图模态

图数据库由于能够处理数据之间的复杂关系，近年来得到了广泛的应用。与传统关系型数据库不同，图数据库将数据表示为节点、边和属性。节点表示实体，边表示实体之间的关系，属性表示两者的属性。

UDB-TX图模态实现了一个存储引擎同时处理关系型和图数据模型，用户可使用标准的ANSI SQL和图查询语言openCypher对数据进行查询。

启用图模态

unvdb=# SELECT ud_enable_component('udb-graph', true);
ud_enable_component
---------------------

(1 row)

验证启用

unvdb=# SELECT name, enabled FROM ud_components WHERE name = 'udb-graph';
   name    | enabled
-----------+---------
 udb-graph | t
(1 row)

  • 图模态启用之后，会默认创建ag_catalog的schema，图模态内置的数据类型、函数均存储在ag_catalog下。因此在使用图模态的时候，特别是执行cypher语句时，需要先执行命令：

SET search_path TO ag_catalog;

基本操作

1.创建一个图

SELECT create_graph('graph_name');

2.创建一个带标签和属性的顶点

SELECT * 
FROM cypher('graph_name', $$
    CREATE (:label {property:"Node A"})
$$) as (v agtype);

SELECT * 
FROM cypher('graph_name', $$
    CREATE (:label {property:"Node B"})
$$) as (v agtype);

3.在两个结点之间创建一条边，同时设置属性

SELECT * 
FROM cypher('graph_name', $$
    MATCH (a:label), (b:label)
    WHERE a.property = 'Node A' AND b.property = 'Node B'
    CREATE (a)-[e:RELTYPE {property:a.property + '<->' + b.property}]->(b)
    RETURN e
$$) as (e agtype);

4.查询连接的结点

SELECT * from cypher('graph_name', $$
        MATCH (V)-[R]-(V2)
        RETURN V,R,V2
$$) as (V agtype, R agtype, V2 agtype);

5. 删除图

SELECT * FROM drop_graph('graph_name', true);

图模态使用示例

使用千问大模型和图模态的能力实现一个简单的GraphRAG, 快速构建知识图谱和检索。

前置要求

  • 安装下列python依赖

pip install -U langchain_community langchain langgraph  langchain-ollama langchain-experimental  langchain-openai

  1. 初始化大模型

from langchain_community.llms import Tongyi
import os

os.environ["DASHSCOPE_API_KEY"] = "sk-**"
graph_llm =Tongyi(model="qwen-plus", temperature=0, base_url="https://dashscope.aliyuncs.com/compatible-mode/v1")

  1. 通过大模型提取文本数据中的实体和关系

from langchain_core.documents import Document
from langchain_experimental.graph_transformers import LLMGraphTransformer

llm_transformer = LLMGraphTransformer(
    llm=graph_llm,
    allowed_nodes=["Person", "Company", "Technology", "Product", "Industry"],
    allowed_relationships=["FOUNDED", "DEVELOPED", "USES", "INDUSTRY_IN", "INVESTED_IN"]
)

text = """
Elon Musk, born in 1971 in Pretoria, co-founded Tesla in 2003 with Martin Eberhard.
As CEO of Tesla, he led the development of the Model S electric car which uses autonomous driving technology.
His other venture SpaceX, founded in 2002, created the Starship rocket utilizing methane-liquid oxygen propulsion technology.
Both companies operate in the automotive and aerospace industries respectively."""

documents = [Document(page_content=text)]
graph_documents = llm_transformer.convert_to_graph_documents(documents)
print(f"Nodes from graph doc:{graph_documents[0].nodes}")
print(f"Relationships from graph doc:{graph_documents[0].relationships}")

输出:

