大学生数据库实践课：DuckPGQ 图式搜索插件
P
digoal约 3 分钟
digoal约 3 分钟本期播客
大学生数据库实践课：DuckPGQ 图式搜索插件
同学们好，欢迎来到《大学生数据库实践课》第 18 讲。今天我们要聊一个非常有意思，且正处于技术爆发期的领域：PGQ（Property Graph Queries）图式搜索。
很多同学在学校里学的是关系数据库（SQL），觉得数据就是一行行、一表表。但现实世界中，数据的核心价值往往藏在“关系”里。比如：你的朋友圈、银行转账链条、病毒传播路径。以前处理这些得写极其复杂的 SQL 或者搬迁到专门的图数据库，但现在，SQL 标准已经内置了图查询（SQL:2023 PGQ） 。
今天我带大家用最通俗的方式，把属性图和图搜索一次性整明白。
一、 什么是属性图？（不仅是表，更是网）
你可以把属性图看作是在传统数据库表之上加了一个“逻辑层”。
顶点（Vertex） ：实体。比如学生表的一行就是一个点。 边（Edge） ：关系。比如“关注”、“转账”、“认识”。 属性（Properties） ：点和边上带的信息。比如学生的年龄，或者转账的金额。
DuckDB-PGQ 的绝招：它不需要你把数据从关系表里搬出来。你只要定义一下：表A是点，表B是边，图就建好了。这叫“逻辑映射”，性能极高且不占额外空间。
二、 必须要掌握的“图式搜索”五大招式
在图数据库里，我们不只查“谁认识谁”，我们挖掘的是更深层的特征：
1. 最短路径（Shortest Path）
直白点说：从 A 到 B，中间最少经过几个人？ 应用：六度人脉理论、导航避堵。
2. N 度关系（N-Hop）
直白点说：找你的“朋友的朋友”或者“三层以内的亲属”。 语法亮点：用 {1,3}表示 1 到 3 跳，用+表示至少 1 跳。
3. 共同好友（Mutual Friends）
直白点说：找 A 和 B 的共同交集。在 SQL 里这需要 Join 自己，在 PGQ 里就是一个简单的模式匹配： (A)-[]->(C)<-[]-(B)。
4. 连通性分析（Connectivity）
直白点说：这个社交网络里，大家是都认识（一个大圈子），还是分裂成了好几个互不往来的小团体？
5. 聚集性与中心性
聚集性（LCC） ：你的朋友圈子够不够“铁”？（你的朋友之间是否互相认识）。 中心性（PageRank） ：谁是这个网络里的“大 V”或“关键枢纽”？
三、 深度优先 vs 广度优先（DFS vs BFS）
这是算法课的必考题，在图搜索里它们决定了性能：
广度优先 (BFS) ：一层一层往外扩。查“最近关系”或“最短路径”时，BFS 效率最高。DuckDB 内部就大量使用了优化的 BFS。 深度优先 (DFS) ：顺着一根线捅到底。适合查“是否存在闭环”或者走迷宫。
四、 为什么推荐用 DuckDB 练手？
作为大学生，我建议你们放弃那些沉重的分布式图数据库，先从 DuckDB 入手，优势非常明显：
快：它使用 CSR（压缩稀疏行） 结构，把图压缩在内存里，配合 SIMD 指令并行，查起来快得离谱。 简单：它是进程内数据库，像 SQLite 一样，一行命令安装，不需要部署复杂的集群。 标准化：直接学 SQL 标准语法，以后去大厂用 Oracle 或 PostgreSQL 都能无缝衔接。
五、 综合示例：找出社交圈里的“大 V”
假设我们要找一个学校里最有影响力的人，我们可以结合 PageRank 和 PGQ：
-- 1. 先算 PageRank 分数
SELECT vertex_id, pagerank_score
FROM pagerank(school_graph, Student, knows)
ORDERBY pagerank_score DESCLIMIT1;
-- 2. 再查这个大 V 的 2 度关系覆盖了多少人
SELECTcount(DISTINCT b.id)
FROM GRAPH_TABLE (school_graph
MATCH (a:Student WHERE a.id = :TopV_ID)-[]->{1,2}(b:Student)
COLUMNS (b.id)
);
六、 课后总结
同学们，图查询不再是特种武器，而是通用技能。 属性图搜索的本质是：利用关系模式匹配替代复杂的表连接。 掌握了 PGQ，你在做金融风控、反洗钱分析、社交推荐等系统时，代码量会减少 80%，性能提升数倍。
是不是想试试“金融转账链路追溯”的 PGQ 语句？
详细教程, 点击「阅读原文」