数据不规则性、查询计算需求高和分布式事务管理等挑战。
2026-07-02 cs.DB cs.DC
Optimization Approach for Detecting the Critical Data on a Database
通过有目的地将恶意事务(跟踪事务)引入到(数据库)图的随机选择的节点中,识别污染的和干净的段。然后计算对应于这些段的污染和清洁测量。这些措施被用来休息的关键数据库元素检测的问题作为一个优化问题的图。这种方法是普遍适用于一个大类的图(包括有向,加权,断开,循环),发生在几个数据库的上下文中。一个泛化的参数,提出了扩展的关键数据的问题,抽象的设置。
2008-04-27 cs.DB