GraphAr 调研
- 全称:Graph Archive。
- 官网:https://graphar.apache.org。
- 官网介绍:开源的图数据文件存储标准,兼具一定的检索功能。
特性
- 多种文件格式:支持 ORC, Parquet, CSV 三种文件格式。
- 多种表示方式:支持简单图及属性图,支持不同的图拓扑结构的表示方式 ( COO, CSR 和 CSC ) 。
- Apache 生态兼容良好:ORC, Parquet 为 Hive、Flink、Spark 等 Apache 生态组件均支持的列式存储文件格式。
- 图计算通用:方便不同的单机/分布式图计算引擎、数据库加载使用,也能支持丰富的下游计算任务,如外存图计算 ( 非直接支持,均需要开发对接 ) 。
- 增量方便:可以在不改动原有文件的情况下添加新的属性,在图中添加一组新的类型的点/边,通过不同类型和点和边的自由组合来构建一个新的图等。
- 图分区存储。
- 列式存储图加载比传统从 CSV 加载更快 。
- 边文件冗余存储。有 orderBySrcId 和 orderByDstId, offset,故支持简单的快速检索。
总结
GraphAr 严格来说是阿里想要推动的一套图数据存储和管理标准,以达到其引导图计算相关生态发展的目的。2024 年 3 月 25 日刚成为成为 ASF 孵化项目,目前仅了解到阿里巴巴的 GraphScope, Vineyard 和 Fabarta 图数据库系统进行了对接,其余图计算平台、图数据库还未明确表示对该标准有兼容的意向,发展前景还不够清晰。
贡献者
更新日志
2025/8/5 08:34
查看所有更新日志
eb6eb
-improve(docs): use pangu formatter于43cb2
-improve(docs): use chinese punctuation于fea7c
-improve(docs): delete extra whitespace and blank lines于c1c02
-modify(docs): remanage folders and rename files于90e37
-docs: update docs于120cb
-整理tag于3d6e6
-更改navbar于0c060
-升级主题+整理文章格式于c0924
-整理文章格式于4e139
-update于