微软进军NoSQL 发布Trinity数据库

【综合报道】正当我们感慨各类NoSQL数据库遍地开花的时候，老大哥微软也加入了这一阵营，最近微软发布了其图数据库系统Trinity。

笔者在很多文章中看见微软发布了其图数据库系统Trinity的消息，但是Trinity具体是什么样子的数据库，有什么功能只有短短几句介绍，于是笔者查看了该项目的原文地址，并加以翻译。水平有限，请大家多多指教。

[[20659]]

Trinity是一个图数据库,也是建立在分布存储云上的计算平台。作为一个数据库，它提供如高度并行查询处理、事务记录、一致性控制等功能。作为一个计算平台，它为大型图形提供了同步或不同步的批处理计算。Trinity可以配置在一台计算机或数百台计算机上。

图是一种具有较高表达能力的抽象数据结构。许多现实生活中的应用都可以通过图模拟，包括生物网络，语义网络和社会网络。因此，图形引擎对多种应用都是非常重要的。目前，在这个领域有：Neo4j， HyperGraphDB，InfiniteGraph等等。

1. Neo4j是一个基于磁盘的事务性图数据库。
2. HyperGraphDB是基于键/值对存储的Berkeley DB。
3. InfiniteGraph是对大型图数据分析的分布式系统。  

2009年，google 发布了Pregel，作为其大型图处理平台。Pregel 是一个批处理系统，同时它不支持在线查询处理或图服务。对比来看，Trinity不仅支持在线查询也支持离线批处理。进一步，Pregel中的批处理是严格同步的，但是Trinity 支持了不同步计算，有更好得性能。

#p#

Trinity 的特点

1. 数据模型：超图
2. 分布式： Trinity 可以配置在一台或上百台计算机上
3. 图数据库： Trinity是一个基于内存的图仓库，它有丰富的数据库特点，如：在线高度并行查询处理，ACI交易支持，等等。目前Trinity对图处理为用户提供C# APIs 。
4. 并行图处理系统：Trinity 支持大型，离线批处理。支持同步和不同步批计算。

图模型

Trinity采用超图模型。简单图模型和超图模型之间的一个区别就是：超图中的边（称为超边）连接任意数量的节点，而在一个简单的图中边只能连接两个节点。

超图是比简单图更一般：

1. 超图模型对许多应用程序来说更直接，因为很多关系都不是一对一的关系。
2. 一些多边关系不能轻易通过简单图模拟出来。直接用简单图建模往往导致信息丢失。

Trinity是一个分布式图数据库

一个图形数据库应该支持一些基本的数据库功能，如查询，事务记录，并行控制和一致性维护。

Trinity支持内容丰富的图表。每个节点（或边缘）与一组数据，或者一个键/值对相关联。换句话说，在Trinity中节点和边是异构类型。

Trinity优化并发联机查询处理。当在一台机器上部署，Trinity可以在一秒钟内访问1,000,000节点（例如，当执行BFS时）。当通过网络部署时，速度是受网络延迟。Trinity提供了一个图形分割机制，以尽量减少延迟。我们在InfiniBand网络上部署了Trinity，我们将尽快报告结果。

为支持高效的网上查询处理，Trinity配置了各种索引。目前，我们提供单词查找树、访问节点/边缘名称和与节点/边缘关联的键/值对散列。我们正在实现与子图匹配的结构索引。

Trinity还支持对图的时时更新。它是事务记录，并发控制和一致性都生效。

目前，Trinity没有图形查询语言。图的访问都是通过C＃的API进行。我们正在为Trinity设计一种高级的查询语言。

Trinity是一个基于图数据的分布式并行平台

很多图上操作都是以批处理模式执行的，例如： PageRank，最短路径查询，频繁子图挖掘，随机游走，图形分割等。

和谷歌的Pregel一样，Trinity支持以节点为基础的图形并行处理。通过门户网站，用户提供一个脚本（目前C＃代码或DLL）来对一个节点指定计算方法，包括它把什么信息传递给相邻节点。该系统将对这些进行并行计算。

与谷歌的Pregel不一样的是，在节点上的操作没有严格要求以同步的方式进行。某些操作（例如，最短路径查询）在非同步模式下会更好的被执行。

举个例子，这是同步的最短路径搜索（伪代码，C＃代码）的代码，这是不同步最短路径搜索（伪代码，C＃代码）的代码。

我们还设计一种高级语言，使用户可以轻松编写自己的脚本。

#p#

Trinity架构

Trinity是基于云存储的。它主要使用内存存储，磁盘仅作为备份存储。

系统架构

#p#

Trinity应用

随着越来越多的应用程序涉及图形数据，我们预计Trinity将有许多应用。目前，Trinity支持以下两个应用程序：Probase（一个研究原型）和AEther（生产系统）。

Trinity是Probase的基础架构，它可以自动从网上获得大规模知识库。 Probase有上百万的节点（表示概念）和边（表示关系）。超图比简单图更合适对认知建模。Trinity用于：1）分类建设; 2）数据集成（如添加Freebase data到Probase），3）查询Probase.

Microsoft Bing的AEther项目现在使用Trinity管理AEther的实验数据，其中包括大量的工作流和工作流中的演化。Trinity是Aether工作流程管理系统的后端图存储引擎。我们正在增加更多功能，特别是子图匹配和频繁子图挖掘，从而支持该项目。

 原文链接：http://research.microsoft.com/en-us/projects/trinity/

【责任编辑： 艾婧 TEL：（010）68476606】