分类： Sybase
2024-04-26 13:56:26
新的属性图数据库语言标准，ISO/IEC 39075 信息技术 — 数据库语言 — GQL，近日已经发布。但GQL 是什么，这个数据库语言标准中包含了什么内容？
GQL 这一新数据库语言标准由国际标准委员会 ISO/IEC JTC1 SC32 WG3 数据库语言团队开发。忽略上面的 ISO/IEC JTC1 标准层次结构的缩写，SC32 WG3 是一个国际委员会，同时负责开发和强化 SQL 数据库语言。SC32 WG3 的参与者（个别专家）由世界各国的标准流程指派。
当标准委员会开始讨论一个新的属性图数据库语言标准时，SC32 WG3 选择了 “GQL” 这个名字。可能大家觉得 GQL 是 Graph Query Language（图查询语言）的缩写，但是这个名字主要是为了体现 GQL 与 SQL 数据库语言是并列的。
SQL 国际标准的{BANNED}首选版本（ISO/IEC 9075 - 数据库语言 — SQL）发布于 1987 年。从那时起，SQL 标准经过了多次修订，并融入了多种新技术。2019 年，一个新项目获批，主要是制定专注属性图数据库的平行标准，即数据库语言 GQL。这对标准机构和行业的重要程度不言而喻，因为这是 ISO 在近 35 年内首次发布的、新的数据库查询语言。
近几年，属性图数据库在大数据、NoSQL 技术领域变得越发重要。属性图数据的一大特点是，在数据中会创建关系，用户可直接编写声明式查询而无需指定关系。与将数据结构化为表的关系型模型不同，属性图模型在数据库内将数据结构化为图。这让基于模式的分析成为可能，并且可用极小的成本添加新类型数据。现实生活中，关于图的应用从数字孪生（Digital Twin）到反洗钱（Anti-Money Laundering），再到药物发现（Drug Discovery）、供应链分析（Supply Chain），以及为生成式人工智能（GenAI）提供的知识图谱支持，等等。这种新模型与语言的结合前景，以及在数据库领域内的显著且持续增长的用量，很大程度上是 SQL 的新 ISO 兄弟语言 GQL 的基础。
属性图数据库存储和检索点（顶点）和边（关系）。而 GQL 标准规定的声明式语言受启发于现有属性图数据库产品和 SQL 标准。
GQL 标准是一个完整的数据库语言，支持创建、读取、更新和修改属性图数据。而这里的属性图数据可以是 Schema Free 的，也可以通过完整的属性图模式（Graph Type）进行约束。
GQL 标准约定了多种多样的数据类型，来支持字符和字节字符串、定点数、浮点数以及嵌套数据。GQL 查询中所用的图模式匹配（GPM，Graph Pattern Matching）语言非常强大，允许用户编写相对简单的查询来进行复杂的数据分析。
作为一种数据库语言，GQL 不只是一种图查询语言。与 SQL 一样，它设定了一个从持久化且可扩展的目录初始化的运行时环境。目录列出了存储的数据对象，这些对象通过经过身份验证的会话，并利用事务性工作单元来进行访问。它支持插入、更新、删除和读取属性图，这些属性图是由目录中的条目创建和引用的。这些图的内容可以是无约束的，也可以由管理员定义的数据模型（图类型）进行约定。这些图类型是 GQL 中“GQL-schema”的一部分，即目录中用于存放元数据和数据定义的专用容器。此外，通过定义数据的所有权归经过身份验证的用户所有，GQL-schema 也支持了一个基本的安全模型。
GQL 吸收了众多现有商业图查询语言的特性，包括由 Neo4j Inc. 开发的 openCypher、Tigergraph Inc. 的 GSQL、Oracle Inc. 的 PGQL，以及 LDBC 的研究语言 G-Core。此外，它还与 SQL/PGQ 共享一个从 Cypher 派生的图模式匹配子语言（非正式称为 GPML4），该语言是 SQL 的只读扩展，允许将通过专用视图访问的表格数据当作属性图处理。GPML 通过将模式图与数据图进行匹配，返回数据图的子图的表格表示形式。
属性图被私人和公共金融机构广泛使用，用来识别潜在的犯罪行为，如：洗钱。这种使用场景既出于需要，有时也是法律要求。例如，一系列的资金转移——从 A 到 B，再从 B 到 C，{BANNED}最佳后从 C 回到 A——可能暗示洗钱活动的存在。同样地，在评估投资组合风险、借贷双方的偿债能力、反欺诈、提供客户 360 度全方位视图以及其他多种场景中，属性图也发挥着重要作用。
属性图同样用于模拟公共事业基础设施，如：水资源分配、电力分配和电信网络。在这些场景中，典型的查询包括：评估在配电网络特定节点增加新负载或分布式发电设施（例如：风能或太阳能）可能带来的影响和收益，以及进行网络设计、维护、故障诊断和安全管理。
