1、什么是图数据库
图数据库是一种使用图数据结构实现语义查询的数据管理系统，通过节点、边和属性来表示和存储数据。
上面的数字1到数字6，都叫做“点”（或顶点）
连接点与点之间的线，叫做“边”
也就是说，由点和连接每对点的边所构成的图就叫做“图”（Graph）
点(node)：称之为顶点（Vertex）或点（node），也可以称作实体（Entity）。
边(edge)：连接两个点（node）的边，在知识图谱范畴内也常被称作关系（relation、relationship）。
图（Graph）用至为简洁的点与边，即可以表现出人与人、人与物、物与物之间的各种关系。
图概念对于图数据库的理解至关重要。图是一组点和边的集合，“点”表示实体，“边”表示实体间的关系。在图数据库中，数据间的关系和数据本身同样重要，它们被作为数据的一部分存储起来。这样的架构使图数据库能够快速响应复杂关联查询，因为实体间的关系已经提前存储到了数据库中。图数据库可以直观地可视化关系，是存储、查询、分析高度互联数据的最好办法。
有两种常用的图形数据库模型：属性图和 RDF 图。属性图侧重于分析和查询，而 RDF 图则侧重于数据集成。这两种图形均是由一系列点（顶点）以及这些点之间的连接（边）构成的集合。但它们是有区别的。
2、属性图
目前主流的图数据库选择的图模型是属性图。属性图由点、边、标签和属性组成，我们结合一个具体的属性图实例来看一下。
以上属性图可以帮助我们理解一些相关概念：
1） 可以为点设置标签，比如 person, war等，拥有相同标签的点我们认为它们属于一个分组，是一个集合，这样刘备和曹操属于一个分组；
2） 同样可以为边设置标签，标签可以为 relation等；
3） 节点可以拥有很多属性，比如 style name、year等，这些属性值以键值对的形式表示，例如：刘备的style name是玄德；
4） 边也可以拥有属性，比如army等；
5） 边允许有方向，例如刘备和汉中之战之间的边的方向是由刘备指向汉中之战的；
6） 元数据是用来描述点和边的属性信息的，元数据由若干标签组成，每个标签由若干属性组成。
2.1 有向图
“有向图”，顾名思义就是能表示出方向的图，我们则称为“有向图”。
与此相对，边上没有箭头表示出明确方向的图，便是“无向图”了。
有向图：当图中的边有明确的方向时，且在图中的各类操作可以利用这种方向的时候，我们称其为有向图。例如，区块链就是典型的有向无环图，英文简称为DAG（Directed Acyclic Graph）。以DAG的方式，可以追溯每一笔比特币的流向、分布、归属。
无向图：
无向图指的是忽略了边的方向。在实际的图数据库实现中，通常都采用双向边存储的方式来实现无向图。
2.2 加权图
由点和边所构成的图，还可以给边加上一个值。这个值就叫作边的“权重”或“权”，加了权的图被称为“加权图”。
没有权的边只能表示两个点的连接状态，而有权的边就可以表示顶点之间的“连接程度”。
这个“程度”是什么意思呢？
就是根据“图”的内容不同，“程度”表示的意思也不同。
比如在地铁线路中，如果把车站与车站间的票价加在边上，就能在“图”中看出乘车费了。
2.3 属性图的局限性
在属性图的应用中，以下的需求是常见的但是却难以满足：
支持对图中模式的捕获
支持验证和数据完整性
支持捕捉丰富的规则
支持继承和推理
支持全局唯一标识符
支持可替换的标识符
图之间的连通性
图形可进化性的更好解决方案
这些是属性图设计中没有解决的基本限制，原则上，在属性图中添加其中一些这样的功能是可能的——但实现起来并不容易或便捷。
3 RDF图
RDF 图（RDF 即资源描述框架）符合一系列 W3C（万维网联盟）标准，旨在表示各种语句，适合用于表示复杂的元数据和主数据。它们通常用于关联数据、数据集成和知识图谱。它们可以表示域中的复杂概念，也可以提供丰富的语义和数据推断。
在 RDF 模型中，语句由三个元素表示：一条边连接两个顶点，反映语句的主语、谓语和宾语 — 叫做 RDF 三元组。每个顶点和边都由唯一的 URI（即唯一资源标识符）来标识。RDF 模型支持通过定义明确的语义以标准格式发布数据，从而实现信息交换。政府统计机构、制药公司和医疗机构现已广泛采用 RDF 图。
RDF模型在顶点和边上没有属性，只有一个资源描述符，这是RDF与属性图模型间最根本的区别。在RDF中每增加一条信息都要用一个单独的节点表示。比如，在图中给表示人的节点添加姓名。在属性图中只需要在节点添加属性即可，而在RDF中必须添加一个名字的单独加节点，并用hasName与原始节点相连。
就是所有的信息都是节点，无论是张三这个名字，还是张三这个人，他们都属于节点
张三相关节点为张三，身份证号，住所等等
