第四节 实战：知识图谱的构建与查询优化
目标：通过构建一个小型电影知识图谱，综合运用 Apache AGE 的建模、查询和优化能力，体验图数据库在处理复杂关联数据时的威力。
知识图谱（Knowledge Graph） 是图数据库最经典的应用之一。它用图的方式来描述现实世界中的实体（如人、电影、公司）以及它们之间的复杂关系。本实战将带领你从零开始，构建一个关于电影、演员和导演的知识图谱。
我们将实现以下查询：
- 查找某位演员出演过的所有电影。
- 查找某部电影的所有演员和导演。
- 推荐“合作过的演员的演员”（类似于“六度分隔”理论的应用）。
- 对查询进行分析和优化。
第一步：初始化图并建模
我们创建的实体（节点）有 Person 和 Movie。它们之间的关系（边）有 ACTED_IN 和 DIRECTED。
1
2
3
| -- 初始化图
SELECT create_graph('movie_kg');
SET search_path = movie_kg, public;
|
第二步：构建图谱 (Cypher)
我们来添加一些关于经典电影《黑客帝国》系列的数据。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
| SELECT * FROM cypher('movie_kg', $$
-- 创建电影节点
CREATE (m1:Movie {title: 'The Matrix', released: 1999}),
(m2:Movie {title: 'The Matrix Reloaded', released: 2003}),
(m3:Movie {title: 'The Matrix Revolutions', released: 2003}),
-- 创建人物节点
(p1:Person {name: 'Keanu Reeves'}),
(p2:Person {name: 'Laurence Fishburne'}),
(p3:Person {name: 'Carrie-Anne Moss'}),
(p4:Person {name: 'Lana Wachowski', role: 'Director'}),
(p5:Person {name: 'Lilly Wachowski', role: 'Director'}),
-- 创建关系
(p1)-[:ACTED_IN {role: 'Neo'}]->(m1),
(p1)-[:ACTED_IN {role: 'Neo'}]->(m2),
(p1)-[:ACTED_IN {role: 'Neo'}]->(m3),
(p2)-[:ACTED_IN {role: 'Morpheus'}]->(m1),
(p2)-[:ACTED_IN {role: 'Morpheus'}]->(m2),
(p2)-[:ACTED_IN {role: 'Morpheus'}]->(m3),
(p3)-[:ACTED_IN {role: 'Trinity'}]->(m1),
(p3)-[:ACTED_IN {role: 'Trinity'}]->(m2),
(p3)-[:ACTED_IN {role: 'Trinity'}]->(m3),
(p4)-[:DIRECTED]->(m1), (p4)-[:DIRECTED]->(m2), (p4)-[:DIRECTED]->(m3),
(p5)-[:DIRECTED]->(m1), (p5)-[:DIRECTED]->(m2), (p5)-[:DIRECTED]->(m3)
$$) AS (r agtype);
|
第三步：执行图查询
查询 1：查找 Keanu Reeves 出演过的所有电影
1
2
3
4
| SELECT * FROM cypher('movie_kg', $$
MATCH (p:Person {name: 'Keanu Reeves'})-[:ACTED_IN]->(m:Movie)
RETURN m.title, m.released
$$) AS (title agtype, released agtype);
|
查询 2：查找电影《The Matrix》的所有演员和导演
1
2
3
4
| SELECT * FROM cypher('movie_kg', $$
MATCH (p:Person)-[r:ACTED_IN|:DIRECTED]->(m:Movie {title: 'The Matrix'})
RETURN p.name, type(r) AS relationship
$$) AS (person_name agtype, relationship agtype);
|
这里我们使用 | 来同时匹配 ACTED_IN 和 DIRECTED 两种关系。
查询 3：为 Keanu Reeves 推荐合作演员
逻辑是：找到与 Keanu Reeves 合作过的演员（即出演过同一部电影），再找到这些演员合作过的其他演员。
1
2
3
4
5
6
7
| SELECT * FROM cypher('movie_kg', $$
MATCH (p1:Person {name: 'Keanu Reeves'})-[:ACTED_IN]->(m:Movie)<-[:ACTED_IN]-(p2:Person)
WITH p2 // 将 p2 作为下一轮匹配的起点
MATCH (p2)-[:ACTED_IN]->(m2:Movie)<-[:ACTED_IN]-(p3:Person)
WHERE p1 <> p3 AND NOT (p1)-[:ACTED_IN]->()<-[:ACTED_IN]-(p3)
RETURN DISTINCT p3.name
$$) AS (recommended_actor agtype);
|
查询解析：
MATCH (p1)-[:ACTED_IN]->(m)<-[:ACTED_IN]-(p2): 找到所有与 Keanu Reeves (p1) 合作过的演员 (p2)。WITH p2: Cypher 中的 WITH 类似于管道，将前一个 MATCH 的结果传递给下一个 MATCH。MATCH (p2)-...->(p3): 找到 p2 的合作演员 p3。WHERE p1 <> p3: 排除 Keanu Reeves 本人。WHERE NOT ...: 排除那些已经和 Keanu Reeves 直接合作过的演员。RETURN DISTINCT p3.name: 返回去重后的推荐演员姓名。
第四步：查询优化
图查询的性能同样至关重要。AGE 利用 PostgreSQL 的索引机制来加速查询。
关键优化点：在节点属性上创建索引。
当我们执行 MATCH (p:Person {name: 'Keanu Reeves'}) 时，AGE 需要快速找到这个起始节点。如果没有索引，它将不得不扫描所有的 Person 节点。
为 Person 的 name 属性和 Movie 的 title 属性创建索引：
AGE 的索引创建语法与标准 SQL 略有不同。
1
2
3
4
5
| -- 为 Person 标签的 name 属性创建索引
CREATE INDEX ON movie_kg."Person" (properties->'name');
-- 为 Movie 标签的 title 属性创建索引
CREATE INDEX ON movie_kg."Movie" (properties->'title');
|
注意：表名需要用双引号括起来，因为它是在 movie_kg 这个 schema 下的。
创建索引后，所有通过 name 或 title 查找起始节点的查询，其性能都会得到数量级的提升。你可以使用 EXPLAIN (在 cypher() 函数外层) 来分析查询计划，观察索引是否被有效利用。
1
2
3
4
5
| EXPLAIN (ANALYZE, VERBOSE)
SELECT * FROM cypher('movie_kg', $$
MATCH (p:Person {name: 'Keanu Reeves'})-[:ACTED_IN]->(m:Movie)
RETURN m.title
$$) AS (title agtype);
|
在输出的执行计划中，你应该能看到类似 Index Scan 的操作，证明索引生效了。
📌 小结
本实战完整地展示了使用 Apache AGE 构建知识图谱的全过程：
- 图建模：将现实世界的实体和关系映射为节点和边。
- 图构建：使用
CREATE 语句填充图谱数据。 - 图查询：利用
MATCH 和多步遍历来回答复杂的关联性问题。 - 查询优化：通过在节点的核心属性上创建索引，大幅提升查询性能。
知识图谱是释放数据内在关联价值的强大工具。Apache AGE 与 PostgreSQL 的结合，为构建和管理大规模知识图谱提供了一个高性能、高可靠且经济高效的平台。第二部分的学习到此结束，我们已经掌握了在 PostgreSQL 中处理图数据的各种核心技术。
