8种图数据库对 NULL 属性值支持情况

Posted 2021-09-07 华为云开发者社区

摘要：在语义网等图模型中，遵循开放世界假设，对于数据中未包含的事实，都认为是未知的而非假的。

本文分享自华为云社区《图数据库对 NULL 属性值支持情况》，原文作者：你好_TT 。

NULL（空值）是数据库中对数据属性未知或缺失的一种标识，用于指示数据库中不存在的数据值。当图数据库中图数据的某个节点或边的属性值缺失或未定义时，该属性值即为NULL。

那么为什么图数据库需要支持NULL值呢？

在语义网等图模型中，遵循开放世界假设，对于数据中未包含的事实，都认为是未知的而非假的。例如对于一个包含若干学生的图数据库,有如下两条查询：

• 查询一：找出大学在清华大学的人
• 查询二：找出大学不在清华大学的人

如果图数据库中的小明同学没有填写学校，那么小明是属于查询一的结果集，还是属于查询二的结果集。开放世界假设认为，未包含的数据是未知的而非虚假，在这个逻辑的支撑下，小明既不属于查询一的答案，也不属于查询二的答案。

图数据库，通过NULL值实现这一逻辑。

下面我们来看看各图数据库对NULL 属性值的支持情况。

GDB

对于字符串这种数据类型，支持长度为零的空字符串，表示为：””，不使用双引号的空白域表示不存在，为 nullptr。

NebulaGraph

默认情况下，插入点或边时，属性值可以为 NULL ，用户也可以设置属性值不允许为 NULL (NOT NULL)，即插入点或边时必须设置该属性的值，除非创建属性时已经设置默认值。

HugeGraph

可以指定一些字符串代表空值，比如"NULL"，如果该列对应的顶点/边属性又是一个可空属性，那在构造顶点/边时不会设置该属性的值。

Amazon Neptune

允许输入空白字段，一个空白字段被认为是一个NULL值。

Neo4j

在Cypher中，NULL用于表示缺失或者未定义的值。从概念上讲，NULL意味着缺失的未知的值，它的处理方式与其他值的处理方式略有不同。

Gremlin

TinkerGraph可以配置为支持NULL作为属性值，但并不是所有的图数据库产品都支持。所以在使用之前请务必检查supportsNullPropertyValues()的功能或查看说明文档。

TigerGraph

不支持NULL和NOT NULL 属性。图数据库中不支持NULL这个值。如果在创建顶点或边实例时未为属性赋值，则以该数据类型的默认值为该属性赋值，最新版本已经废除这条。

华为云图引擎服务GES

支持NULL属性值。当输入空白字段时，认为该属性值为NULL。

下面举例说明，假设导入数据的schema为：

<label name="movie">
    <properties>
        <property name="ChineseName" cardinality="single" dataType="string"/>
        <property name="Year" cardinality="single" dataType="int"/> 
    </properties>
</label>
<label name="user">
    <properties>
        <property name="Gender" cardinality="single" dataType="enum" typeNameCount="2" typeName1="F" typeName2="M"/>
        <property name="School" cardinality="single" dataType="string"/>
        <property name="Age" cardinality="single" dataType="int"/>
    </properties>
</label>
<label name="rate">
    <properties> 
        <property name="Datetime" cardinality="single" dataType="date"/>
        <property name="Score" cardinality="single" dataType="double" />
    </properties>
</label>  

导入的点数据为：

张三,user,M,清华大学
李四,user,,北京大学,20
小明,user,,,21
Titanic,movie,泰塔尼克号,1997

导入的边数据为：

张三,Titanic,rate,,4
调用GES原生API接口进行边查询：

GET http://{SERVER_URL}/ges/v1.0/{project_id}/graphs/{graph_name}/edges/detail? source=张三&target=Titanic

得到结果：

"edges": [
    {
        "index": "0",
        "source": "张三",
        "label": "rate",
        "properties": {
            "Score": [
                4.0
            ],
            "Datetime": [
                null
            ]
        },
        "target": "Titanic"
    }
]

可以看到，查询到的边的 Datetime 的属性值是 null , 这是因为该属性字段输入时是空白字段。

另外，GES 支持 Gremlin 和 Cypher 两种主流的图查询语言，下面我们通过 Cypher 验证文章开始时提出的问题。

分别进行以下三个查询：

match (n:user) where n.School=\'清华大学\' return n
match (n:user) where n.School<>\'清华大学\' return n
match (n:user) where n.School is null return n

得到的查询结果分别为：

"row": [
    {
        "School": "清华大学",
        "Gender": "M",
        "Age": null
    }
],
"meta": [
    {
        "id": "张三",
        "type": "node",
        "labels": [
            "user"
        ]
    }
]

"row": [
    {
        "School": "北京大学",
        "Gender": null,
        "Age": 20
    }
],
"meta": [
    {
        "id": "李四",
        "type": "node",
        "labels": [
            "user"
        ]
    }
]

"row": [
    {
        "School": null,
        "Gender": null,
        "Age": 21
    }
],
"meta": [
    {
        "id": "小明",
        "type": "node",
        "labels": [
            "user"
        ]
    }
]

当 n.School 为 null 时，n.School<>\'清华大学\' 和 n.School=\'清华大学\' 的返回值都是非 true，所以小明未在前两个查询的结果集中。这背后是GES Cypher支持的三值运算逻辑，这套逻辑支撑起了文章开始时所述的查询，也遵循了语义网等模型的开放世界假设。

点击关注，第一时间了解华为云新鲜技术~