什么是图数据库中的图遍历？ 图数据库中的图遍历是指通过连接的节点和边进行导航，以检索或分析数据的过程。与依赖于表格和连接的关系数据库不同，图数据库将数据存储为节点（实体）和边（关系）。遍历允许开发人员有效地探索这些连接，通常用于查找路径、发现关系或聚合链接节点上的数据等任务。例如，在社交网络中，遍历可以识别用户的所有朋友或检测两个人之间的间接连接。
遍历操作通常由深度优先搜索 (DFS) 或广度优先搜索 (BFS) 等算法驱动，这些算法确定访问节点的顺序。在图数据库中，这些算法经过优化以提高速度，即使对于大型数据集也是如此。例如，DFS 可能会深入探索连接的单个分支（例如，跟踪产品的供应链层次结构），而 BFS 可能会优先考虑直接连接（例如，查找与用户相隔两度的所有用户）。大多数图数据库（例如 Neo4j 或 Amazon Neptune）都提供内置的遍历方法或查询语言（例如 Cypher、Gremlin）来简化此过程。
示例和用例 一个实际的例子是推荐系统。假设用户在电子商务图中购买了一种产品。遍历可以找到购买过同一商品的其他用户购买的其他产品，导航诸如 BOUGHT_WITH 或 ALSO_VIEWED 之类的边。在 Cypher（Neo4j 的查询语言）中，这可能如下所示：
MATCH (p:Product {id: '123'})<-[:BOUGHT]-(u:User)-[:BOUGHT]->(rec:Product)
RETURN rec
此查询从产品遍历到购买它的用户，然后遍历到这些用户购买的其他产品。另一个例子是欺诈检测：遍历交易路径以识别可疑模式，例如通过多个中介连接的帐户。通过利用遍历，开发人员可以避免复杂的连接并以近乎实时的速度执行这些任务，这使得图数据库非常适合互连数据场景。