[SQL Server] Let's start SQL Server Graph Database

2018-07-13

SQL 2017開始提供Graph database，主要用來解釋複雜的多對多(M:N)關聯性，

好比社群複雜的階層資料，而且已經和TSQL(called MATCH())完全整合

Graph database是什麼

他是一個邊緣 (edges)和節點(nodes)的集合，並一起定義各種類型的關聯。

Node表示一個實體(如員工)，Edge表示兩個實體之間的關聯性，

我們可以輕鬆查詢分析兩個實體之間資料關聯性、階層資料(如之前我介紹過的HierarchyID)處理或其他多對多複雜的關聯性，

架構如下圖

From Microsoft

何時使用Graph database

面對現在使用者商業需求，我得老實說已經很難只有單一使用SQL Server通包的現象了(特殊查詢效能是主因)，

像我自己就至少使用了四種非RDBMS協同輔助整個系統，

如 Influxdb(Time Series)、Redis(Key-Value)、Lucene(Document)和今天所介紹的Graph database。

當然，如果你只是單純又簡單的CRUD，系統成長量和併發量(規模)小，

你還是可以只透過傳統資料庫SQL Server完成各種需求。

我使用簡單員工資料表模型來進行簡單描述Graph

ParentID欄位和ID欄位有階層關聯，Graph簡單表示如下

開始使用Graph物件

--定義Node table
CREATE TABLE dbo.myEmployeeNode(
[ID] [int] NOT NULL,
[Name] [varchar](50) NOT NULL,
[ParentId] [int]
) AS NODE;

INSERT INTO myEmployeeNode([ID],[Name],[ParentId]) select [ID],[Name],[ParentId] from myEmployee

select * from myEmployeeNode

可以看到$node_id*使用json來儲存node table的metadata，另外，

可以透過sys.tables來判斷該資料表什麼類型(node or edge)

SELECT is_node, is_edge FROM sys.tables
  WHERE name = 'myEmployeeNode';

sys.columns也對欄位有所補充說明

SELECT name, graph_type, graph_type_desc 
  FROM sys.columns
  WHERE object_id = OBJECT_ID('myEmployeeNode');

--定義Edge table
   CREATE TABLE myEmployeeReportsTo(Path varchar(100)) AS EDGE

--使用ID和parentID定義關聯性
  INSERT INTO myEmployeeReportsTo 
SELECT e.$node_id, m.$node_id,e.Path
FROM dbo.myEmployeeNode e 
inner JOIN dbo.myEmployeeNode m 
ON e.[ID] = m.[ParentId];

Edge table預設有三個欄位，說明如下，我這裡還多了一個額外屬性path

From Microsoft

In SSMS

Call Match to Query graph properties

--查詢第一階層的資料，看誰要report 給rico和rico的老闆是誰
SELECT 
E.[ID],E.[Name],E.[ParentId],E1.[ID],E1.[Name],E1.[ParentId]
FROM 
    myEmployeeNode e, myEmployeeNode e1, myEmployeeReportsTo m 
WHERE 
    MATCH(e-(m)->e1)
and e.[Name]='rico'

可以看到ParentID和ID的關聯性，並帶出相關階層資料

--查詢第二階層資料
SELECT 
E.[ID],E.[Name],E.[ParentId],E1.[ID],E1.[Name],E1.[ParentId],E2.[ID],e2.[Name],E2.[ParentId]
FROM 
    myEmployeeNode e, myEmployeeNode e1, myEmployeeReportsTo m ,myEmployeeReportsTo m1, myEmployeeNode e2
WHERE 
    MATCH(e-(m)->e1-(m1)->e2)
and e.[Name]='rico'

--查詢第三層資料
SELECT 
E.[ID],E.[Name],E.[ParentId],E1.[ID],E1.[Name],E1.[ParentId],E2.[ID],e2.[Name],E2.[ParentId],E3.[ID],e3.[Name],E3.[ParentId]
FROM 
    myEmployeeNode e, myEmployeeNode e1, myEmployeeReportsTo m ,myEmployeeReportsTo m1, myEmployeeNode e2, myEmployeeReportsTo M2, myEmployeeNode e3
WHERE 
    MATCH(e-(m)->e1-(m1)->e2-(m2)->e3)
 and e.[Name]='rico'