知识图已成为一种中央数据结构，可以在大型且复杂的相互链接数据上表示和推理。构建知识图的挑战之一是处理存储在关系数据库中的数据。这是Apache Age（用于图形数据库功能的PostgreSQL扩展）的地方。在这篇博客文章中，我们将深入研究Apache Age Aga如何在知识图的构建中有助于。

什么是Apache年龄？

Apache Age是PostgreSQL图形扩展名的首字母缩写词。年龄旨在支持需​​要复杂计算的现代图形数据库。它建立在AgensGraph的顶部，该图形数据库功能扩展了PostgreSQL。

年龄支持OpencyPher查询语言，该语言广泛用于图形数据库。通过关系和图数据库功能的组合，年龄是构建知识图的理想工具。

apache年龄开始

要开始使用Apache Age，您需要在计算机上安装PostgreSQL并运行。之后，您可以使用PostgreSQL中的'Create Extension'命令下载并安装Apache Age扩展名。

构建Apache年龄的知识图

让我们假设正在为电影数据库构建知识图。这是创建节点及其之间关系的步骤。

创建节点

节点是图中的主要实体。在我们的电影数据库中，节点可能是电影，演员和导演。这是您可以使用age创建节点的方式：

CREATE (n:Movie {title: 'The Matrix', year: 1999})

在此命令中，我们正在创建一个带有属性“标题”和“年”的类型电影节点。

建立关系

关系在图中连接节点。例如，我们可以在演员节点和电影节点之间建立关系，以表明演员出演了电影：

MATCH (a:Actor {name: 'Keanu Reeves'}), (m:Movie {title: 'The Matrix'})
CREATE (a)-[:ACTED_IN]->(m)

在此命令中，我们正在创建从演员节点到电影节点的类型ACTED_IN的关系。

查询知识图

一旦我们拥有带有节点和关系的图形，就可以使用OpencyPher查询语言执行复杂的查询。例如，查找特定演员所采取的所有电影：

MATCH (a:Actor {name: 'Keanu Reeves'})-[:ACTED_IN]->(m:Movie)
RETURN m.title

此查询将返回基努·里夫斯（Keanu Reeves）所采取的所有电影的标题。

利用SQL功能

由于年龄是PostgreSQL的扩展，因此您可以使用所有SQL功能以及图形查询。例如，您可以使用SQL查询加入图查询的结果：

MATCH (a:Actor {name: 'Keanu Reeves'})-[:ACTED_IN]->(m:Movie)
WITH m
JOIN ratings ON m.title = ratings.movie_title
RETURN m.title, ratings.rating

在此查询中，我们将使用SQL表“评分”加入图查询的结果，以获取Keanu Reeves所采取的每部电影的评分。

结论

Apache Age汇集了关系数据库和图形数据库的功能，从而促进了复杂的知识图的构建。这是一个强大的工具，可以处理需要复杂计算的现代图形数据库用例，同时还提供了利用完整SQL功能的能力。无论您是刚开始使用知识图还是想扩展现有解决方案，Apache Age都可以是您的武器库中的宝贵工具。

参考

• Github
• Docs