[图数据库/知识图谱] TypeDB 使用指南
0 序
适用对象:已有 JDBC / 关系型数据库基础、想快速上手 TypeDB 的 Java 开发者。
本教程以 xxx 平台xxx-common-typedb+xxx-modules/xxx-object-service的真实接入方式为蓝本,
版本基于 TypeDB 官方 Java Drivercom.typedb:typedb-driver3.14.0(gRPC 协议,默认端口 1729)。
- 全篇默认以 typedb 3.x 展开描述。
1 安装部署篇
方式1: Docker(推荐,Linux/Windows/macOS 通用)
亲测
-
前置步骤: 安装 Docker 环境(Windows 中对应是 Docker Desktop)
-
拉取镜像、并创建/运行容器
# 拉取并运行 TypeDB 服务(gRPC 端口 1729;Studio HTTP 端口 8000)
docker run -d --name typedb -p 1729:1729 -p 8000:8000 typedb/typedb:3.14.0
或 docker run -d --name typedb -p 1729:1729 -p 8000:8000 typedb/typedb:latest
- TypeDB 3.x 默认账密:
admin/password
方式2: Docker Compose(推荐,Linux/Windows/macOS 通用)
亲测(假设 Windows 系统)
- 前置步骤: 安装 Docker 环境(Windows 中对应是 Docker Desktop)
新建、并配置 docker-compose-typedb.yml
假设将 typedb 数据库的数据存储在外部的 Windows 系统下
D:\Program-Data\TypeDB-Data\目录。
# docker run -d --name typedb -p 1729:1729 -p 8000:8000 typedb/typedb:3.14.0
services:
typedb:
image: typedb/typedb:3.14.0
container_name: typedb
restart: always
ports:
- "1729:1729"
- "8000:8000"
volumes:
# 数据目录
#- /data/datasource/typedb/data:/var/lib/typedb/data
- /D/Program-Data/TypeDB-Data/data:/var/lib/typedb/data
# TypeDB 配置文件
#- /data/datasource/typedb/config/config.yml:/opt/typedb/server/config.yml:ro
- /D/Program-Data/TypeDB-Data/config/config.yml:/opt/typedb/server/config.yml:ro
command:
- --config=/opt/typedb/server/config.yml
ulimits:
nofile:
soft: 65535
hard: 65535
注:记得手动创建
/D/Program-Data/TypeDB-Data/config/、/D/Program-Data/TypeDB-Data/data/2个路径。
新建、并配置 config.yml
server:
listen-address: "0.0.0.0:1729"
http:
enabled: true
listen-address: "0.0.0.0:8000"
admin:
enabled: true
port: 1728
authentication:
token-expiration-seconds: 5000
encryption:
enabled: false
certificate:
certificate-key:
ca-certificate:
storage:
data-directory: "/opt/typedb/server/data"
rocksdb:
cache-size: "8gb"
write-buffers-limit: "2gb"
logging:
directory: "/opt/typedb/server/logs"
diagnostics:
monitoring:
enabled: true
port: 4104
reporting:
metrics: true
errors: true
拉取镜像、并启动容器
docker-compose -f "D:\Program-Data\Docker-Compose-Files\docker-compose-typedb.yml" pull
docker-compose -f "D:\Program-Data\Docker-Compose-Files\docker-compose-typedb.yml" up -d
补充:日常运维命令
确认指定服务容器是否在运行
> docker ps --filter "name=typedb"
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
8d705f2abe14 typedb/typedb:3.14.0 "/opt/typedb-server-…" 13 minutes ago Up 13 minutes 0.0.0.0:1729->1729/tcp, [::]:1729->1729/tcp, 0.0.0.0:8000->8000/tcp, [::]:8000->8000/tcp typedb
> docker inspect typedb
(略)
进入容器内
PS D:\Program-Data\Docker-Compose-Files> docker exec -it typedb /bin/bash
root@8d705f2abe14:/opt/typedb-server-linux-x86_64#
执行指定指令
PS D:\Program-Data\Docker-Compose-Files> docker exec -it typedb sh -c "cat /etc/os-release && pwd && ls -la"
PRETTY_NAME="Ubuntu 22.04.5 LTS"
NAME="Ubuntu"
VERSION_ID="22.04"
VERSION="22.04.5 LTS (Jammy Jellyfish)"
VERSION_CODENAME=jammy
ID=ubuntu
ID_LIKE=debian
HOME_URL="https://www.ubuntu.com/"
SUPPORT_URL="https://help.ubuntu.com/"
BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/"
PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy"
UBUNTU_CODENAME=jammy
/opt/typedb-server-linux-x86_64
total 40
drwxr-xr-x 4 root root 4096 Jan 1 2000 .
drwxr-xr-x 1 root root 4096 Oct 31 02:20 ..
-rwxr--r-- 1 root root 16726 Jan 1 2000 LICENSE
drwxr-xr-x 2 root root 4096 Jan 1 2000 admin
drwxr-xr-x 2 root root 4096 Jan 1 2000 server
-rwxr--r-- 1 root root 2480 Jan 1 2000 typedb
What's next:
Try Docker Debug for seamless, persistent debugging tools in any container or image → docker debug typedb
Learn more at https://docs.docker.com/go/debug-cli/
PS D:\Program-Data\Docker-Compose-Files> docker exec -it typedb sh -c "ps -ef"
UID PID PPID C STIME TTY TIME CMD
root 1 0 0 02:20 ? 00:00:10 /opt/typedb-server-linux-x86_64/server/typedb_server_bin --storage.data-directory=/var/lib/typedb/data --config=/opt/typedb/server/config.yml
root 166 0 0 02:39 pts/0 00:00:00 sh -c ps -ef
root 172 166 0 02:39 pts/0 00:00:00 ps -ef
查看指定服务最近的日志
# 实时跟踪:
docker logs -f --tail 100 typedb
# 按时间过滤
docker logs --since 2026-10-30T00:00:00 typedb
# 在容器内搜索日志关键词 /opt/typedb/server/logs
PS D:\Program-Data\Docker-Compose-Files> docker exec -it typedb sh -c "grep -nR 'Ready' -A 2 /opt/typedb/server/logs"
/opt/typedb/server/logs/typedb.log.2026-10-31-02:2:Ready!