Nodes from graph doc:[Node(id='Elon Musk', type='Person', properties={}), Node(id='Starship rocket', type='Product', properties={}), Node(id='aerospace', type='Industry', properties={}), Node(id='Model S electric car', type='Product', properties={}), Node(id='Tesla', type='Company', properties={}), Node(id='SpaceX', type='Company', properties={}), Node(id='autonomous driving technology', type='Technology', properties={}), Node(id='automotive', type='Industry', properties={}), Node(id='methane-liquid oxygen propulsion technology', type='Technology', properties={})]
Relationships from graph doc:[Relationship(source=Node(id='Elon Musk', type='Person', properties={}), target=Node(id='Tesla', type='Company', properties={}), type='FOUNDED', properties={}), Relationship(source=Node(id='Elon Musk', type='Person', properties={}), target=Node(id='SpaceX', type='Company', properties={}), type='FOUNDED', properties={}), Relationship(source=Node(id='Tesla', type='Company', properties={}), target=Node(id='Model S electric car', type='Product', properties={}), type='DEVELOPED', properties={}), Relationship(source=Node(id='Model S electric car', type='Product', properties={}), target=Node(id='autonomous driving technology', type='Technology', properties={}), type='USES', properties={}), Relationship(source=Node(id='SpaceX', type='Company', properties={}), target=Node(id='Starship rocket', type='Product', properties={}), type='DEVELOPED', properties={}), Relationship(source=Node(id='Starship rocket', type='Product', properties={}), target=Node(id='methane-liquid oxygen propulsion technology', type='Technology', properties={}), type='USES', properties={}), Relationship(source=Node(id='Tesla', type='Company', properties={}), target=Node(id='automotive', type='Industry', properties={}), type='INDUSTRY_IN', properties={}), Relationship(source=Node(id='SpaceX', type='Company', properties={}), target=Node(id='aerospace', type='Industry', properties={}), type='INDUSTRY_IN', properties={})]

  1. 持久化图数据

from langchain_community.graphs.age_graph import AGEGraph
conf = {
    "database": "unvdb",
    "user": "unvdb",
    "password": "",
    "host": "localhost",
    "port": 5678,
    "sslmode": "disable"
}
graph=AGEGraph(graph_name='graph',conf=conf,create=True)
graph.add_graph_documents(graph_documents)
graph.refresh_schema()

  1. 提取问题关键词并生成图检索语句

增加提示词，提高大模型生成的图查询语句的准确性

from langchain_core.prompts import PromptTemplate
from langchain.chains import GraphCypherQAChain

cypher_prompt = PromptTemplate(
    template="""你是 AGE Cypher 查询生成的专家。    使用以下架构生成一个 Cypher 查询，以回答给定问题。    不要出现name和properties和cypher
    架构：    {schema}
    问题: {question}
    Cypher 查询: """,
    input_variables=["schema", "question"],
)

chain = GraphCypherQAChain.from_llm(
        graph_llm, graph=graph, verbose=True, allow_dangerous_requests=True, cypher_validation=True, return_intermediate_steps=True,cypher_prompt=cypher_prompt)
#question = "Who get Nobel Prize ?"
question = "Who founded tesla and SpaceX?"
result = chain.invoke({"query": question})

输出:

> Entering new GraphCypherQAChain chain...
Generated Cypher:
MATCH (p:Person)-[:FOUNDED]->(c:Company)

Add document for mcp
WHERE c.id = "Tesla" OR c.id = "SpaceX"
RETURN DISTINCT p.id
Full Context:
[{'p_id': 'Elon Musk'}]

  1. 大模型根据检索出来的图数据生成回答

prompt = PromptTemplate(
        template="""You are an assistant for question-answering tasks.     Use the following pieces of retrieved context from a graph database to answer the question. If you don't know the answer, just say that you don't know.     Use two sentences maximum and keep the answer concise:    Question: {question}     Graph Context: {graph_context}    Answer:     """,
        input_variables=["question", "graph_context"],
)

from langchain_core.output_parsers import StrOutputParser

composite_chain = prompt | graph_llm |StrOutputParser()
answer = composite_chain.invoke(    {"question": question, "graph_context": result})
print(answer)

输出:

> Finished chain.
Elon Musk founded Tesla and SpaceX.

图的存储

1. 图

图创建之后，内核会创建一个与图名称相同的schema。同时在ag_catalog.ag_graph的表中会插入一条数据，标记新创建的schema用来存储图数据。

SELECT create_graph('new_graph');

NOTICE:  graph "new_graph" has been created
 create_graph 
--------------

(1 row)

SELECT * FROM ag_catalog.ag_graph;

   name    | namespace 
-----------+-----------
 new_graph | new_graph
(1 row)

2.图中的点和边

-- 创建图之后，会在该图对应的schema中创建_ag_label_vertex和_ag_label_edge两张表作为默认的点表和边表，同时会在ag_catalog.ag_label中插入两条数据将点表和边表与schema关联起来。
SELECT * FROM ag_catalog.ag_label;

       name       | graph | id | kind |          relation          
------------------+-------+----+------+----------------------------
 _ag_label_vertex | 68484 |  1 | v    | new_graph._ag_label_vertex 
 _ag_label_edge   | 68484 |  2 | e    | new_graph._ag_label_edge   
(2 rows)

