划分点（Vertex）和边（Edge）的属性汇总

在设计 Nebula Graph 的数据模型时，合理划分点（Vertex）和边（Edge）的属性是关键。这直接影响查询效率、数据冗余度和模型可维护性。以下是一些基本原则和实用技巧：

一、基本概念回顾

• 点（Vertex）：表示实体（如用户、商品、文章），由 VID（Vertex ID） 唯一标识，包含一组 标签（Tag），每个标签可定义多个属性。
• 边（Edge）：表示实体间的关系（如关注、购买、评论），由 起点、终点、边类型（Edge Type） 和 Rank（可选） 唯一标识，也可包含属性。

二、设计原则与技巧

1. 关系 vs 属性：核心判断标准

• 属于实体自身的特性 → 点属性
  • 例如：用户的姓名、年龄、注册时间；商品的价格、品牌、类别。
• 属于实体间关系的特性 → 边属性
  • 例如：用户关注的时间、购买的数量 / 金额、评论的内容 / 时间。

示例：社交网络模型 

-- 点（用户）
CREATE TAG user (
    name string,      -- 姓名（点属性）
    age int,          -- 年龄（点属性）
    gender string     -- 性别（点属性）
);

-- 边（关注关系）
CREATE EDGE follow (
    create_time timestamp,  -- 关注时间（边属性）
    degree int              -- 关注程度（边属性）
);

2. 高基数 vs 低基数属性

• 高基数属性（变化频繁）→ 边属性
  • 例如：用户每次登录的 IP、时间；订单的支付状态。
• 低基数属性（相对固定）→ 点属性
  • 例如：用户的出生日期、邮箱；商品的类别。

理由：边属性可随关系变化单独更新，避免频繁修改点数据。

3. 频繁查询的属性优先建模

• 查询时常用作过滤条件的属性 → 适当冗余存储
  • 例如：查询 “用户最近购买的电子产品”，可将商品类别（本属点属性）冗余到购买边中。

示例：电商模型

-- 商品点
CREATE TAG product (
    name string,
    category string,  -- 类别（点属性）
    price double
);

-- 购买边（冗余存储类别）
CREATE EDGE purchase (
    buy_time timestamp,
    quantity int,
    product_category string  -- 冗余商品类别（边属性）
);

4. 多对多关系的中间实体 → 拆分为边

• 传统关系型数据库中的关联表 → Nebula 中的边
  • 例如：用户 - 角色（多对多）在 Nebula 中建模为用户点与角色点之间的边。

示例：用户 - 角色关系

-- 用户点
CREATE TAG user (name string);

-- 角色点
CREATE TAG role (role_name string);

-- 关联边
CREATE EDGE has_role (
    assign_time timestamp,  -- 分配时间（边属性）
    permissions string      -- 权限详情（边属性）
);

5. 聚合数据 → 点属性或预计算边属性

• 需要频繁统计的数据 → 预计算并存储
  • 例如：用户的粉丝数、商品的销量。

示例：用户点增加统计属性

ALTER TAG user ADD (
    follower_count int,  -- 粉丝数（预计算的点属性）
    post_count int       -- 发布内容数（预计算的点属性）
);

6. 时间序列数据 → 利用边的 Rank 或属性

• 按时间排序的关系 → 使用 Rank 或时间戳属性
  • 例如：用户的登录历史、消息对话顺序。

示例：登录历史（使用 Rank 存储时间戳）

CREATE EDGE login_history (
    ip string,
    device string
);

-- 插入时用时间戳作为 Rank，确保按时间排序
INSERT EDGE login_history(ip, device) VALUES "user1"->"user1":1630473600 ("192.168.1.1", "PC");
INSERT EDGE login_history(ip, device) VALUES "user1"->"user1":1630477200 ("10.0.0.1", "Mobile");

7. 避免过度范式化

• 图数据库适合适度冗余：为提高查询效率，可在边中存储部分点的关键属性（如商品边存储商品名称）。
• 但需权衡：冗余会增加写入成本，需根据读写比例决定。

三、常见场景建模参考

1. 社交网络

• 点：用户（ID、姓名、年龄）
• 边：关注（关注时间、亲密度）、好友（创建时间、共同好友数）

2. 电商系统

• 点：用户（ID、姓名、注册时间）、商品（ID、名称、价格）
• 边：浏览（时间、停留时长）、购买（时间、数量、金额）

3. 知识图谱

• 点：实体（名称、类型、描述）
• 边：关系（类型、权重、置信度）

四、验证与优化技巧

1. 使用 PROFILE 命令分析查询性能：

   PROFILE GO FROM "user1" OVER follow YIELD follow._dst;

   检查是否走了索引，是否有全图扫描。
2. 为高频查询字段创建索引：

   CREATE TAG INDEX idx_user_age ON user(age);
   CREATE EDGE INDEX idx_follow_time ON follow(create_time);

3. 定期重构数据模型：根据实际查询模式调整点边属性划分。

五、常见误区

• ❌ 过度依赖点属性：将所有数据都放在点中，导致查询时需要频繁遍历边。
• ❌ 忽略边属性：关系特性全部缺失，无法表达复杂业务逻辑。
• ❌ 滥用多标签：一个实体用过多标签，增加查询复杂度。

合理的点边属性设计是图数据库发挥性能优势的关键。建议先从业务场景的核心查询需求出发，逐步迭代优化模型。