/opt/typedb/server/logs/typedb.log.2026-10-31-02-3-
/opt/typedb/server/logs/typedb.log.2026-10-31-02-4-2026-10-31T02:20:27.735727Z INFO ThreadId(01) server/lib.rs:503: Hardware info - cpu: 16, memory: 11 GB (10 GB free), data directory: 1006 GB (949 GB free)
# 将日志导出到宿主机文件
docker logs typedb > /tmp/typedb-$(date +'%Y%m%d%H%M%S').log
grep -nRi "启动" /tmp/typedb-20261031*.log
注: Windows 系统下,/tmp 目录对应在 C:\Users\{USER}\AppData\Local\Temp
例如:
PS D:\Program-Data\Docker-Compose-Files> docker logs --tail=50 typedb
2026-10-31T02:20:27.731265Z INFO ThreadId(01) server/lib.rs:498:
Ready!
=====================================================================================
________ __ __ _____ _______ _____ _____ _______ _______
|__ __|\ \ / /| _ \ | _ || _ \ | _ \ | _ || _ |
| | \ \/ / | | | || | |__|| | | || | | | | | | || | |__|
| | \ / | |/ / | |___ | | | || |/ / | | |__|| |___
| | | | | __/ | ___| | | | || _ \ | | __ | ___|
| | | | | | | | __ | | | || | | | | | | || | __
| | | | | | | |_| || |/ / | |/ / | |_| || |_| |
|__| |__| |__| |_______||_____/ |_____/ |_______||_______|
=====================================================================================
Running TypeDB CE 3.14.0.
Serving:
gRPC: 0.0.0.0:1729
HTTP: 0.0.0.0:8000
Admin: /var/lib/typedb/data/admin.sock (Unix socket)
Monitoring: http://127.0.0.1:4104/diagnostics (Prometheus scrape)
http://127.0.0.1:4104/diagnostics?format=json (JSON)
TLS: disabled
WARNING: TLS NOT ENABLED. Credentials are transmitted unencrypted in plaintext.
Drivers must be configured to connect *without TLS*.
To connect:
Studio: https://studio.typedb.com/connect?address=http://127.0.0.1:8000&username=admin
Console: typedb console --address 127.0.0.1:1729 --tls-disabled --username admin
2026-10-31T02:20:27.735727Z INFO ThreadId(01) server/lib.rs:503: Hardware info - cpu: 16, memory: 11 GB (10 GB free), data directory: 1006 GB (949 GB free)
方式3:系统包仓库(Debian/Ubuntu)
未亲测
curl -1sLf 'https://repo.typedb.com/public/public-release/setup.deb.sh' | sudo -E bash
sudo apt install typedb
方式4:直接下载二进制(Linux/macOS/Windows)
- 从 https://typedb.com/docs/home/ 或官方包仓库获取发行包解压运行。
Windows 提示:TypeDB 3.x 提供 Windows 发行包,可直接运行
typedb server;若使用 Docker 需启用 Docker Desktop。
2 客户端使用篇
TypeDB Studio
- URL

-
Schema

-
Data

-
Graph

Java Driver
<!-- TypeDB 官方 Java Driver (gRPC 协议, 默认端口 1729) -->
<typedb-driver.version>3.14.0</typedb-driver.version>
<!-- TypeDB 官方 Java Driver (3.11.5),包含 gRPC 客户端与 JNI 原生层 -->
<dependency>
<groupId>com.typedb</groupId>
<artifactId>typedb-driver</artifactId>
<version>${typedb-driver.version}</version>
</dependency>
3 核心概念篇(与关系型数据库的对照)
-
从传统的关系型数据库到图数据库,跨度相对较大。为此有必要先做一个概念对比。
-
TypeDB 3.x 的核心是“类型优先的知识图谱数据库”:它不是二维表,而是用带类型的实体、关系和属性把数据织成图;查询用 TypeQL,并且 schema 里还能定义推理规则。
核心概念与 MySQL 对照
| TypeDB 3.x | 说明 | MySQL 近似 |
|---|---|---|
| 类型 Type | 实体、关系、属性在 schema 中定义的类型 | 表、列、约束的 DDL 定义 |
| 实体 Entity | 有独立身份的实例,如“一个人”“一家公司” | 一行数据/一个主键对象 |
| 属性 Attribute | 挂到实体或关系上的值,如姓名、薪水 | 表中的一个列/单元格 |
| 关系 Relation | 多个实例之间的关联,关系本身是一等公民 | 外键关联或“关系表” |
| 角色 Role | 关系两端或各端的具体语义,如“雇主/雇员” | 外键字段所表达的语义 |
| 实例 Instance | 实际存在的数据项 | 行记录 |
| 类型层次 | 子类型继承父类型 | MySQL 没有原生的表继承 |
| owns / plays | 类型拥有哪些属性、能参与哪些角色 | 列定义、外键约束 |
| key / unique / cardinality | 标识和数量约束 | 主键、唯一约束、CHECK |
| 规则 Rule | 用逻辑推导新事实 | 视图、触发器或应用层逻辑 |
| TypeQL | 建 schema、查询、推理的语言 | SQL |
TypeDB 概念模型
一个简单 TypeQL schema 片段
define
name sub attribute, value string;
person sub entity,
owns name @key,
plays employment:employee;
company sub entity,
owns name @key,
plays employment:employer;
employment sub relation,
relates employee,
relates employer;
对应的 MySQL 直觉是:
CREATE TABLE person (...) ;
CREATE TABLE company (...) ;
CREATE TABLE employment (
employee_id ...,
employer_id ...,
FOREIGN KEY ...
