IndraDB

用 Rust 编写的图数据库。

IndraDB 由服务器和底层库组成。大多数用户会使用服务器，它通过发布作为预编译的二进制文件提供。但如果你是想要直接在应用程序中嵌入图数据库的 Rust 开发者，你可以使用 库。

IndraDB 的原始设计受到 Facebook 的图数据存储 TAO 的强烈启发。特别是，IndraDB 强调实现和查询语法的简洁性，并同样假设它可能代表一个足够大的图，以至于无法进行完整的图处理。随着时间的推移，IndraDB 添加了更丰富的查询语义和其他功能，因此它不能再被称为类似 TAO，尽管我们试图保持一些原始目标。

有关更多详细信息，请参阅 主页。另请参阅 IndraDB 的完整演示，用于浏览维基百科文章链接图。

功能

• 有向和类型化图。
• 基于 JSON 的与顶点和边相关的属性。
• 多跳查询和对索引属性的查询。
• 通过 gRPC 或直接作为库嵌入实现跨语言支持。
• 可插拔的底层数据存储，具有几个内置数据存储。可单独提供 Postgresql 和 sled。
• 用 Rust 编写！高性能，无 GC 停顿，安全性更高。

使用方法

IndraDB 提供了多种与之交互的方式：作为支持跨语言的服务器、作为 Rust 库以及通过 CLI。以下是一些每个用例的示例。

服务器

服务器使用 gRPC 实现跨语言支持。gRPC 支持多种语言；请参阅 官方列表，尽管许多更多语言也得到非官方支持。我们为 Python 和 Rust 提供了官方绑定。以下示例将需要您有一个正在运行的服务器，例如，要启动内存中的服务器，只需运行 indradb-server。

Python

Python绑定可在此处获得 这里，并以 indradb 的形式发布到pypi。一个示例

import indradb
import uuid

# Connect to the server and make sure it's up
client = indradb.Client("localhost:27615")
client.ping()

# Create a couple of vertices
out_v = indradb.Vertex(uuid.uuid4(), "person")
in_v = indradb.Vertex(uuid.uuid4(), "movie")
client.create_vertex(out_v)
client.create_vertex(in_v)

# Add an edge between the vertices
edge = indradb.Edge(out_v.id, "bar", in_v.id)
client.create_edge(edge)

# Query for the edge
results = list(client.get(indradb.SpecificEdgeQuery(edge))
print(results)

有关进一步参考，请参阅文档和python绑定测试。

Rust

gRPC绑定库可用作 indradb-proto。一个示例

use indradb;
use indradb_proto as proto;

// Connect to the server and make sure it's up
let mut client = proto::Client::new("grpc://127.0.0.1:27615".try_into()?).await?;
client.ping().await?;

// Create a couple of vertices
let out_v = indradb::Vertex::new(indradb::Identifier::new("person")?);
let in_v = indradb::Vertex::new(indradb::Identifier::new("movie")?);
client.create_vertex(&out_v).await?;
client.create_vertex(&in_v).await?;

// Add an edge between the vertices
let edge = indradb::Edge::new(out_v.id, indradb::Identifier::new("likes")?, in_v.id);
client.create_edge(&edge).await?;

// Query for the edge
let output: Vec<indradb::QueryOutputValue> = client.get(indradb::SpecificEdgeQuery::single(edge.clone())).await?;
// Convenience function to extract out the edges from the query results
let e = indradb::util::extract_edges(output).unwrap();
assert_eq!(e.len(), 1);
assert_eq!(edge, e[0]);

Rust gRPC绑定库被构建为与Rust库紧密对应。但如果您使用100% Rust，并且不需要服务器，则可以跳过所有gRPC的繁琐过程，直接使用Rust库。有关进一步参考，请参阅文档和维基百科索引示例，它严重依赖于indradb-proto。

其他语言

如果您想做出贡献，为您的最爱语言添加绑定是一个很好的开始！gRPC/protobuf定义在这里。

Rust库

将IndraDB添加到您的 Cargo.toml

indradb-lib = { version = "*", features = ["rocksdb-datastore"] }

（您可能想要锁定版本，或者不包含RocksDB数据存储，仅支持内存。）

这里有一个简短的示例

use indradb;

