从非标数据通向非标问题：图查询语言 nGQL 简介

2024-01-27 11:50:54

对于数据类型固定的传统的关系型数据库来说，SQL 结构化查询语言的优势可以说是不言而喻的，它带来了简洁、易学、高效的数据库查询体验。随着互联网的高速发展，现实世界中出现了越来越多种类、多种类型的数据，这些数据的相互关联构成了比以往更加复杂的网络结构。关系型数据库无法解决这种复杂而充满不确定性的数据类型，于是图数据库应运而生。

图数据库使用一种称为图的方式来表示数据和关系。图由节点和边组成，节点表示实体，边表示实体之间的关系。这使得图数据库非常适合表示复杂的数据关系，例如社交网络、推荐系统和知识图谱。

NebulaGraph 是一个开源的分布式图数据库，它提供了丰富的图查询功能。NebulaGraph 的图查询语言 nGQL（Nebula Graph Query Language）是基于 GraphQL 语法的，它允许用户使用简洁的语法来查询图数据。nGQL 非常适合查询复杂的数据关系，并且它还支持丰富的聚合函数和过滤条件。

本篇文章将为大家介绍 nGQL 的基本语法和使用方式，帮助大家快速入门。

nGQL 基本语法

nGQL 的基本语法非常简单，它由以下几个部分组成：

查询类型：nGQL 查询可以分为两种类型：数据查询和架构查询。数据查询用于查询图中的数据，架构查询用于查询图的结构。
查询字段：查询字段用于指定要查询的字段。查询字段可以是节点字段、边字段或聚合函数。
过滤条件：过滤条件用于过滤查询结果。过滤条件可以是比较运算符、逻辑运算符或正则表达式。
排序条件：排序条件用于对查询结果进行排序。排序条件可以是升序或降序。

nGQL 使用示例

下面我们通过一个简单的例子来演示如何使用 nGQL 查询图数据。

query {
  Person(name: "张三") {
    name
    age
    friends {
      name
      age
    }
  }
}

这个查询将返回名为“张三”的人及其朋友的信息。查询结果如下：

{
  Person: {
    name: "张三",
    age: 20,
    friends: [
      {
        name: "李四",
        age: 18
      },
      {
        name: "王五",
        age: 22
      }
    ]
  }
}