);
核心差异表
| 维度 | TypeDB 3.x | MySQL |
|---|---|---|
| 建模方式 | 实体、关系、属性都是显式类型 | 表、行、列 |
| 关系表达 | 关系是独立对象,有角色,可再建模 | 关系靠外键和 JOIN 推导 |
| 推理能力 | 支持规则推理,可查询“派生”数据 | 需视图、存储过程或应用逻辑 |
| 查询语言 | TypeQL,面向类型化图遍历 | SQL,面向集合运算和表连接 |
| 类型约束 | 强类型 schema,角色/属性约束清晰 | 列类型 + 约束,表间关系较松散 |
| 擅长场景 | 知识图谱、多跳关系、反欺诈、推荐、复杂业务规则 | 高并发事务、CRUD、成熟报表生态 |
映射视角
-
总结:
-
TypeDB 3.x 更强调“关系本身的类型语义和推理”,而 MySQL 更强调“用规范化表和 SQL 集合运算来描述同一套业务数据”。
-
如果你需要表达复杂多跳关系并希望数据库替你推导新事实,TypeDB 会更顺手;如果主要是 CRUD、事务和报表,MySQL 仍是更经典的选择。
-
重要语法:TypeDB/TypeQL 的注释
- TypeQL 只有行注释:【
#】 起,直到行尾。没有【块注释】(没有/* */)。
# 整行注释
match
$customer isa customer; # 行尾注释
# $customer has risk-rating "high"; # 临时关掉一条约束
TypeDB 引擎会忽略
#之后的内容。不要和 schema 里的@注解(如@card、@key)搞混,那不是注释。
重要语法:TypeDB 的 database / schema
- 官方文档 & 官方示例
# https://typedb.com/docs/core-concepts/typedb/databases/
# TypeDB 3.x schema:person / employee / employment
# 用法:TypeDB Studio 或 Console 中以 schema 事务执行后 commit
define -- 模式查询:向 schema 新增类型/能力(幂等;不含变量)
entity person, -- 声明独立实体类型 person(【entity】:独立存在的【对象类型】)
owns name, -- person 可拥有属性 name(【owns】:实现【属性】的所有权接口)
owns email, -- person 可拥有属性 email
plays employment:employee; -- person 可扮演雇佣关系中的 employee 角色
-- 【plays】:实现【角色接口】;employment:employee 是【关系:角色】限定名
attribute name, value string; -- 【attribute】 声明【属性类型】 name,取值类型为 string
-- attribute:以值为身份的类型;【value】:规定【唯一的值类型】
attribute email, value string; -- 声明属性类型 email,取值类型为 string
entity employee sub person, -- 声明实体类型 employee,它是 person 的【sub/子类型】
-- 【sub】:同 kind 单继承;【子类型】继承【超类型】的 owns / plays
owns employee-id; -- 在继承之外,employee 额外可拥有 employee-id
attribute employee-id, value string; -- 声明属性类型 employee-id,取值类型为 string
relation employment, -- relation 声明【关系类型】 employment(relation:依赖角色参与者而存在)
relates employee; -- 为该关系定义角色 employee(relates:声明角色接口)
-- 完整角色名是 employment:employee,与实体 employee 不冲突
- database/schema 的定义: define / undefine
- 对象类型/实体类型的定义: entity / sub
- 属性的定义: owns + attribute(value)
- 关系的定义: play + relation(relates)
当然,也可调整顺序:
define
attribute name,
value string;
attribute email, value string;
attribute employee-id, value string;
entity person,
owns email,
owns name,
plays employment:employee;
entity employee,
sub person,
owns employee-id;
relation employment,
relates employee;
书写规则
| 符号/关键字 | 作用 |
|---|---|
define |
整段是 schema 定义查询,不是数据插入 |
entity / attribute / relation |
三种类型 kind |
, |
同一主语上串联多条能力(owns / plays / relates / sub) |
; |
一条【定义语句】结束 |
owns |
属性声明/能力声明: 实体/关系「拥有」某个 attribute |
plays |
角色声明:实体/关系「扮演」某个 relation 的角色 |
relates |
关系声明/链接声明:关系「声明」角色 |
sub |
子类型;employee 会继承 person 的 name、email 以及 plays employment:employee |
value string |
数据类型声明:该 attribute 存字符串;同类值相同则是同一属性实例 |
employment:employee |
【角色】必须带【关系作用域】,避免和其他关系里的【同名角色】混淆 |
-
TypeDB 3.14 里:一个 database 只对应一份 schema。
-
Attribute声明(
owns):owns person-id;owns employee-id;owns id;三者的区别?
三者语法相同,都是「当前类型拥有某个属性」;差在挂上的属性类型不同,因而作用域、唯一性和能否多态查询都不同。
owns id |
owns person-id |
owns employee-id |
|
|---|---|---|---|
| 挂的属性 | 通用 id |
专属于人的 person-id |
专属于雇员的 employee-id |
| 意图 | 所有「有标识」的对象共用一类 ID | 只标识【Person/人】 | 只标识【雇员/Employee】 |
| 谁该写 | 超类型 / 多种实体共用 | person |
employee(常为 person 子类型) |
查询 $x has id $v |
直接命中所有拥有 id 的对象 |
不会命中,除非 person-id sub id |
同上,除非 employee-id sub id |
@key 唯一范围 |
所有拥有 id 的类型(含其子类型)共用一把钥匙 |
只在 person 族内唯一 |
只在 employee 族内唯一 |
推荐建模(抽象超属性 + 具体子属性):
define
attribute id @abstract; -- 不能直接实例化,只当「标识」的总类
attribute person-id sub id, value string; -- 人的证件号
attribute employee-id sub id, value string; -- 工号
entity person,
owns person-id @key; -- 每个人恰好一个、且不重复的 person-id
entity employee sub person,
owns employee-id @key; -- 继承 person-id,再加工号
对应的 UML类图:
数据侧对比:
-- 爱丽丝:普通人,只有 person-id
insert $p isa person, has person-id "P-001";
-- 鲍勃:雇员,两个 ID 都有(person-id 从 person 继承而来)
insert $e isa employee,
has person-id "P-002",
has employee-id "E-100";
| 查询 | 结果 |
|---|---|
$x has person-id $id |
爱丽丝、鲍勃 |
$x has employee-id $id |
只有鲍勃 |
$x has id $id(若上面两个都 sub id) |
两个 ID 实例都算,多态扫全部标识 |
总结: id 是总类,person-id / employee-id 是特化;owns 只决定「谁能持有」;真正的语义差在属性类型本身,不在 owns 这个关键字。
重要语法:TypeDB 写入数据
