背景
在做MyClub时，产品需要根据用户的社交关系做推荐排名。针对用户的二度好友所在的房间，能提高分发的权重。
如果使用传统的关系型数据库，无法满足业务需求。考虑使用图数据库来实现用户的一度、二度好友查询。
什么是图数据库
图数据库（graph database）是一个使用图结构进行语义查询的数据库，它使用节点、边和属性来表示和存储数据。该系统的关键概念是图，它直接将存储中的数据项，与数据节点和节点间表示关系的边的集合相关联。
图数据库是一种非关系型数据库，以解决现有关系数据库的局限性。
它和关系型数据库的主要区别包含以下几点：
- 数据模型：关系型数据库使用表格来组织和存储数据，其中每个表格有一定数量的列和行，每行代表一个记录。而图数据库使用点边结构来存储数据，其中节点代表实体，边代表实体之间的关系。
- 存储格式：图数据库将实体存储为节点，将关系存储为边。关系数据库将数据存储在具有行和列的表中，通过 JOIN 操作进行查询。
- 查询语言：关系型数据库通常使用 SQL（结构化查询语言）来查询数据。而图数据库使用类似于 Cypher、Gremlin 等查询语言，能更高效地支持复杂的图形遍历和查询。
- 索引：图数据库通常使用无索引联结，这意味着每个节点都连接到数据库中的每个其他节点，而关系数据库则使用索引指针连接相关数据。
图数据库，在描述节点直接复杂关系，如社交关系、知识图谱、推荐系统等，使用更少的存储空间和更高的查询效率，也更容易理解。
常见的图数据库有哪些
在图数据库的选型上我们主要考虑了以下 5 点：(A) 项目开源，暂不考虑需付费的图数据库；(B) 分布式架构设计，具备良好的可扩展性；© 毫秒级的多跳查询延迟；(D) 支持千亿量级点边存储；(E) 具备批量从数仓导入数据的能力。
分析 DB-Engines上排名前 30 的图数据库，剔除不开源的项目，我们将剩余的图数据库分为三类：
- 第一类：Neo4j、ArangoDB、Virtuoso、TigerGraph、RedisGraph。 此类图数据库只有单机版本开源可用，性能优秀，但不能应对分布式场景中数据的规模增长，即不满足选型要求（B）、（D）。
- 第二类：JanusGraph、HugeGraph。 此类图数据库在现有存储系统之上新增了通用的图语义解释层，图语义层提供了图遍历的能力，但是受到存储层或者架构限制，不支持完整的计算下推，多跳遍历的性能较差，很难满足 OLTP 场景下对低延时的要求，即不满足选型要求（C）。
- 第三类：DGraph、NebulaGraph。 此类图数据库根据图数据的特点对数据存储模型、点边分布、执行引擎进行了全新设计，对图的多跳遍历进行了深度优化，基本满足我们的选型要求。
Neo4j是最早的图数据库，从3.5版本开始，核心部分转为闭源。4.X版本后支持分布式存储，在Neo4j的应用层拼装。
NebulaGraph是新一代图数据库，开源、支持分布式。提供毫秒级查询。
图数据库实践
GO 2 STEPS from {uid} over {graph_name}
可以使用commons-pool2来做连接池管理和服用。