-- 创建点表
SELECT create_vlabel('new_graph', 'Person');
NOTICE:  VLabel "Person" has been created
 create_vlabel 
---------------
 
(1 row)

-- 创建点表之后，会在ag_catalog.ag_label表中插入一条数据将点表与图关联起来。kind为v代表点表,kind为e代表边表。
SELECT * FROM ag_catalog.ag_label;
       name       | graph | id | kind |          relation          
------------------+-------+----+------+----------------------------
 _ag_label_vertex | 68484 |  1 | v    | new_graph._ag_label_vertex 
 _ag_label_edge   | 68484 |  2 | e    | new_graph._ag_label_edge   
 Person           | 68484 |  3 | v    | new_graph."Person"         
(3 rows)

Cypher查询

Cypher语句无法在数据库中直接执行。需要通过cypher()函数构造，将Cypher语句作为cypher()函数的参数执行，cypher()函数返回一个SETOF records。

1. cypher()函数介绍

cypher(graph_name, query_string, parameters)

第一个参数graph_name为要查询的图，第二个参数query_string为Cypher语句，第三个参数parameters为可选参数只能与Prepared Statements一起使用。否则将抛出错误。

SELECT * FROM cypher('graph_name', $$ 
/* Cypher Query Here */ 
$$) AS (result1 agtype, result2 agtype);

注意事项

  1. AS 后的 (result1 agtype, result2 agtype) 即SETOF records 需要和Cypher语句中的返回值个数相同

  2. SELECT * FROM cypher 不能写成 SELECT cypher

  3. 执行语句前需要执行 set search_path = ag_catalog

数据类型及函数说明

以下对图模态中包含的数据类型、Cypher语法、函数进行简要说明。

1.数据类型

图模态会创建两种数据类型: graphid 和 agtype。其中graphid代表点和边的唯一id标识符。agtype为图模态的核心数据类型。

1.1 Simple DataTypes

简单数据类型包括：Null、Integer、Float、Numeric、Bool、String。

1.2 Composite DataTypes

复合数据类型包括：List、Map。

  • List支持以下操作

序号 功能支持 说明
1 List in general 普通list
2 NULL in a List 带null的list
3 Access Individual Elements 获取list的某个元素
4 MapElements in Lists list元素包含map结构
5 Accessing Map Elements in Lists 获取list元素中map的值
6 Negative Index Access 负值索引
7 Index Ranges 区间索引
8 Negative Index Ranges 负值区间区间索引
9 Positive Slices 正切片操作
10 Negative Slices 负切片操作

  • Map支持以下操作

序号 功能支持 说明
1 Literal Maps with SimpleDataTypes 普通map类型
2 Literal Maps with composite Data Types map中包含复合数据类型
3 Property Access of a map map的属性值获取操作
4 Accessing List Elements in Maps map中获取list元素操作

1.3 Simple Entities

简单实体类型包括 GraphId、Labels、Properties。又简单实体类型组成Vertex、Edge、Composite Entities。

1.4 Vertex

Vertex 是图的基本组成元素，代表节点。

1.5 Edge

Edge 是图的基本组成元素，代表边。

1.6 Composite Entities

由Vertex 和 Edge组成的Path类型。

2.Cypher语法

2.1 Match (匹配查询)

序号 功能支持 说明
1 get all vertices 获取全部节点
2 get all vertices with a label 获取某label类型的全部节点
3 related vertices 通过边获取相关节点（邻居节点）
4 match with labels 通过label过滤相关节点
5 Outgoing Edges 有向边支持
6 Directed Edges and variable 有向边变量支持
7 Match on edge type 通过label type过滤边
8 Match on edge type and use a variable 通过label type过滤边同时设置变量
9 Multiple Edges 多条边匹配
10 Variable Length Edges 变长路径匹配