# ============================================================
# TypeDB 3.x 样例数据:20 条 person 记录
# - 前 10 条同时是 employee(sub person),各带 employee-id,
# 并为每位员工创建一条 employment 关系
# (employment 只 relates employee,默认 @card(0..1),即一元关系)
# - 后 10 条只是 person,用于体现 person / employee 的多态性
#
# 用法:先执行 schema.tql(schema 事务),再以 write 事务执行本文件后 commit
# ============================================================
insert
# ---------- 员工(employee)01-10 ----------
$p01 isa employee,
has name "张伟",
has email "zhang.wei@example.com",
has employee-id "EMP-0001";
employment(employee: $p01);
$p02 isa employee,
has name "王芳",
has email "wang.fang@example.com",
has employee-id "EMP-0002";
employment(employee: $p02);
$p03 isa employee,
has name "李娜",
has email "li.na@example.com",
has employee-id "EMP-0003";
employment(employee: $p03);
$p04 isa employee,
has name "刘洋",
has email "liu.yang@example.com",
has employee-id "EMP-0004";
employment(employee: $p04);
$p05 isa employee,
has name "陈静",
has email "chen.jing@example.com",
has employee-id "EMP-0005";
employment(employee: $p05);
$p06 isa employee,
has name "杨帆",
has email "yang.fan@example.com",
has employee-id "EMP-0006";
employment(employee: $p06);
$p07 isa employee,
has name "赵敏",
has email "zhao.min@example.com",
has employee-id "EMP-0007";
employment(employee: $p07);
$p08 isa employee,
has name "周杰",
has email "zhou.jie@example.com",
has employee-id "EMP-0008";
employment(employee: $p08);
$p09 isa employee,
has name "吴磊",
has email "wu.lei@example.com",
has employee-id "EMP-0009";
employment(employee: $p09);
$p10 isa employee,
has name "郑雪",
has email "zheng.xue@example.com",
has employee-id "EMP-0010";
employment(employee: $p10);
# ---------- 非员工(只是 person)11-20 ----------
$p11 isa person,
has name "孙浩",
has email "sun.hao@example.com";
$p12 isa person,
has name "马晓东",
has email "ma.xiaodong@example.com";
$p13 isa person,
has name "朱琳",
has email "zhu.lin@example.com";
$p14 isa person,
has name "胡俊",
has email "hu.jun@example.com";
$p15 isa person,
has name "林晓薇",
has email "lin.xiaowei@example.com";
$p16 isa person,
has name "何雨",
has email "he.yu@example.com";
$p17 isa person,
has name "高翔",
has email "gao.xiang@example.com";
$p18 isa person,
has name "罗宇",
has email "luo.yu@example.com";
$p19 isa person,
has name "梁晨",
has email "liang.chen@example.com";
$p20 isa person,
has name "宋瑶",
has email "song.yao@example.com";
重要语法:TypeDB 查询数据-查询示例
# 样例数据入库后的校验查询(read 事务执行)
# 注意:一次只能执行一条查询,按需分段复制
# 1) 查询员工信息 | 应为 10 行
match
$p isa employee,
has name $n,
has email $e,
has employee-id $id;
select $n, $e, $id;
# 2) 统计总人数 | 应为 20
match $p isa person;
reduce $person-count = count;
# 3) 员工与其 employment 关系的连查(应为 10 行)
match
$p isa employee, has employee-id $id;
employment(employee: $p);
select $id;
# 4) 只查"非员工"(应为 10 行,用 subtype 排除)
match
$p isa person, has name $n;
not { $p isa employee; };
select $n;
# 5) 以 fetch 输出 JSON 结果
match
$p isa employee, has name $n, has email $e, has employee-id $id;
fetch
{ "name": $n, "email": $e, "employee-id": $id };
重要语法:TypeDB 查询数据-查询语法: match / select / reduce / fetch
- TypeDB 3.x 的查询语法: match / select / reduce / fetch
https://typedb.com/docs/typeql-reference/pipelines/match/index.md
定位
这四者都是查询管线(pipeline)中的阶段,但职责完全不同:
match负责"找数据"select/reduce负责"裁剪 / 归并行答案"fetch负责"把行答案翻译成 JSON 文档"前三个输出的是行(rows),
fetch输出的是文档(documents)。
核心对比表
| 对比维度 | match |
select |
reduce |
fetch |
|---|---|---|---|---|
| 阶段性质 | 数据检索 + 过滤(pattern 匹配) | 变量裁剪算子 | 聚合算子 | 结果格式转换(行 → 文档) |
| 语法签名 | match <pattern> |
select <var> [, <var> ...]; |
reduce <var> = <op> [(<var>)][, ...] [groupby <var>]; |
fetch { <fetch_body> }; |
| 是否读写数据 | 只读(检索、过滤) | 只读(不改数据,只改行内容) | 只读(不改数据,只压缩行数) | 只读(不改数据,只改输出格式) |
| 输入 | 行答案;若为管线首阶段则输入空行 {} |
上一阶段的行答案 | 上一阶段的行答案 | 上一阶段的行答案(可为 match/insert 等任何产行阶段) |
| 输出 | 行答案(每个输入行 × 模式的全部组合) | 行答案,只保留指定变量 | 行答案,只保留聚合变量 + groupby 变量 | 文档(JSON),每个输入行一个文档 |
| 输出变量规则 | 新增未绑定的输出变量,其余透传 | 未列出的变量被丢弃 | 除聚合变量与分组变量外全部丢弃 | 结构由 fetch 体决定,与查询结构一一对应 |
| 是否可出现在管线中间 | ✅ 可多次出现、可穿插(官方示例:match → reduce → match → select) |
✅ 可,但之后的行只剩选定变量 | ✅ 可,后续阶段可继续用聚合/分组变量 | ❌ 终止阶段,后面不能再接任何阶段 |
| 语句顺序是否影响结果 | ❌ 不影响(由优化器决定执行顺序) | — | — | — |
