[发明专利]图数据库缓存方法、装置、电子设备和可读存储介质

说明书

本发明公开了一种图数据库缓存方法、装置、电子设备和可读存储介质，其中，所述方法包括：获取多个采样得到的采样点对象和采样边对象；获取每一所述采样点对象和所述采样边对象的内存空间占用；计算所述采样点对象的平均内存空间占用和所述采样边对象的平均内存空间占用；基于所述采样点对象的平均内存空间占用和所述采样边对象的平均内存空间占用以及缓存空间的大小，确定所述缓存空间中可容纳的最大点对象数目和最大边对象数目；基于所述最大点对象数目和所述最大边对象数目进行缓存。本发明提供的技术方案，能够提高缓存空间的利用率，进而提高后续数据访问的效率。

技术领域

本发明涉及数据处理技术领域，具体涉及一种图数据库缓存方法、装置、电子设备和可读存储介质。

背景技术

随着互联网、移动互联网、社交网络、物联网及工业领域关联型网络如电力网络的爆炸式发展，关系图的存储以及基于关系图的网络拓扑结构分析与功能分析等应用有着极大的需求，同时也促成了图数据库的研发热潮。

传统的关系型数据库在面对联机事务处理(On-Line Transaction Processing，OLTP)需求能够实时稳定应对，例如在线商城的用户购买行为记录，系统会在购买行为发生后，记录是谁在什么时候、在哪家店铺买了什么，这样的行为数据会以增删改的方式在关系型数据库中进行数据的更新处理操作。而当在线商城主体想基于有相同或者类似购买习惯的用户的历史购买数据给别的用户进行商品推荐，或者预测某类用户是否会购买某类商品，诸如此类的基于关系图的联机分析处理（On-Line Analytical Processing，OLAP）数据分析需求时，传统关系型数据库则面临着模式（Schema）复杂、计算时间与空间不经济、响应时延较长等困境。在传统关系型数据库中，表征实体之间的关系需要创建关联表。当连边关系巨量、查询的实体关系较深时，在建模阶段通过关键字构建关联表所耗费的时间并不能加快实体之间的关系查询，而这恰好是图数据库的优势所在。

为了对海量的图网络数据进行快速查询、分析，提升大规模图数据查询和分析的性能，基于磁盘的图数据库需要引入图数据逻辑对象（即点、边对象）对于磁盘数据在内存中的缓存，以加速对象数据的获取、操作过程并减少磁盘读写请求，以避免磁盘IO对数据访问能力的限制。对于缓存来说，缓存空间的管理、缓存算法（或称缓存替换算法、缓存淘汰算法）、缓存加载至关重要。

常见的基于对象的缓存管理大多基于固定数目的对象缓存，这种缓存管理实现起来简单直接，效率较高，但对于可变大小的内存对象缓存有可能会带来缓存空间的动态波动，无法很好地进行物理缓存空间的有效利用。

发明内容

有鉴于此，本发明实施例提供了一种图数据库缓存方法、装置、电子设备和可读存储介质，以解决缓存空间利用率低的问题。

根据第一方面，本发明实施例提供了一种图数据库缓存方法，所述方法包括：

获取多个采样得到的采样点对象和采样边对象；

获取每一所述采样点对象和所述采样边对象的内存空间占用；

计算所述采样点对象的平均内存空间占用和所述采样边对象的平均内存空间占用；

基于所述采样点对象的平均内存空间占用和所述采样边对象的平均内存空间占用以及缓存空间的大小，确定所述缓存空间中可容纳的最大点对象数目和最大边对象数目；

基于所述最大点对象数目和所述最大边对象数目进行缓存。

可选的，所述获取每一所述采样点对象和所述采样边对象的内存空间占用，包括：

针对每一采样对象，获取以下至少之一项的内存空间占用，并合计得到所述采样对象的内存空间占用：

所采样对象在内存中对象的头部分；

所述采样对象在内存中的标识；

所述采样对象的引用；