ArangoDB图数据库--总参

参考文章:

ArangoDB原生多模型数据库(百科)

ArangoDB官网

ArangoDB数据库入门

arangodb-vs-cassandra

arangodb-vs-mongodb2

ArangoDB、Neo4j、OrientDB单机性能比较

ArangoDB简单实例介绍

ArangoDB之SQL/AQL-比较

SQL/AQL-比较(官网)

ArangoDB 的使用 -- 安装和配置

ArangoDB 学习笔记(1)入门篇

ArangoDB---存储引擎(RocksDB)

简介:

ArangoDB是一个开源NoSQL数据库,官网:https://www.ArangoDB.org/.

ArangoDB支持灵活的数据模型,比如文档Document、图Graph以及键值对Key-Value存储。ArangoDB同时也是一个高性能的数据库,它使用类SQL查询或JavaScript扩展来构建高性能应用。

ArangoDB的特性

1)多模型数据库

可以灵活的使用键值对、文档、图及其组合构建你的数据模型。

2)查询便利

ArangoDB有类SQL的AQL查询语言,还可以通过REST方式进行查询。

3)可通过JavaScript进行扩展

无语言范围的限制,可以从前端到后端都使用同一种语言。

4)高性能

ArangoDB速度极快

5)Foxx - 构建自己的API

用JavaScript和ArangoDB构建应用,Foxx运行在DB内部,可快速访问数据。

6)空间利用率高

跟其它文档型数据库相比,ArangoDB占用的存储空间更少,因为ArangoDB是模式自由的元数据模式。

7)简单易用

ArangoDB可以在几秒内启动运行,同时可使用图形界面来管理你的ArangoDB。

8)多OS支持

ArangoDB支持Windows、Linux和OSX等操作系统,还支持树莓派。

9)开源且免费

ArangoDB开源免费,它采用了Apache 2许可证协议。

10)复制

ArangoDB支持主从集群

ArangoDB 数据库模型

Document 文档

您可以在文档中存储海量数据(文件大小默认最大值为32MB,但可以根据实际需要进行配置)。ArangoDB功能强大,应用范围广泛,可用于查询和处理诸如JOINs、辅助索引或ACID事物之类的文档。您还可以在JOIN连接上实现水平扩展。

key/value 键/值

每个document文档里均有唯一的键和与其对应的值(键/值对)。如果您在document文件中存储一个值,那么ArangoDB可用作经典的、高度可扩展的键/值对存储,例如用户在电子商务平台上将商品临时存储在购物车里或物联网应用程序中的传感数据等。

Graph 图

ArangoDB包含了graph图形存储的完整功能集。例如模式匹配、最短路径、完全遍历等。与当前许多主流的图形处理方法相比,ArangoDB可以快速执行图形查询。以下具体介绍如何实现这一改进:

当使用ArangoDB存储graph图时,一种特殊类型的文档将会被创建用来表示其边和顶点。这些文档包含指向所连接文档的_to和_from属性(地址属性),因此在查询过程中,可以通过关联上述属性创建和使用边缘索引,实现图的高性能处理和查询。

ArangoDB数据库的独特之处在于如下两个方面:其一是这些边和顶点都包含复杂数据(嵌套属性),其二是所有的graph函数均被深入集成至我们的查询语言AQL中。这两个特征使得ArangoDB在性能上能与其他graph数据库一较高低。此外,ArangoDB还支持对graph图搭建数据库集群。 [3]

python库

另外大家可以学习下python的aerospike库。

  

# import the module
import aerospike

# Configuration for the client
config = {
  ‘hosts‘: [(‘127.0.0.1‘, 3000)]
}

# Create a client and connect to the database
client = aerospike.client(config).connect()

# Records are addressable via a tuple of (namespace, set, key)
key = (‘test‘, ‘demo‘, ‘foo‘)

# Write a record
client.put(key, {
  ‘name‘: ‘John Doe‘,
  ‘age‘: 32
})

# Read a record
(key, metadata, record) = client.get(key)

# Close Connection to Cluster
client.close()

  

性能比较

见 NoSQL 基准对比 Aerospike、Cassandra、Couchbase 和 MongoDB

整体看来 如果是充分利用内存提速的话 要比mongodb好!