| 主要用途 | 按模式取实体/关系/属性,做逻辑组合(or、not、{}) |
瘦身结果集、只取需要的变量(减少传输量) | 计数、求和、均值、最大最小、分组统计(类 SQL 的 GROUP BY + 聚合) |
直接产出前端/接口可用的 JSON(含嵌套、列表、子查询) |
| 你 schema 中的典型写法 | match $p isa employee, has employee-id $id; |
select $id; | reduce $c = count; |
fetch { "employee-id": $id }; |
语法形态速查表
| 关键字 | 官方语法形态 | 说明 |
|---|---|---|
match |
match <pattern> |
<pattern> 是合法 pattern,体内语句可用 ; 并列、or / not / {} 组合 |
select |
select $a; / select $a, $b; |
变量列表,逗号分隔,末尾 ; |
reduce |
reduce $x = count;reduce $x = sum($v), $y = mean($v);reduce $x = count groupby $g; |
聚合可多个并列;groupby 产生"每组一行" |
fetch |
fetch { $p.* };(全属性)fetch { "k": $v };(键值)fetch { "k": $p.name };(按属性类型)fetch { "k": [$p.email] };(多值列表)fetch { "k": { ...嵌套... } }; |
键值语句用逗号分隔,最后一个逗号可省;key 是任意字符串字面量 |
reduce 支持的聚合运算符(3.x):
| 运算符 | 含义 |
|---|---|
count |
答案总数;带变量时统计该变量的去重值个数 |
max / min |
最大值 / 最小值 |
mean |
算术平均 |
median |
中位数 |
std |
样本标准差 |
sum |
求和 |
list |
把指定变量的取值归约为一个列表 |
管线位置与组合规则
match → (insert | delete | update | put) → select / require / distinct / sort / offset / limit / reduce → fetch
match可重复出现,reduce之后还能再接match继续补数据(此时只能用聚合变量和 groupby 变量)。select/reduce都会"丢变量",所以顺序很关键:先reduce再select想选已被丢弃的变量就会报错/取不到。fetch必须是最后一段;fetch内部若需要子查询,用只读管线 +return,而不是select。
基于 person/employee schema 的四个示例
# 1) match:取员工,输出行里会带上 $p / $n / $e / $id 全部绑定变量
match
$p isa employee, # $p = 实体槽:绑定"一条 employee 实例",类型由 isa employee 确定
has name $n, # $n = 属性槽:绑定 $p 拥有的那个 name 属性实例(值是 string,但 $n 是实例)
has email $e, # $e = 属性槽:绑定 $p 拥有的 email 属性实例
has employee-id $id; # $id = 属性槽:绑定 $p 拥有的 employee-id 属性实例
select $n, $e, $id; # 只保留这三个属性槽,把 $p 从每行里剔掉:行数不变,行变窄
# 2) select:行数不变,但行里只剩 $n、$e($p、$id 被丢弃)
match
$p isa employee,
has name $n,
has email $e,
has employee-id $id;
select $n, $e;
# 3) reduce:把多行压成一行(总员工数)
match
$p isa employee;
reduce $employee-count = count;
# 3b) reduce + groupby:每个 name 一组,输出"每组一行"
match
$p isa person, has name $n;
reduce $people = count groupby $n;
# 4) fetch:输出 JSON 文档(可用 $p.name 按属性类型取值,[$p.email] 表示可多值的列表)
match
$p isa employee;
fetch {
"name": $p.name,
"emails": [$p.email],
"all-attributes": { $p.* }
};
# 组合用法:match → reduce(groupby) → match → sort → select(行答案)
match
$p isa employee, has name $n;
reduce $dup = count groupby $n;
match
$n has name $n; # 可选:继续用分组变量补数据
sort $dup desc;
select $n, $dup;
常见坑
fetch不是算子而是终点:写在fetch之后任何阶段都会直接报错;反过来match作为最后一段是合法的(输出行答案)。select $x不等于"只打印 $x":它真的把其他变量从行里删掉,后续阶段无法再引用。reduce之后变量会消失:不groupby的变量在 reduce 后不复存在,想保留就必须groupby。count的语义差别:reduce $c = count;数的是"答案行数";reduce $c = count($x);数的是$x的去重取值个数。fetch的 key 顺序不保证:输出是文档(等价 JSON),文档键无序,别依赖顺序做断言。fetch里取值要区分写法:$x取变量本身、$x.name取该实例的某类属性、[$x.email]是列表(属性基数可大于 1 时必须用列表)、{ ... }是嵌套文档。
小结
- 要"查数据" →
match - 要"少带几个变量" →
select - 要"统计 / 分组" →
reduce - 要"给前端/接口的 JSON" →
fetch(放最后)
重要语法:TypeDB 查询数据-查询语法: match + label (查询元数据、或检测类型/属性等是否存在)
label是 TypeQL 3.x 的「类型标签(type label)约束」关键字:它匹配的对象是 schema 里的类型定义本身,并不匹配类型下的数据实例。
作用
- 把类型变量
$t绑定到「label 恰好等于该字符串」的那个 type(entity、attribute 或 relation 类型)。
因此,它用于 查询元数据或检测类型是否存在,而不是【查询对象数据】。
语法
match $t label obj_vehicle; -- 任意类型,label 精确匹配
match entity $t; $t label obj_vehicle; limit 1; -- 限定根类型为 entity
match $t label obj_vehicle2; $t owns $a; ... -- 继续对类型加约束
----
match $t label person; # 查询 entity=person 是否存在
match $t label employee; # 查询 entity=eployee 是否存在
match attribute $t; $t label employee-id; limit 1; # 查询 attribute=employee-id 是否存在

- 检查 entity 是否 owns 该 attribute (如: 检查 entity=obj_vehicle2,attribute=vehicle2-brand_name 是否存在)
通常才是真正想确认的
match entity $t; $t label obj_vehicle2; attribute $a; $a label brand_name; $t owns $a; limit 1;

要点:
label只能接在类型变量上,其后跟裸标签名(不加引号,也不要写isa)。- 同一个
match里,标签可以同时与sub、owns、plays、value等类型层面的约束组合使用。 label的匹配区分大小写,并且必须是 label 的全名。带路径的 label 不适用,例如xxx这类 scoped label 在本项目里不会出现。- 如果目标 label 不存在,查询会直接抛
Type label 'xxx' not found,而不会返回空结果;这一点与isa不同,isa匹配不到时只会返回空。
和 isa 的区别
| 写法 | 匹配的东西 | 典型用途 |
|---|---|---|
$x isa obj_vehicle2; |
类型为 obj_vehicle2 的实例数据 |
查对象 |
$t label obj_vehicle2; |
类型定义自身 | 查 schema、判断类型是否存在 |
label表示「按名字查类型」,isa表示「按类型查实例」。
- 在 TypeDB 2.x 里,等价的写法是
$t type obj_vehicle2;;3.x 将关键字换成了label。
