Документ описывает использование графовой базы данных Neo4j для создания и обработki дорожной сети, содержащей данные о более чем 85 городах России и других странах. Обсуждаются проблемы старой системы с проверкой связности и необходимость в быстром обходе графа, что было решено с помощью Neo4j, значительно сократившего время обработки. В документе также рассматриваются преимущества и недостатки Neo4j, а также архитектура решения и возможные оптимизации.

1. Дорожная сеть в графовой базе
данных Neo4j
Вадим Шашенко
2gis.ru
@rnd2gis

2. Создание карты
2

3. Для конечных продуктов
→
3

4. Карта
4

5. С дорожным графом
5

6. Проверка графа на связность
• Существование маршрута между двумя любыми вершинами
• Алгоритм требует обхода всех вершин и всех ребер
• Параметризация проверки (тип транспорта, время)
6

7. Геометрия дорожной сети
7

8. Граф дорожной сети
→
8

9. Фрагмент реального графа
9

10. Побольше
10

11. Еще побольше
11

12. Всё вместе
Всё покрытие 2ГИС
• 85 городов России (все с нас. более 300 тыс.)
• 3 города Казахстана
• 2 города Украины
• 1 город Италии и Кипра
Ждем новые города с плотной дорожной сетью
12

13. Характеристики графа
• 2.3 млн вершин
• 5.5 млн ребер
• 9 млн атрибутов
Это стартовые данные
13

14. Проблема
На нашей старой системе проверка связности на Москве:
• Без параметров – 30 минут
• С параметрами – 4-6 часов
14

15. Проблема
Данных много
Хочется:
• Меньше ожидание пользователя
• Больше rps
Поэтому нам нужна быстрая обработка графа
15

16. Задача
• Геометрия дорожной сети в реляционной БД
• Проверка на связность
• Делать это быстро
• Частые запуски проверок
• Часто меняющийся граф
16

17. 17
Решение задачи
VS

18. Решения на RDBMS
• Закачать весь граф в память (pgRouting)
• Быстрый обход графа
• Ограничены памятью
• Геометрия в БД меняется
18

19. Решения на RDBMS
• Закачать весь граф в память (pgRouting)
• Быстрый обход графа
• Ограничены памятью
• Геометрия в БД меняется
• Работать в таблице ребер (рекурсивный поиск ребра в таблице)
• Не ограничены памятью
• Очень медленный обход графа
19

20. Обход графа в таблице
20

21. Решения на RDBMS
• Закачать весь граф в память (pgRouting)
• Быстрый обход графа
• Ограничены памятью
• Геометрия в БД меняется
• Работать в таблице ребер (рекурсивный поиск ребра в таблице)
• Очень медленный обход графа
• Не ограничены памятью
Наша старая система - схожий с RDBMS принцип - 30 минут
21

22. Решения на NoSQL – графовая база
данных Neo4j
• Загрузили все наши данные
• Потестировали алгоритмы обхода графа
22

23. Решения на NoSQL – графовая база
данных Neo4j
• Загрузили все наши данные
• Потестировали алгоритмы обхода графа
• Обход графа поиском в глубину – 1 мин
• Проверка связности графа на Москве – 15 секунд
• Проверка связности всего графа – 10 мин
• Не зависит от количества данных в хранилище
23

24. Проверка на связность Москвы
24

25. Обход графа RDBMS vs Neo4j
VS
25

26. Обзор Neo4j
• Естественная работа с математическим графом
• Вершины, ребра, атрибуты
• Язык запросов cypher
• Индексы на значения атрибутов
• ACID
• REST API. Веб-админка
• Расширения-плагины
• Open source. Java.
26

27. Почему именно Neo4j
• Самая популярная из графовых баз данных
• Богатый функционал
• Активная разработка
• Живое сообщество
• Готовые сторонние расширения: пространственный индекс, разные
алгоритмы на графе, импортер из csv.
• Коннекторы из множества языков программирования
27

28. Недостатки Neo4j
• Нет горизонтального масштабирования
• Удаление из бд не освобождает место на диске (требуется рестарт)
28

29. Архитектура нашего решения
29

30. Возможные оптимизации
• Разбиение на подграфы
• Иерархичность
30

31. Мы довольны
• Будем продолжать использовать
• Будем наблюдать за поведением с ростом данных
31

32. Итог
Есть много данных, которые можно представить графом?
Нужна быстрая работа графовых алгоритмов?
Стоит попробовать Neo4j.
32

33. 33
Теперь вы
Вадим Шашенко
v.shashenko@2gis.ru