  • 使用示例

-- 查询所有节点
MATCH (n) RETURN n

-- 查询特定标签的节点
MATCH (p:Person) RETURN p

-- 查询两个节点之间的所有关系
MATCH (a)-[r]-(b) RETURN a, r, b

-- 查询有向关系（从a指向b）
MATCH (a)-[r]->(b) RETURN a, r, b

-- 变长路径查询（查询深度为1-3的关系）
MATCH (a)-[*1..3]-(b) RETURN a, b

2.2 With (管道操作)

序号 功能支持 说明
1 Filter on aggregate function results 通过聚合函数过滤结果
2 Sort results before using collect on them collect前排序操作
3 Limit branching of a path search 匹配路径、限制为一定数量，然后使用这些路径作为基础再次匹配

  • 使用示例

-- 聚合后再过滤
MATCH (p:Person)-[:WORKS_AT]->(c:Company)
WITH c, count(p) AS employees
WHERE employees > 10
RETURN c.name, employees

2.3 SKIP (跳过)

序号 功能支持 说明
1 skip first three rows 跳过最开始的行
2 Return middle tow rows 配合limit返回中间的行
3 Using an expression with SKIP to return a subset of the rows 使用SKIP带有表达式返回行的子集

  • 使用示例

-- 跳过前2条
MATCH (p:Person) 
RETURN p 
SKIP 2

2.4 LIMIT (限制)

序号 功能支持 说明
1 Return a subset of the rows 返回查询结果的子集
2 Using an expression with LIMIT to return a subset of the rows limit带有表达式返回行的子集

  • 使用示例

-- 返回5条
MATCH (p:Person) 
RETURN p 
LIMIT 5

2.5 Return (返回)

序号 功能支持 说明
1 Return nodes 返回查询的节点
2 Return edges 返回查询的边
3 Return property 返回节点或者边的属性
4 Return all elements 返回全部元素
5 Variable with uncommon characters 支持不通用的字符变量
6 Aliasing a field 返回值起别名
7 unique results distinct 返回值

  • 使用示例

-- 返回节点
MATCH (p:Person) RETURN p

-- 返回属性
MATCH (p:Person) RETURN p.name, p.age

-- 返回去重结果
MATCH (p:Person) RETURN DISTINCT p.city

-- 别名
MATCH (p:Person) RETURN p.name AS 姓名

2.6 ORDER BY (排序)

序号 功能支持 说明
1 Order nodes by proerty 通过单个属性排序
2 Order nodes by multiple properties 通过多个属性排序
3 Order nodes in descending order 降序排序
4 Ordering null null的排序规则升序在最后

  • 使用示例

-- 升序（默认）
MATCH (p:Person) 
RETURN p.name, p.age 
ORDER BY p.age

-- 降序
MATCH (p:Person) 
RETURN p.name, p.age 
ORDER BY p.age DESC

2.7 CREATE (创建)

序号 功能支持 说明
1 Create single vertex 创建单个节点
2 Create multiple vertices 创建多个节点
3 Create a vertex with a label 创建带标签的节点
4 Create vertex and add labels and properties 创建带标签和加属性的节点
5 Return create node 创建并返回节点
6 Create an edge between two nodes 创建边
7 Create an edge and set properties 创建边并赋属性值
8 Create a full path 创建一条路经

  • 使用示例

-- 创建单个节点
CREATE (n)

-- 创建带标签的节点
CREATE (p:Person)

-- 创建带标签和属性的节点
CREATE (p:Person {name: '张三', age: 30})

-- 创建带属性的边
CREATE (a:Person {name: '张三'})-[r:KNOWS {since: 2020}]->(b:Person {name: '李四'})

2.8 SET (更新)

序号 功能支持 说明
1 Set a property 修改单个属性
2 Return created vertex 返回修改后的节点
3 Remove a property 移除属性
4 Set multiple properties using one SET clause 修改多个属性

  • 使用示例

-- 设置属性
MATCH (p:Person {name: '张三'})
SET p.age = 31
RETURN p

-- 添加新属性
MATCH (p:Person {name: '张三'})
SET p.phone = '13800000000'
RETURN p

2.9 REMOVE (移除)

序号 功能支持 说明
1 Remove a property 移除属性

  • 使用示例

MATCH (p:Person {name: '张三'})
REMOVE p.phone
RETURN p

2.10 DELETE (删除)

序号 功能支持 说明
1 Delete single vertex 删除单个节点
2 Delete all vertices and edges 删除全部节点和边
3 Delete edges only 删除边
4 Return a deleted vertex 返回删除的节点