重要语法:删除 database / schema / 数据
- 先厘清:TypeDB 里没有独立的 "schema 对象"。 Schema 是附着在 database 上的,所以"删除 schema"分两个层级:
| 你想删的东西 | 指令 | 事务类型 | 影响范围 |
|---|---|---|---|
| schema 中的某个类型 / 能力 / 注解 / 函数 | undefine(TypeQL 查询) |
schema 事务 | 只改 schema,数据不受影响(但可能因数据不合法而失败) |
| schema 中的实例数据 | delete(管线阶段,需配 match) |
write 事务 | 只删数据 |
| 整个数据库(schema + 全部数据) | Console 服务器级命令 database delete <db> |
不是事务,直接对服务器操作 | 库被整体移除,不可逆 |
- 核心答案:删 schema 里的定义用
undefine。
undefine 的语法结构
undefine
<类型标签>; # 删类型(连带其所有能力与注解)
<接口定义> from <类型标签>; # 删能力:owns / plays / relates / sub / value
<@注解> from <类型标签或接口>; # 删注解(只需注解名,参数可省)
fun <函数名>; # 删函数
约束:schema 语句里不能出现变量和值;语句之间用 ; 分隔;执行后必须 commit 才生效。
具体示例
# 1) 删除整个 employee 类型(连带 sub person、owns employee-id 能力一起消失)
undefine
employee;
# 2) 一次删多个类型
undefine
employment;
employee-id;
# 3) 只删 person 的一个能力,保留 person 类型本身
undefine
owns email from person;
# 4) 删除角色扮演能力(不再允许 person 担任 employment 的 employee 角色)
undefine
plays employment:employee from person;
# 5) 删除关系里定义的角色
undefine
relates employee from employment;
# 6) 删除子类型关系(employee 不再是 person 的子类型)
undefine
sub person from employee;
# 7) 删除注解(示例:将来若加了 @unique,只需写注解名,参数可省略)
undefine
@unique from person owns email;
# 8) 删除函数
undefine
fun some-function;
两条必须注意的限制
- 不能删"没有定义"的东西:
undefine一个不存在的定义会直接报错,"An error is returned (on execution or on commit), and no changes are preserved"。 - 不能让 schema 变得与数据冲突:如果数据库里还有
employee实例,undefine employee;会因为结果 schema 与现有数据不兼容而失败(执行时或提交时)。正确顺序是先删实例数据,再 undefine,或者干脆删库重建。
# 先清数据(write 事务),再 undefine 类型
match
$p isa employee;
delete
$p;
如果要连库一起删掉
在 Console 的服务器级(还没进事务的 >> 提示符下):
>> database create employee-sample # 创建数据库
>> database list # 先确认库名,避免删错
>> database delete employee-sample # 删除整个库:schema 与数据全部消失,不可逆
- Type DB Studio 里对应的是顶部"数据库"菜单中的删除入口。若你的 Console 版本子命令有差异,在
>>下输入help可查看当前版本database子命令的准确清单。
小结
- 删 schema 的类型/能力/注解/函数 →
undefine ...(schema 事务,需 commit) - 删 schema 里的数据 →
match ... delete ...;(write 事务) - 删整个库(含 schema) → Console
database delete <db> - 顺序铁律:先清数据,再 undefine,否则 schema 与数据不一致会导致失败且不保留任何改动
4 项目应用篇 By Java 客户端
0. 先澄清一个关键概念:TypeDB 没有 JDBC 驱动
TypeDB 官方不提供 JDBC(java.sql.*)驱动,标准接入方式是官方 Java Driver:
- 传输协议:gRPC(不是 SQL,也不是 HTTP)
- 查询语言:TypeQL(不是 SQL)
- 驱动实现:JNI 封装 + gRPC 客户端,
com.typedb:typedb-driver
所以「用 JDBC 连 TypeDB」在官方生态里没有现成落点。但心智模型完全可以对照:Driver ↔ Connection、Transaction ↔ Statement、QueryAnswer ↔ ResultSet,只是语法从 SQL 换成 TypeQL。
下面所有内容都按这个映射来组织,方便大家从 JDBC 迁移。
1. Maven 依赖与版本
- 官方坐标:
<!-- TypeDB 官方 Java Driver(gRPC + JNI 原生层) -->
<dependency>
<groupId>com.typedb</groupId>
<artifactId>typedb-driver</artifactId>
<version>3.14.0</version>
</dependency>
-
3.x 版本驱动自带 JNI 原生层(
typedb-driver-clib-<platform>)。若在 Windows 下启动报UnsatisfiedLinkError,需在依赖里补对应平台的原生包,例如:<dependency> <groupId>com.typedb</groupId> <artifactId>typedb-driver-clib-windows-x86_64</artifactId> <version>3.14.0</version> </dependency>
2. 与 JDBC 的核心 API 对照
| JDBC 概念 | TypeDB Java Driver 对应 | 说明 |
|---|---|---|
DriverManager.getConnection(url, user, pwd) |
TypeDB.driver(address, credentials, options) |
创建 Driver 单例(进程内复用,勿重复创建) |
Connection |
Driver |
连接管理,且管事务/数据库 |
Connection.createStatement() |
driver.transaction(database, type) |
每次查询都要开事务 |
Statement.executeXxx(sql) |
tx.query(typeql)(异步 Promise) |
执行一条 TypeQL |
ResultSet |
QueryAnswer(ConceptRowIterator / ConceptDocumentIterator / OkQueryAnswer) |
查询结果 |
conn.commit() / conn.close() |
tx.commit() / tx.close() |
事务提交与释放 |
PreparedStatement 参数绑定 |
TypeQL ?name 命名占位符 |
3.x 支持查询串内参数 |
| 连接池 | 无内置;Driver 本身可复用,事务短开短关 | 每事务一开一关 |
最大差异:JDBC 是一条连接复用于多条语句;TypeDB 是每条语句开一个事务。TypeDB 的事务(Transaction)是数据访问的原子单位。
3. 事务类型(Transaction.Type)
对应 JDBC 里「自动提交 / 手动提交」+ DDL/DML 的划分,TypeDB 把事务分为三类:
Transaction.Type |
用途 | 对应 TypeQL | JDBC 类比 |
|---|---|---|---|
READ |
只读查询 | match / fetch / reduce |
SELECT(只读连接) |
WRITE |
数据增删改 | insert / delete / update |
INSERT / UPDATE / DELETE(读写事务) |
SCHEMA |
结构定义/删除 | define / undefine |
DDL(CREATE / DROP / ALTER) |
// 读
Transaction readTx = driver.transaction("mydb", Transaction.Type.READ);
// 写
Transaction writeTx = driver.transaction("mydb", Transaction.Type.WRITE);
