图数据库中的边是一个基本组成部分，代表两个节点（实体）之间的关系。与关系数据库中使用外键来暗示关系的表不同，图数据库使用边显式地对连接进行建模。每条边通常具有类型（例如，“朋友关系”或“工作于”）、方向（指示起始和结束节点）以及可选属性（键值对，例如 since: 2020）。例如，在社交网络中，名为 Alice 的 Person 节点可能具有将她连接到另一个 Person 节点 Bob 的 FRIENDS_WITH 边。此边可以包括诸如 friendship_strength: 0.8 或 last_interaction: 2023-10-05 之类的属性，从而为关系添加上下文。
边可以有效地遍历和查询关系。在关系数据库中，查询关系通常需要计算成本高昂的连接，但图数据库将边视为一等公民，允许直接导航。例如，要在图数据库中查找 Alice 的朋友，你需要遍历从她的节点开始的所有 FRIENDS_WITH 边。即使对于复杂的路径（例如，“朋友的朋友”），这也针对速度进行了优化。边也可以是定向的：社交媒体应用程序中的 FOLLOWS 边可能指向从 Alice 到 Bob，而不是反过来，从而反映出不对称关系。Neo4j 或 Amazon Neptune 等工具使用索引和存储优化来加快边的遍历速度，这对于推荐引擎或欺诈检测等应用程序至关重要。
在关系具有超出简单连接的意义的场景中，边特别有用。例如，在供应链图中，Warehouse 节点和 Store 节点之间的 SHIPPED_TO 边可能包含诸如 delivery_time: 2_days 或 cost: $150 之类的属性。在推荐系统中，产品之间的 VIEWED_ALSO_VIEWED 边可以具有权重以优先考虑建议。此外，边可以对时间关系（例如，具有 start 和 end 日期的 EMPLOYED_BETWEEN）或分层结构（例如，组织结构图中的 REPORTS_TO）进行建模。通过显式存储和查询这些关系，开发人员避免了管理连接或反规范化数据的复杂性，这使得图数据库成为社交网络、知识图或依赖关系分析等互连数据领域的理想选择。