// Create an in-memory datastore
let db: indradb::Database<indradb::MemoryDatastore> = indradb::MemoryDatastore::new_db();

// Create a couple of vertices
let out_v = indradb::Vertex::new(indradb::Identifier::new("person")?);
let in_v = indradb::Vertex::new(indradb::Identifier::new("movie")?);
db.create_vertex(&out_v)?;
db.create_vertex(&in_v)?;

// Add an edge between the vertices
let edge = indradb::Edge::new(out_v.id, indradb::Identifier::new("likes")?, in_v.id);
db.create_edge(&edge)?;

// Query for the edge
let output: Vec<indradb::QueryOutputValue> = db.get(indradb::SpecificEdgeQuery::single(edge.clone()))?;
// Convenience function to extract out the edges from the query results
let e = indradb::util::extract_edges(output).unwrap();
assert_eq!(e.len(), 1);
assert_eq!(edge, e[0]);

有关进一步参考，请参阅文档和库测试。

CLI

CLI与运行中的服务器交互。

首先启动服务器： indradb-server。

然后，例如，计算顶点的数量： indradb-client grpc://127.0.0.1:27615 count vertex。

安装

版本

我们为Linux和macOS提供预编译的版本。

• 下载您平台上的最新版本。
• 将二进制文件添加到您的 PATH。
• 启动服务器： indradb-server

这将启动默认的数据存储。

从源代码

要源代码构建和安装

• 安装rust。IndraDB应该可以与任何rust变体（稳定版、夜间版、beta版）一起使用。
• 确保您已安装gcc 5+和protobuf工具链。
• 克隆存储库： git clone [email protected]:indradb/indradb.git。
• 构建/安装它： cargo install。

Docker

如果您想在Docker中运行IndraDB，请遵循以下说明。

服务器

构建服务器映像

DOCKER_BUILDKIT=1 docker build --target server -t indradb-server .

运行服务器

docker run --network host --rm indradb-server -a 0.0.0.0:27615

客户端

构建客户端映像

DOCKER_BUILDKIT=1 docker build --target client -t indradb-client .

运行客户端

docker run --network host --rm indradb-client grpc://127.0.0.1:27615 ping

数据存储

IndraDB提供几种不同的数据存储，它们在持久性、事务能力和性能方面有所权衡。

内存

默认情况下，IndraDB启动一个数据存储，将所有值存储在内存中。这是最快的实现，但无法支持大于内存可容纳的图，并且数据仅在显式请求时写入磁盘。

如果您想使用不带持久性支持的常规数据存储，不要传递子命令；例如

indradb-server [options]

如果您想使用常规数据存储但持久到磁盘

indradb-server memory --persist-path=[/path/to/memory/image]

您需要在保存图时显式调用 Sync()。

RocksDB

如果您想使用rocksdb支持的数据存储，请使用 rocksdb 子命令；例如

indradb-server rocksdb [/path/to/rocksdb.rdb] [options]

Postgres，Sled等。

可以在单独的crate中开发其他数据存储实现，因为IndraDB公开了实现所需的特性

• Postgres可通过indradb-postgres获得。
• sled 可以通过 indradb-sled 获取。

插件

IndraDB 服务器支持插件来扩展客户端可用的功能。插件通过动态链接库加载。

请参阅 hello world 插件 和 naive vertex 插件，以了解如何编写插件。

要包含插件，请查看 --plugins 参数，例如 indradb-server --plugins=plugins/*.so。它们可以通过 gRPC 的 ExecutePlugin 函数调用。

测试

首先遵循上面的 源代码构建说明。

单元测试

使用 make test 来运行测试套件。请注意，这将运行整个工作区中的完整测试套件，包括所有数据存储实现。您可以通过 TEST_NAME 环境变量筛选要运行的测试。例如，TEST_NAME=create_vertex make test 将运行所有数据存储实现中名称包含 create_vertex 的测试。所有单元测试都将运行在 CI 中。

基准测试

可以通过 make bench 运行微基准测试。

模糊测试

有一个模糊测试器，确保 RocksDB 和内存数据存储操作相同。通过 make fuzz 运行它。

检查

可以通过 make check 运行代码风格和格式化检查。CI 将运行等效的检查。

lib.rs:

IndraDB 插件的基础设施。