// 结构
Transaction schemaTx = driver.transaction("mydb", Transaction.Type.SCHEMA);
4. 配置与自动装配
4.1 配置项
配置(typedb.*) |
默认 | 说明 |
|---|---|---|
enabled |
true |
是否启用 TypeDB 客户端 |
address |
必填 | 单节点 gRPC 地址,如 192.168.11.111:1729(不要带 http://) |
addresses |
空 | 集群多地址,英文逗号分隔;优先于 address |
username / password |
必填 | 认证凭据 |
tls.enabled |
false |
生产建议 true |
tls.root-ca-path |
空 | 自定义根 CA(PEM);不填则用系统原生根证书 |
request-timeout-millis |
60000 |
一元 RPC 超时(建库、开事务等),不影响事务内查询 |
transaction-timeout-millis |
空 | 事务超时;被 schema 写锁阻塞时超过则放弃 |
primary-failover-retries |
空 | 集群主节点故障转移重试次数 |
default-database |
空 | 默认数据库名 |
对应 Java 类:com.xxx.common.typedb.config.TypeDbProperties(前缀 typedb)。
4.2 自动装配
xxx-common-typedb 通过 Spring Boot 自动装配,只要 classpath 里引入该模块并满足条件即自动注入 TypeDbClient Bean:
@AutoConfiguration
@ConditionalOnProperty(prefix = "typedb", name = "enabled", havingValue = "true", matchIfMissing = true)
@ConditionalOnProperty(prefix = "typedb", name = "address") // 必须有 address 才装配
@EnableConfigurationProperties(TypeDbProperties.class)
public class TypeDbAutoConfiguration {
@Bean(destroyMethod = "close")
@ConditionalOnMissingBean(TypeDbClient.class)
public TypeDbClient typeDbClient(TypeDbProperties properties) {
return new TypeDbDriverClient(properties);
}
}
注册文件:src/main/resources/META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports
内容:com.xxx.common.typedb.config.TypeDbAutoConfiguration
业务代码里直接注入即可用:
@Component
public class MyService {
@Autowired(required = false) // 未配置 TypeDB 时降级,不阻塞启动
private TypeDbClient typeDbClient;
}
实际配置通常在 Nacos(
application-common.yml或${appName}.yml),本地application.yml只做 import。
5. 客户端封装接口(xxx-common-typedb 的 TypeDbClient)
xxx 把官方驱动封装成了面向业务的一组方法,这是你在项目里实际使用的主体:
| 分类 | 方法 | 说明 |
|---|---|---|
| 健康/服务 | health() / getVersion() |
连通性探测、取服务版本 |
| 数据库管理 | listDatabases() / databaseExists(name) / createDatabase(name) / dropDatabase(name) |
对应官方 driver.databases() |
| Schema | defineSchema(db, typeql) / undefineSchema(db, typeql) |
走 SCHEMA 事务 |
| 数据写 | insert(db, typeql) / delete(db, typeql) / update(db, typeql) |
走 WRITE 事务 |
| 数据查 | match(db, typeql) / fetch(db, typeql) / matchWithParams(db, typeql, params) / execute(db, typeql) |
查询 |
| 高级 | rawDriver() |
暴露官方 Driver,供 analyze 等高级操作(自行管事务) |
关键实现(TypeDbDriverClient)几个值得记住的细节:
- 每条语句:开事务 → 执行 → commit → finally close,写语句必须
commit()。 execute()自动按语句头关键字路由:define/undefine → SCHEMA,insert/delete/update → WRITE,否则按查询处理。- 结果统一转成
QueryResult:Match 得到rows(List<Map<String,Object>>),Fetch 得到answers(JSON 文档)。 - 对「类型不存在」类异常做幂等降级,避免全量重建时误报。
6. 数据库管理
TypeDB 一个 database(库) 即一个独立命名空间,schema 与数据都在库内。xxx 约定一个本体对应一个库(ont_xxx,见 TypeDbProjectResolver)。
// 判断/创建/删除
boolean exists = typeDbClient.databaseExists("ont_user");
typeDbClient.createDatabase("ont_user");
typeDbClient.dropDatabase("ont_user");
// 列出
List<TypeDbDatabase> dbs = typeDbClient.listDatabases();
7. TypeQL 速成(与 SQL 对照)
TypeDB 3.x 是「类型优先」的强类型图数据库:先 define 类型(entity/attribute/relation),再 insert 实例,用 match 查询。
7.1 Schema 定义:define(SCHEMA 事务)
define
entity obj_user,
owns obj_user-name @key,
owns obj_user-age;
attribute obj_user-name, value string;
attribute obj_user-age, value long;
relation obj_user-orders-obj_order,
relates obj_user,
relates obj_order;
要点:
- 3.x 用
kind关键字(entity X/attribute X/relation X),不再写sub entity这类旧语法。 owns ... @key声明业务主键(唯一约束)。- attribute 在同一库内全局唯一,不同对象共用同名属性要加【对象前缀】避免冲突(xxx 用
对象码-属性码命名,见下)。 - relation 用
relates 角色定义角色,entity 用plays 关系:角色声明参与关系。
| SQL | TypeQL |
|---|---|
CREATE TABLE user(id INT PRIMARY KEY, name VARCHAR) |
define entity obj_user, owns obj_user-id @key, owns obj_user-name; attribute obj_user-id, value long; ... |
ALTER TABLE ... ADD COLUMN |
define attribute obj_user-email, value string; define entity obj_user owns obj_user-email; |
DROP TABLE user |
undefine obj_user; |
7.2 写入:insert(WRITE 事务)
insert
$u isa obj_user,
has obj_user-id 1001,
has obj_user-name "张三";
对应 SQL:INSERT INTO obj_user (id, name) VALUES (1001, '张三');
注意【字符串】字面量用双引号,内部反斜杠/双引号需转义(xxx 用
TypeDbNaming.escapeValue)。
7.3 查询:match / fetch(READ 事务)