属性图的其他应用场景还包括（但不限于）社交网络、物料清单、访问控制、产品推荐、引用网络、路由策略、影响力检测、蛋白质交互网络、影响评估，以及生成式 AI。
以下示例主要介绍了如何使用 GQL 部分功能：
GQL 查询采用了一种功能丰富的图模式匹配（GPM）语言。以下示例演示了如何查找与名为“Avery”的点存在一跳关系的所有点：
MATCH (a {firstname: 'Avery'})-[b]->(c)RETURN a, b, c
这里这里 MATCH 语句定义了变量 a、b 和 c，并能在查询的后续部分引用，本例中是在
RETURN语句中。而用户编写查询语句时，不用预先了解“Avery”与其他点之间的具体关系。
事实上，GQL 标准并未规定返回数据的显示方式。下面是一种可能的展示方式，以可视化图的形式：
图可视化工具能够展示出查询到的数据之间的关系，并在需要时展开显示更多细节。
而数据的另一种展示方式是文本。
MATCH (a {firstname: 'Avery'})-[b]->(c)RETURN a.firstname, b, c.name+------------------------------------------------------------+| a.firstname | b | c.name |+------------------------------------------------------------+| "Avery" | [:LivesIn {since: 1980-07-15}] | "Granville" || "Avery" | [:HasPet] | "Unique" |+------------------------------------------------------------+
GQL GPM 支持更复杂的查询，例如：量化路径模式。例如：
/* 简单的查询 */MATCH ((a)-[r]->(b)){1,5}RETURN a, r, b
此示例将查找一个点 a 认识（r）另外一个点 b 的路径，而这个路径长度{BANNED}最佳多为 5，即一个五跳查询。当然，GQL 支持你演变出更复杂的量化路径模式。
上面示例中的 GQL 数据是使用 INSERT 语句创建的。例如：
/* 插入 1 个点 */INSERT (:Pet {name: 'Unique', pettype: 'Dog'})
在这个示例中，“Pet”是一个标签，而“name”和“pettype”是标签的属性。标签是可以存在或不存在的标识符。属性则是名称和值的组合。无论是点（顶点）还是边（关系），都可以拥有标签和属性。
在 GQL 表达中，点被圆括号()包围，边则被方括号[]包围。
同样的，GQL 的插入语句也能用上复杂的图模式。下面的语句将插入两个点，以及它们之间的一条边。
/* 插入 2 个点及 1 条边 */INSERT (:Person {firstname: 'Avery' ,lastname: 'Stare' ,joined: date("2022-08-23")}) -[:LivesIn {since: date("2022-07-15")}]-> (:City {name: 'Granville' ,state: 'OH' ,country: 'USA'})
MATCH语句的结果后面也可以接着INSERT语法：
/* 新建一条连接 Avery 和宠物狗 Unique 的边 */MATCH (a {firstname: 'Avery'}) ,(d {name: 'Unique'})INSERT (a)-[:HasPet]->(d)
在这个示例中，a 和 d 是别名。MATCH 语句定义了它们，并持续有效直到整条 GQL 语句的结束。MATCH 的结果是两个点表达式返回的点的笛卡尔积。由于每个点表达式仅返回一个点，因此INSERT操作将只插入一条边。
修改 GQL 数据的方法包括：识别要更新的点或边，再设置或删除它们的属性。例如：
MATCH (d:Pet) where d.name="Unique"SET d.weight_kg=26
MATCH (e {lastname: 'Stare'})REMOVE e.joined
GQL 数据的删除是通过识别点，断开（DETACH ）其关系，再删除点来实现的。例如：
/* 删除 Avery 和相关的点 */MATCH (a {firstname: 'Avery'})-[b]->(c)DETACH DELETE a, c
