將圖作為解決方案深入探索之前，需先評估圖是否適合您的實際應用場景。

“我該用哪項技術(shù)？”這個棘手的問題一直困擾著開發(fā)者。技術(shù)的選擇，需要經(jīng)過數(shù)天的思考和分析，您得在日益增長的選項中確定哪些最符合需求，做好數(shù)量和需求管理，制定長期戰(zhàn)略計劃，簡化或減少支持，并得到同事的認可和管理層的批準。

實際情況卻復雜得多。認可度的高低、現(xiàn)有技術(shù)條件的限制和開發(fā)人員知識水平的不足，可能都會讓決策的過程更加復雜。例如，投資未知或全新的解決方案意味著要付出學習成本。

如果您正在研究圖數(shù)據(jù)庫，可能會驚嘆它處理復雜事物的能力和數(shù)據(jù)交互的簡易性，或許還會被漂亮的可視化效果圖和快如閃電的查詢功能所震撼。因此，為了學習新事物，就會想要開始嘗試圖數(shù)據(jù)庫。

但要如何確定圖是適合您業(yè)務或技術(shù)需求的解決方案呢？需要進行什么樣的調(diào)查才能確定其價值？是什么讓圖數(shù)據(jù)庫從一眾的解決方案中脫穎而出？

關(guān)于應用圖的好處，相信大家已經(jīng)看了很多內(nèi)容了。本文將不做贅述，而是將重點介紹一些應用場景，幫您了解什么情況下不適合用圖數(shù)據(jù)庫。這些不是嚴格的準則，但可以在您將圖作為解決方案深入探索之前，幫助您判斷圖與您的用例是否合適。

自我評估 .

您是否期望圖數(shù)據(jù)庫能解決所有問題？

作為開發(fā)人員（或其他頭銜）總是想嘗試新的解決方案，并選擇這樣的解決方案并將其應用于下一個出現(xiàn)的項目。大多數(shù)開發(fā)人員都明白不能這樣做，但現(xiàn)實情況是，項目截止日期和緊迫感往往會迫使他們妥協(xié)。

為了改變這種心態(tài)，我們需要在評估各類解決方案之前回答這兩個問題：我們使用這項技術(shù)的動機是什么？它有何與眾不同之處？因此，我們要提出可能的解決方案并深入研究，從而了解每種方案的優(yōu)缺點。如此一來，他人的建議可以補充我們沒想到的地方，或是剔除不符合要求的選項。

場景評估 .

圖數(shù)據(jù)庫何時并不適用？

我們都希望我們的產(chǎn)品可以普遍適用，但世上沒有任何東西能普適萬物。因為獨特的想法、人、問題和技術(shù)實在是太多了（這其實是件好事！）。您對一款產(chǎn)品的大部分了解可能來自該公司本身，他們通常致力于宣傳自己積極和出色的一面。

如果您的用例符合以下的任何一個場景，那您就要避免將錯誤的工具用于不合適的場景。但是，如果您的用例不符合以下所有場景，那圖對您來說或許是絕佳選擇。雖然這個場景清單不算全面，但它涵蓋了最常見和最容易辨認的情況。

1

數(shù)據(jù)互不關(guān)聯(lián)，

數(shù)據(jù)間的關(guān)系無足輕重

如果交易數(shù)據(jù)與其他交易、人員等方面的關(guān)系無關(guān)緊要，那么圖可能不是合適的解決方案。因為在某些情況下，只需使用技術(shù)存儲數(shù)據(jù)即可，分析數(shù)據(jù)之間的關(guān)系和意義并不重要。

若是該交易只具備“只寫”屬性，且無需SQL 連接語句的簡單查詢，那么這就說明您的情況可能不適合圖數(shù)據(jù)庫。您的查詢可能更依賴于順序索引數(shù)據(jù)（下一個數(shù)據(jù)緊靠上一個數(shù)據(jù)存儲），而不是關(guān)系索引數(shù)據(jù)（存儲在與其相關(guān)的最鄰近的數(shù)據(jù)旁）。

若只需搜索單個數(shù)據(jù)片段或項目列表，那么最好另尋他法，因為無需知曉數(shù)據(jù)環(huán)境?？傮w而言，圖解決方案專注于從高度互接的數(shù)據(jù)中獲取最大價值，查詢搜索潛在的各類關(guān)聯(lián)（如果這些關(guān)聯(lián)還未建立）。如果您的場景不具備這些特性，其他技術(shù)或許更合適。

2

需要優(yōu)化數(shù)據(jù)寫入與存儲，

而不是讀取或查詢

雖然上面提到了這一點，但我想著重強調(diào)一下。如果用例只需將數(shù)據(jù)寫入存儲庫而無需分析數(shù)據(jù)結(jié)果，那么圖可能無法解決問題。圖數(shù)據(jù)庫旨在快速遍歷存儲的數(shù)據(jù)并在幾毫秒內(nèi)檢索結(jié)果。如果用例無需使用圖的這一優(yōu)勢，那么您可以尋找其他解決方案。

3

核心數(shù)據(jù)模型不變，

數(shù)據(jù)結(jié)構(gòu)固化或被表格化

如果您正在收集一組恒定不變的數(shù)據(jù)，那么圖可能不是最佳的解決方案。圖非常適用于存儲多種元素類型，可以輕松適應不斷變化的業(yè)務需求。

舉個例子，您需要追蹤來電客戶人數(shù)。那么您只需在客戶信息表中存儲客戶ID、姓名和電話號碼。此外無需其他信息，表格上的列不會更改，因此每個咨詢的客戶都有其特有的 ID、姓名和電話號碼。這是關(guān)系型數(shù)據(jù)庫的一個絕佳案例。

