前言

Nebula 部署学习。

一、文档

国产图数据库系统,主要开发语言为 C++,纯粹的图数据系统,使用内建数据库,图计算需要外接引擎 spark,flink 等.

二、部署

  • 不提供 tarball 直接部署方式,需要安装 rpm 包或从源码编译(集群部署详情参考)。

  • 包安装

    1
    2
    3
    4
    5
    6
    # 下载
    wget https://oss-cdn.nebula-graph.com.cn/package/2.0.1/nebula-graph-2.0.1.ubuntu1804.amd64.deb
    wget https://oss-cdn.nebula-graph.com.cn/package/2.0.1/nebula-graph-2.0.1.ubuntu1804.amd64.deb.sha256sum.txt

    # 安装 默认安装路径为/usr/local/nebula/
    sudo dpkg -i --instdir==<installation_path> <package_name>

  • 源码安装

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    # 准备环境 https://docs.nebula-graph.com.cn/2.0.1/4.deployment-and-installation/1.resource-preparations/
    sudo apt-get install -y make \
                        m4 \
                        git \
                        wget \
                        unzip \
                        xz-utils \
                        curl \
                        lsb-core \
                        build-essential \
                        libreadline-dev \
                        ncurses-dev \
                        cmake \
                        gettext
    # 编译 https://docs.nebula-graph.com.cn/2.0.1/4.deployment-and-installation/2.compile-and-install-nebula-graph/1.install-nebula-graph-by-compiling-the-source-code/
    mkdir build && cd build

    cmake -DENABLE_BUILD_STORAGE=on -DENABLE_TESTING=OFF -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=~/graphDB/nebula -DNEBULA_COMMON_REPO_TAG=v2.0.1 -DNEBULA_STORAGE_REPO_TAG=v2.0.1 ..

    make -j{N} # 并行数量N建议为min(CPU core,(Mem)GB/2)

    sudo make install-all

  • 环境配置

  • 运行参考

    1
    sudo /path/to/nebula/scripts/nebula.service start <metad|graphd|storaged|all>

三、算法

以下算法通过Nebula Algorithm利用 spark 提供，其他需要自行实现。（需学习 nGQL 语法，spark graphX）。

算法名 说明 应用场景
PageRank 页面排序 网页排序、重点节点挖掘
Louvain 社区发现 社团挖掘、层次化聚类
KCore K 核 社区发现、金融风控
LabelPropagation 标签传播 资讯传播、广告推荐、社区发现
ConnectedComponent 联通分量 社区发现、孤岛发现
StronglyConnectedComponent 强联通分量 社区发现
ShortestPath 最短路径 路径规划、网络规划
TriangleCount 三角形计数 网络结构分析
BetweennessCentrality 介数中心性 关键节点挖掘，节点影响力计算
DegreeStatic 度统计 图结构分析

参考