SQL Server 2017新增了图形数据库功能，你可以使用图结构来表示不同数据元素之间的关系。 SQL Server 2017增加了对图形数据库的支持，这有助于简化数据集的处理和查询，这些数据集可以被映射成图形形式，这在医疗、客户和社交网络等数据上十分有用。在许多情况下，相比于传统的关系型数据库，SQL Server 图形数据库能够更好地处理那些日益丰富的数据类型。 微软将图形数据库功能集成到SQL Server数据库引擎中，以利用那些广为人知的的核心组件，如存储引擎、查询处理器和元数据等功能。这样你就可以在使用图形数据库的同时使用机器学习服务、columnstore索引和各种实用工具如SQL Server Management Studio等，这些已有的SQL Server特性已经十分成熟。 和其他类似的技术一样，SQL Server 图形数据库由节点、边和属性组成，这些节点、边和属性定义了数据集的结构和数据元素之间的关系。

SQL Server 图形数据库一窥

节点是一个实体，例如人、位置、产品或企业都属于实体。在图形数据库中，将相关节点分组到节点表中。举例来说, 如果你构建一个图形数据库，来支持一个图书爱好者的论坛，你可以创建存储图书，作者，读者的节点表。这些表将分别包含图书、作者和读者的每个实体。 边缘描绘了两个节点之间的关系或连接。类似于处理节点的方式，将相关的边分组到图形数据库的边表中。 回头来看图书爱好者论坛的例子，你可以创建一个名为“WrittenBy”的边表，以表示书与作者的关系。然后，你还可能会创建一个推荐表，以显示哪些读者推荐哪些图书和作者。这两个边表能够表示这三种类型的节点之间的关系。 为了更好地理解节点和边的工作方式，请参考图1中的图形，它显示了三个节点以及它们之间定义的关系。

图1  三个数据节点以及它们之间的关系

虽然这个图只显示了三个节点，但我们可以将更复杂的关系整合到SQL Server图形数据库中。 例如，一个作者可以写多本书，多个作者可以合著一本书或多本书。读者推荐不同的书籍和作者，还有读者与读者之间推荐的关联等。

构建图像数据库表

节点表包括自动生成的ID列和描述节点的一个或多个列。在图形数据库的理论中，这些附加的列被称为属性。例如，Authors表可能包括first、middle和last names的属性。属性列中的值与传统SQL Server表中的列值类似。

图2  显示了图书爱好者论坛的SQL Server 图形数据库中的节点表

默认的ID列，称为$ node_id，实际上是一个伪列，它映射到一个包含$ node_id_的内部名称，作为全局唯一标识符。在引用该列时，你可以在任何查询中使用这个伪列名。 SQL Server的数据库引擎自动生成$ node_id列中的值，它将节点表的ID和基于整数的bigint值合并在一起。SQL Server将值显示为JSON字符串。在图2中，你只能看到这些字符串的一部分，完整的值要长得多。例如，下面的JSON字符串显示了作者表最后一行的实际值: {"type":"node","schema":"dbo","table":"Authors","id":3} 该字符串标识表类型(node)、数据库模式(dbo)、表(Authors)和单个节点ID(3)，在本例中，这个ID对应的作者Virginia Woolf。 边表采用稍微不同的方法。它包括三个自动生成的列:$ edge_id、$ from_id和$ to_id。$ edge_id列与节点表中的node_id类似。它作为一个伪列，便于引用，它会自动为数据库中的每条边生成唯一的id。

一条边表示的关系

$ from_id和$ to_id列用来关系两端的节点；它们一起定义了图形数据库中节点之间的连接。边表还可以包括属性列，但这些列是可选的。 图3显示了上述WrittenBy，RecommendedBy边表格；后者还包括一个推荐RecommendedDate列。

图3  SQL Server图形数据库中的边表示例

与$ edge_id和$ node_id列一样，$ from_id和$ to_id列的值是JSON字符串的截取，用以表示引用的节点。例如，WrittenBy表的第一行显示了book 0和author 1之间的关系，这表明书籍One Hundred Years of Solitude是由Gabriel Garcia Marquez编写的。 作为SQL Server 2017的一部分，微软已经更新了一些Transact - SQL语句，使其能够创建节点表和边表，并在边表中填充关系数据。此外，你还可以使用Transact-SQL编写语句来修改表定义，并对表中的数据进行查询和分析。 当然，建立和管理SQL Server 图形数据库比我们在这里介绍的要复杂得多，本文的目的是让你更好地了解它是如何工作的。如果你正在处理的应用程序数据可以从图形结构中获益，那么你有充足的理由来考虑使用SQL Server 2017。