如果預計需求會增長并且需要其它類型的分析，還可以加入電子郵件地址、公司名稱、訂單號等信息。此外，該表還能夠靈活地處理空值（并非所有客戶都是公司職員或能創(chuàng)建訂單）、存儲其他類型的實體（如訂單）或調(diào)整數(shù)據(jù)定義（即客戶也可以是員工）。

簡而言之，如果僅限于特定需求，并且預計使用范圍有限，那么圖可能并不適用。

4

查詢需要執(zhí)行批量數(shù)據(jù)掃描

或從未知數(shù)據(jù)點開始

如果您想通過表掃描查詢匹配項或找到符合一般范疇的數(shù)據(jù)，圖數(shù)據(jù)庫并不是解決問題的最優(yōu)方案。圖數(shù)據(jù)庫經(jīng)過優(yōu)化，可以從一個起點開始遍歷關(guān)系。但不適用于無指定目標區(qū)域的全表搜索。

下方的查詢代碼最終可能遍歷一張包括各類信息卻只得到單一結(jié)果的超大圖（Jennifer可以是一份訂單，一個物品，一位顧客，一個員工或是其他事物）。然而，下一個查詢要從特定用戶開始，查看該用戶認識的人。

若您的大多數(shù)查詢與第一個查詢類似，而且查詢性能至關(guān)重要，您需要考慮舍棄圖數(shù)據(jù)庫。盡管圖數(shù)據(jù)庫也能處理這些查詢，但不能最大程度地優(yōu)化批量掃描或未知起點的遍歷性能。

5

如需用于鍵值存儲（類似緩存）

如果您只需要查找操作，圖數(shù)據(jù)庫并不適合您。如上所述，圖分析得益于數(shù)據(jù)之間的關(guān)系。從已知鍵開始查找，并不能最大限度地發(fā)揮圖數(shù)據(jù)庫的作用。

例如，有些人會把數(shù)據(jù)庫當作緩存，存儲應用程序中的會話數(shù)據(jù)。您可以在緩存中存儲會話ID，并將會話詳情寫入數(shù)據(jù)庫。當您需要檢索會話詳情或分析其運行時，您可以發(fā)送會話ID（作為鍵）來返回值（可能是存儲在實體上的屬性）。

這種方法不使用任何關(guān)系，它能通過已知鍵返回單個對象或單個實體的具體數(shù)據(jù)。在檢查用例時，這種方法能確保您了解每種技術(shù)的存儲和檢索機制。鍵值存儲，甚至是關(guān)系型數(shù)據(jù)庫更適合查詢，查詢性能也更佳。

6

如需將大量文本或BLOBS存儲為屬性

如果您正在存儲并檢索包含超大值的實體屬性（例如BLOB、CLOB、文本段落等），其他技術(shù)會更適合。圖數(shù)據(jù)庫十分擅長遍歷小型數(shù)據(jù)實體之間的關(guān)系，但是并不適用于在單個節(jié)點上存儲大量屬性，或者在這些屬性中存儲超大值。雖然查詢可以從一個實體跳轉(zhuǎn)到另一個實體，但您需要額外步驟來獲取路徑中每個實體的詳細信息。

有時候，您能通過重組數(shù)據(jù)模型來改善這個問題。例如，如果您將與員工有關(guān)的所有信息都儲存在單一圖節(jié)點上（員工的住址、工作信息、訂單、福利選擇、工資信息），這個節(jié)點會包含許多屬性與潛在大值，十分復雜。您可以重新建模，將公司、地址和職位詳情分開，簡化模型并降低查詢性能。

但是，在特定情況下，您可能需要將這些大值存儲在單個屬性中，而且這些查詢不僅限于圖數(shù)據(jù)庫。對于這種類型的用例，我們不建議使用圖數(shù)據(jù)庫。

當然，上述情況不會總是單獨出現(xiàn)。有時，場景之間的界限并不分明。在您的項目中，可能有些部分適合用圖數(shù)據(jù)庫，但有些則不然。雖然這可能是個復雜的選擇，但我們?nèi)孕枰u估每種技術(shù)的優(yōu)缺點，從而確定最佳的解決方案。

簡單說說 .

到底什么時候適合用圖呢？

我在前面簡單提到了圖技術(shù)的一些核心優(yōu)勢，您可以通過公司資源、員工討論或客戶反饋中了解更多到信息，這里我就不再贅述了。在文章的結(jié)尾，我想和大家聊聊圖數(shù)據(jù)庫的優(yōu)點。:)

圖數(shù)據(jù)庫的出現(xiàn)讓越來越多的用戶想要了解數(shù)據(jù)間的關(guān)系（隱性和顯性）。如果您想了解客戶興趣，將消息推送到話題區(qū)，或是想了解網(wǎng)絡布局，分析其影響，那么圖數(shù)據(jù)庫是您的不二之選，非常適合用于這些用例和查詢。企業(yè)可以借助圖創(chuàng)建全面且多樣化的客戶資料，或仔細審查銀行交易，發(fā)現(xiàn)可能存在欺詐跡象的異常值。

圖數(shù)據(jù)庫在數(shù)據(jù)科學與分析領域的性能十分卓越。圖算法能增值基于數(shù)據(jù)關(guān)聯(lián)的復雜分析，突顯決策模式。

總結(jié) .

我們現(xiàn)在只談到圖數(shù)據(jù)庫的使用范圍，而這只是圖數(shù)據(jù)庫最淺顯的部分。我們需要通過更細微的細節(jié)來選擇不同技術(shù)。這篇文章旨在為您提供一些方法，幫助您更好地做出選擇。無論您是否選擇圖數(shù)據(jù)庫，我們都希望您能找到最合適（甚至超乎預料）的方法。

審核編輯：劉清