1.2.2　关系型数据库与图数据库

图数据库创造之初的目的非常单纯，就是通过（深度）挖掘不同来源的数据，以网络化分析（network analytics）的方式来攫取数据关联中所蕴藏的巨大价值。关系型数据库的数据存储是以表来聚类（同类）数据，并将这些实体聚合在同一张表中，不同表中存放不同类型的实体。当需要进行实体关联的时候就需要多张表之间进行连接。而关系型数据库的设计理念和数据结构的限制导致当进行表连接（table join）操作的时候，尤其当表的内容很多的时候，操作的耗时会较单表操作呈指数级上升，甚至在多表关联的时候，因耗时过长、系统资源消耗过多而导致系统崩溃或无法返回。

举个经典的例子：员工、部门与公司，在关系型数据库中会用三个表来存储这些不同类型的实体，如果想要查找哪些员工在哪家公司的哪个部门工作，就需要动用三个表相互连接来实现——这个过程不但效率低下，而且非常不直观。如图1-21a所示，从员工表中查到员工属于哪个部门，再从部门表中查到每个部门隶属于哪家公司，最终再从公司表中查出每个公司ID所对应的公司的全部信息（名称、地址、网站等）。也许，你会说可以把所有信息都压缩在一个表内，但这么做的代价是制作一个巨大的表，里面有无数的冗余信息，而且这种设计理念与关系型数据库的规范化（归一化，normalization）原则是相背离的，在后面的章节中我们会深入谈及这个话题。

而在图上，因为它天然地是用来表达关联关系的，这个查询就是一个典型的图内深度为2的路径查询（见图1-21b）。把这个思路泛化到有大量业务部门和员工的表结构上，图计算与查询的效率会成千上万倍地高于基于SQL的关系型数据库查询。