GQL 支持可序列化的事务，且支持额外的自定义事务模式。事务可以通过显式或隐式的START TRANSACTION语句启动，并通过COMMIT或ROLLBACK语句结束。GQL 还支持自动事务的启动和提交。
GQL 支持 Schema Free 图，这种图对输入数据没有任何限制；同时也支持 Fixed Schema 图，这种图可以通过定义图类型来创建，图类型明确定义了可以存在于该图中的点和关系的类型。
Schema Free 图接受插入任意数据。这方便快速启动数据系统，但数据的控制问题则留给了应用开发者，或者是用户。
GQL 标准还支持创建图类型。图类型是一种数据模板，通过明确规定在基于特定图类型创建的 Fixed Schema 图中能够包含的点类型和边类型，从而限制图库的内容。一个 Fixed Schema 图只能包含图类型中规定的点类型和边类型。
管理员可以在 GQL 模式下，通过目录层次结构，基于图类型创建图。也可以基于单一图类型创建多个图。
以下图类型定义了 2 种点类型和 2 种边类型：
/* 示例改编自 Alastair Green 2024-03-26 */CREATE GRAPH TYPE /MyFolder/control/fraud_TYPE // DDL (customer:Customer => {id::STRING, name::STRING}), (account:Account => {no::STRING, acct_type::STRING }), (customer)-[:HOLDS]->(account), (account)-[:TRANSFER {amount::INTEGER}]->(account)
使用图类型创建图时，图的内容将被限制为图类型中所描述的点类型和边类型。
CREATE GRAPH /MyFolder/control/fraud /* 图名为 “fraud” */ TYPED /MyFolder/control/fraud_TYPE /* 图类型是 fraud_TYPE */
当数据修改完成时，修改内容必须符合图类型指定的限制。如果数据不符合图类型定义，则该语句会导致异常，并且将进行事务回滚。
USE GRAPH fraudINSERT // DML (d:Customer {id: 'AB23', name: 'Doe'}), (r:Customer {id: 'CH45', name: 'Reiss'}), (a1:Account {no: '25673890', type: 'C'}), (a2:Account {no: '05663981', type: 'C'}), (d)-[:HOLDS]->(a1), (r)-[:HOLDS]->(a2), (a1)-[:TRANSFER {amount: 5000}]->(a2)USE GRAPH fraudMATCH // DQL (c1:Customer)-[:HOLDS]->(a1:Account) -[t:TRANSFER]-> (a2:Account)<-[:HOLDS]-(c2:Customer)RETURN c1.name, a1.no, t.amount, c2.name, a2.no/*'Doe', '25673890', 5000, 'Reiss', '05663981' 1 row returned*/
在 SQL 数据库中，数据以记录的形式存储在表格中，每个表格都有固定的结构。表格之间的关系可以通过约束来强制实施，但编写查询的人（或程序）需要理解表格之间的关系。
在属性图数据库中，抽象级别被提高，允许将一组表格视为一个单元（称为“数据乘积 Data Product”）。
带有特定标签（或多个标签）的点，在功能上类似于一个表格。然而，MATCH 查询可以根据点的指定特征来访问点，而不受标签的限制。
边被用来描述节点之间的关系。编写查询的人（或程序）可以查询这些关系，而不需要预先知道这些关系的具体情况。
本文简要介绍了 GQL 数据库语言的功能。完整的 GQL 语言还支持额外的功能，这些超出了本文档的范围。GQL 数据库语言的设计考虑了未来的发展，将来准备在目录中加入更多形式的数据，并已经为返回非表格结果（例如图）做好了准备。
作为国内图数据库领域的先驱，杭州悦数一直致力于推进图行业前沿技术的进步发展。我们的多位图数据库研发专家是ISO/IEC JTC 1/SC 32/WG 3 工作组成员，参与 GQL 标准的制定以及后续版本的更新。后续，我们的专家将更详细地介绍 GQL 以及它对于图行业、对于企业用户的意义和能力，敬请关注。