原文地址:https://www.cnblogs.com/supersaiya/p/11791418.html

时间: 2024-10-31 01:11:36

ArangoDB图数据库--总参的相关文章

主流图数据库Neo4J、ArangoDB、OrientDB综合对比:架构分析

1: 本地存储方式 2: 内置查询语言分析 3: 性能分析 4: 图算法支持 本地存储方式 Neo4J neo4j数据库支持最大多少个节点?最大支持多少条边? 目前累积统计它有34.4亿个节点,344亿的关系,和6870亿条属性. 在数据库中,读/写性能跟节点/边的数量有关吗? 这个问题意味着两个不同的问题.单次读/写操作不依赖数据库的大小.不管数据库是有10个节点还是有1千万个都一样. - 然而,有一个事实是如果数据库太大,你的内存可能无法完全缓存住它,因此,你需要频繁的读写磁盘.虽然很多用户

图数据库LightGraph测试报告

本测试提供了LightGraph在Twitter关系图的导入.查询.分析效率,并与TigerGraph.Neo4j.JanusGraph.ArangoDB等图数据库进行比较.根据测试结果,LightGraph在各个场景的性能显著优于同类数据库. 导入性能:LightGraph导入性能是TigerGraph和Neo4j的2倍以上,是JanusGraph和ArangoDB的35倍以上. 延迟查询性能:在Latency的查询测试中,LightGraph的查询性能大幅领先于其它图数据库.是TigerGr

图数据库与关系型数据库的区别与联系

最近我在用图形数据库来完成对一个初创项目的支持.在使用过程中觉得这种图形数据库实际上挺有意思的.因此在这里给大家做一个简单的介绍. NoSQL数据库相信大家都听说过.它们常常可以用来处理传统的关系型数据库所难以解决的一系列问题.通常情况下,这些NoSQL数据库分为Graph,Document,Column Family以及Key-Value Store等四种.这四种类型的数据库分别使用了不同的数据结构来记录数据.因此它们所适用的场景也不尽相同. 其中最为特别的便是图形数据库了.可以说,它和其它的

图数据库 Titan 快速入门

尤其在互联网世界,图计算越来越受到人们的关注,而图计算相关的软件也越来越丰富.本文将快速展示 Titan这个open source 的图数据库. 注:本文的操作主要基于Titan 官方的两篇文档: - http://s3.thinkaurelius.com/docs/titan/0.5.0/arch-overview.html - http://s3.thinkaurelius.com/docs/titan/0.5.0/getting-started.html 1.架构 Titan的架构图十分清

Neo4j图数据库管理系统开发笔记之二:嵌入式服务端系统界面一览

最近在neo4j java api和rmi的基础上,设计了一套neo4j管理工具,分为server端和client端,中间用rmi进行通信.基本功能包括图数据库基本信息维护管理(创建.编辑.删除.统计等),图数据库数据维护管理(创建节点和关系.编辑节点和关系属性信息.节点标签管理.索引管理.删除管理.路径深度遍历.两点之间路径寻址等),RMI服务管理等功能. 先把部分功能界面贴出来,希望能对别人有所帮助,如果有需要代码的话,给我留言.

大数据图数据库之TAO数据库

节选自<大数据日知录:架构与算法>十四章 14.1.2  TAO图数据库 Facebook是目前世界上最著名的社交网站,如果从数据抽象的角度来看,Facebook的社交图不仅包括好友之间的关系,还包括人与实体以及实体与实体之间的关系,每个用户.每个页面.每张图片.每个应用.每个地点以及每个评论都可以作为独立的实体,用户喜欢某个页面则建立了用户和页面之间的关系,用户在某个地点签到则建立了用户和地点之间的关系--如果将每个实体看作是图中的节点,实体之间的关系看作是图中的有向边,则Facebook的

图数据库 Titan 高速入门

尤其在互联网世界,图计算越来越受到人们的关注,而图计算相关的软件也越来越丰富.本文将高速展示 Titan这个open source 的图数据库. 注:本文的操作主要基于Titan 官方的两篇文档: - http://s3.thinkaurelius.com/docs/titan/0.5.0/arch-overview.html - http://s3.thinkaurelius.com/docs/titan/0.5.0/getting-started.html 1.架构 Titan的架构图十分清

图数据库cayley+mongo的起航之旅

图数据库,目前比较主流的可能是Neo4j以及cayley了.但是,由于Neo4j只有社区版是免费的,所以,选择cayley作为项目的最终选择! 今天就简单的介绍下,我的起航之旅. 1.安装go语言环境 去官方地址https://golang.org/dl/,下载稳定版本https://storage.googleapis.com/golang/go1.8.1.linux-amd64.tar.gz解压,并将其配置到环境变量. [[email protected] tkrobot]# tar -C

基于多种转换语义的图数据库查询

1. 摘要 因为图数据库的复杂模式和不同的信息描写叙述方式,对于非专业用户来说查询复杂的图数据库是异常困难的. 一个好的图查询引擎应该支持多种转化--同义词.缩略词.简写以及本体等等,而且应该可以对搜索结果进行一个非常好地排序. 基于此问题本文提出了一种新型的查询框架来方便用户查询,解放了为构造查询图而抓耳挠腮的用户群. 2. 应用背景 2.1 应用 图数据库也是一种流行的数据存储方式.如知识图.信息网络以及社交网络等应用的数据都存储在图数据库中.由于图数据的无模式或者模式太复杂以及信息的多种描