  • 使用示例

-- 删除边
MATCH (a)-[r:KNOWS]->(b)
DELETE r

-- 删除节点（必须先删除其所有关系）
MATCH (p:Person {name: '张三'})
DETACH DELETE p  -- 自动删除所有关联关系

3.函数支持

函数主要是对agtype的操作和表达式的生成。

3.1 Predicate Functions

序号 功能支持 说明
1 Exists(Property) 检测属性是否存在
2 Exists(Path) 检测查询路径是否存在

3.2 Scalar Functions

序号 功能支持 说明
1 id 返回顶点或边的 id
2 start_id 返回边的起始顶点的 id
3 end_id 返回边的终止顶点的 id
4 type 返回边类型的字符串表示形式
5 properties 返回包含顶点或边的所有属性的 agtype map。如果参数已经是map，则原封不动地返回
6 head 返回 agtype 列表中的第一个元素
7 last 返回 agtype 列表中的最后一个元素
8 length 返回路径的长度
9 size 返回列表的长度
10 startNode 返回边的起始节点
11 endNode 返回边的终点节点
12 timestamp 返回当前时间与 UTC 1970 年 1 月 1 日午夜之间的差值（以毫秒为单位）
13 toBoolean 将字符串值转换为布尔值
14 toFloat 将整数或字符串值转换为浮点数
15 toInteger 将浮点数或字符串值转换为整数值
15 coalesce 返回给定表达式列表中的第一个非空值

3.3 List Functions

序号 功能支持 说明
1 keys 返回一个列表，其中包含顶点、边或map的所有属性名称的字符串表示形式
2 range 返回一个列表，该列表包含起始值start和结束值end所限定范围内的所有整数值
3 labels 返回一个包含节点所有标签的字符串表示形式的列表
4 relationships 返回包含路径中所有关系的列表
5 nodes 返回包含路径中所有顶点的列表

3.4 Numeric Functions

序号 功能支持 说明
1 rand 返回一个随机浮点数，范围从 0（含）到 1（不含）；即 [0,1]
2 abs 返回给定数字的绝对值
3 ceil 返回大于或等于给定数字且等于数学整数的最小浮点数
4 floor 返回小于或等于给定数字且等于数学整数的最大浮点数
5 round 返回四舍五入为最接近的整数的给定数字的值
6 sign 返回给定数字的符号

3.5 Logarithmic Functions

序号 功能支持 说明
1 e 返回自然对数的底数，e
2 sqrt 返回数字的平方根
3 exp 返回 e^n，其中 e 是自然对数的底数，n 是参数表达式的值
4 log 返回数字的自然对数
5 log10 返回一个数字的常用对数（底数为 10）

3.6 Trigonometric Functions

序号 功能支持 说明
1 degrees 将弧度转换为度
2 radians 将度数转换为弧度
3 pi 返回数学常数 pi
4 sin 返回数字的正弦
5 cos 返回数字的余弦
6 tan 返回数字的正切
7 cot 返回数字的余切
8 asin 返回数字的反正弦
9 acos 返回数字的反余弦
10 atan 返回数字的反正切
11 atan2 以弧度返回一组坐标的反正切值

3.7 String Functions

序号 功能支持 说明
1 replace 返回一个字符串，其中原始字符串中出现的所有指定字符串都已被另一个（指定的）字符串替换
2 split 返回根据给定分隔符的匹配项对原始字符串进行拆分后得到的字符串列表
3 left 返回包含原始字符串最左边指定数量字符的字符串。
4 right 返回包含原始字符串最右边指定数量字符的字符串。
5 substring 返回原始字符串的子字符串，以从 0 开始的索引开始和长度。
6 rTrim 返回删除尾随空格后的原始字符串
7 lTrim 返回删除前导空格后的原始字符串。
8 trim 返回删除前导和尾随空格的原始字符串
9 toLower 以小写形式返回原始字符串
10 toUpper 以大写形式返回原始字符串
11 reverse 返回原始字符串中所有字符的顺序均已反转的字符串。

3.8 Aggregation Functions

序号 功能支持 说明
1 min 返回一组值中的最小值
2 max 返回一组值中的最大值
3 stDev 返回给定值在一组中的标准偏差
4 stDevP 返回给定值在一组中的标准偏差
5 percentileCont 返回给定值在组中的百分位数
6 percentileDisc 返回给定值在组中的百分位数
7 count 返回值或记录的数量
8 avg 返回一组数值的平均值
9 sum 返回一组数值的总和