# 行式结果(match + 绑定变量)
match $u isa obj_user, has obj_user-name $name;
# JSON 文档结果(fetch)
match $u isa obj_user, has obj_user-id 1001; fetch { "user": $u };
# 聚合计数
match $u isa obj_user; reduce $c = count;
对应 SQL:SELECT ... FROM obj_user WHERE ...;、SELECT COUNT(*) FROM obj_user;
7.4 删除:delete(WRITE 事务)
match $u isa obj_user, has obj_user-id 1001; delete $u;
7.5 关系建立(图的核心)
match
$s isa obj_user, has obj_user-id 1001;
$t isa obj_order, has obj_order-id 9001;
insert
(obj_user: $s, obj_order: $t) isa obj_user-orders-obj_order;
8. 常见坑与最佳实践(踩过坑后的总结)
| # | 坑 / 注意点 | 解法 |
|---|---|---|
| 1 | 每语句开事务,忘 commit 数据丢失 / 忘 close 连接泄漏 | 写语句必须 tx.commit();用 try/finally 保证 close()(参考 TypeDbDriverClient.closeQuietly) |
| 2 | Driver 必须单例复用 | TypeDB.driver(...) 只创建一次,容器销毁时 close()(@Bean(destroyMethod="close")) |
| 3 | 重复 define 报错 | 幂等处理:识别「already exists / redefinition」异常后跳过 |
| 4 | undefine/删除不存在的类型报错 | 识别「not found / does not exist / unknown type」异常后跳过 |
| 5 | 有实例时无法 undefine 类型 | 先删实例(带 limit 分批),再 undefine 类型 |
| 6 | 字符串字面量注入 | 所有用户输入经 escapeValue 转义;标识符走 TypeDbNaming.normalize |
| 7 | attribute 全局唯一 | 跨对象共用属性名要加前缀(xxx:对象码-属性码) |
| 8 | 保留字冲突(role、type 等) |
entity/role 名加 obj_ 前缀 |
| 9 | TypeDB 3.x 语法 | 用 kind 声明(entity X),@key 主键;不要写旧 sub entity |
| 10 | Windows JNI 报错 | 启动报 UnsatisfiedLinkError 时补 typedb-driver-clib-windows-x86_64 依赖 |
| 11 | 查询结果类型 | match→rows(行式)、fetch→answers(JSON 文档)、写入→ok;用 reduce ... count 做计数 |
| 12 | 未配置降级 | 客户端用 @Autowired(required=false),未配 TypeDB 时业务降级而非启动失败 |
| 13 | 事务超时 | 被 schema 写锁阻塞可设 transaction-timeout-millis 放弃,避免卡死 |
| 14 | Server地址 | gRPC 默认端口 1729,不要带 http:// 前缀 |
9. 总结
-
TypeDB 用官方 Java Driver(gRPC + TypeQL)接入,不是 JDBC。
-
把「Driver 单例 → 每语句开事务(READ/WRITE/SCHEMA) → TypeQL → commit → close」这条链路吃透,再记住 3.x 的
kind语法、@key主键、match/fetch/reduce查询,以及 xxx 的命名归一化与幂等清理套路,就能在自己的模块里快速落地。
Z FAQ for TypeDB 部署使用
Q: TypeDB 的默认账号密码?TypeDB Studio 如何连接?

- TypeDB 3.x 的默认账号是
admin,默认密码是password;但如果你用的是 TypeDB 2.x Core,默认根本不开认证,TypeDB Studio 里用户名/密码留空就能连。
下面按版本分清楚。
默认凭据(按版本区分)
| 版本 | 默认是否要求认证 | Studio 用户名 | 密码 |
|---|---|---|---|
| TypeDB 3.x | 是(内置强制认证) | admin |
password |
| TypeDB 2.x Core | 否(默认关闭) | 留空 | 留空 |
| TypeDB Cloud / Enterprise(2.x) | 是 | 你在云端控制台创建的用户 | 你设置的密码 |
默认凭据(按版本区分)
| 版本 | 默认是否要求认证 | Studio 用户名 | 密码 |
|---|---|---|---|
| TypeDB 3.x | 是(内置强制认证) | admin |
password |
| TypeDB 2.x Core | 否(默认关闭) | 留空 | 留空 |
| TypeDB Cloud / Enterprise(2.x) | 是 | 你在云端控制台创建的用户 | 你设置的密码 |
3.x 的
admin/password是在服务器首次初始化时自动创建的,官方文档和各语言驱动示例(Python/Rust/Java/npm 的typedb-driver)默认值都是这个。
一般在哪里设置 / 修改
分两层面说:
1. 连接时填写的位置(Studio 对话框)
Studio 的「New Connection」对话框里有 Hostname、Port、Username、Password、TLS 几个字段,凭据就在这里逐次输入,Studio 本身不会把这些凭据写进某个可编辑的【全局配置文件】,而是每次连接时填一次。
2. 账号密码的真正来源(服务端)
- TypeDB 3.x:
admin用户是初始化时生成的,密码不以明文形式存在某个配置文件里(你没法靠改一个.yml来设密码),而是由服务端存成哈希、放在【服务端数据目录】中。
要修改密码/新建用户,需要用 TypeDB console 或驱动的 users 接口执行【用户管理命令】(如
user create、user password、user update)。
- TypeDB 2.x Core:服务端没有内置用户体系,所以 Studio 那两个框留空即可;只有开了认证或连云端才需要填。
现在该怎么判断
先确认装的是哪个版本——这直接决定填不填、填什么:
- 若是 2.x Core(最常见通过 Studio 连的本地版):用户名/密码留空,TLS 不勾,直接连。
- 若是 3.x:填
admin/password。 - 若填了
admin/password仍报认证失败,多半是密码已被改过(别人改的,或初始化时自定义了),需要找当初设置的人或重设。
Q: typedb 中查询指定属性的 entity 是否存在。语法是怎样的?
查询方法x3
- 方法1)判断是否存在(推荐,用 limit 1 最经济)
match
$v isa obj_vehicle2, has vehicle2-vin "LSGKB52H0V2PRXEZW";
limit 1;
返回 0 行表示不存在,返回 1 行(如:
iid 0x1e00060000000000000000)表示存在。
- 方法2)一条语句直接给出计数(结果确定,不用看行数)
match
$v isa obj_vehicle2, has vehicle2-vin "LSGKB52H0V2PRXEZW";
reduce $c = count;
$c = 0表示不存在,$c = 1表示存在(真实项目里 COUNT 查询就是这种写法)。
- 方法3)把约束拆成两条语句(与第 1 种等价,便于拼接过滤条件)
match
$v isa obj_vehicle;
$v has vehicle-vin "LSGKB52HWFYEE0EJ2";
limit 1;
返回 0 行表示不存在,返回 1 行(如:
iid 0x1e00060000000000000000)表示存在。
容易踩的坑
- 字面量只用双引号:TypeQL 不支持单引号,
'LSGK...'是语法错误。 - 【数值主键】不能加引号: 例如 vin 是 String,加引号正确;若换成 BIGINT 主键,
has ... 123才对,"123"恒不命中。 - 不加
limit 1会把所有命中行拉回来,【单次读】还有结果条数上限;做存在性判断一律带limit 1更稳。
Y 推荐文献
X 参考文献
本文链接: https://www.cnblogs.com/johnnyzen
关于博文:评论和私信会在第一时间回复,或直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
日常交流:大数据与软件开发-QQ交流群: 774386015 【入群二维码】参见左下角。您的支持、鼓励是博主技术写作的重要动力!

浙公网安备 33010602011771号