Graph 大数据的数据建模

我要实现这种类型的数据库 圆圈点是各个城市

人们从一个城市到另一个城市旅行。 从一个城市到另一个城市旅行的人数通过边缘的重量来表示

是我的目标城市吗

我想要实现什么？

达到“G”的总人数

他们通过什么途径实现目标“G”

例如：

• 200人从A->F开始

• 100使用路径F->A返回A

• 从剩下的100名用户中，只有20名用户实现了目标“G”

因此，从右侧到达“G”的人数是80

我在“G”点需要什么信息

• 80人从右侧=20人（从A->F->G）+60人（从A->D->F->G）

这是一个小图表。 我想在有1000多个节点的图上实现这一点

现在我正在采取的解决这个问题的方法是（使用ArangoDB）：

• 我正在创建一个顶点集合和一个边集合

• 每个城市（A、B、C、D）都是同一个集合中的文档

• 我正在为每一个旅行的人保存以前的完整路径

例如，约翰从A->g旅行

• 我在F为John保存的详细信息：{“John:A_D_F”}

• 我在城市G为John保存的详细信息：{“John:A_D_F_G”}

• 我对每一个旅行的人重复这一点

简言之，我想在图中的任何点（城市）实现漏斗形。

在Arango或其他大数据存储中，对此类图形进行数据建模的更好方法是什么？哪种大数据存储最好

---

谢谢

你的结论是正确的，把这当作一个图形问题来处理。无论您想使用哪种技术，我建议您按照这些链接中概述的一些最佳实践/示例对数据进行建模

对于扩展到1000个甚至10000个节点的图，有很多经过验证的选择

这里有一种可能的建模方法：

a] 将城市和人视为节点

b] 然后将城市到城市的路径建模为关系

c] 此外，还应将该人作为一种关系添加到该城市

d] 如果需要对关系进行排序，可以使用人与城市关系的属性

下一步是

在您选择的图形B中创建这些

创建示例数据集

运行您的查询并检查答案

查看是否需要优化模型或数据

---

希望这有帮助

在我看来，您示例中的数据不足以计算路径。也就是说，你怎么知道100个去F->A的人来自200个去A->F的人，而不是那些去D->F@MoshaPasumansky是的，你说得有点对，但在真实场景中，好像有300人在城市“F”，其中100人回到了城市“A”。在真实场景中，这些人可以来自两条路径（A->F，A->D->F）为了简单起见，现在让我们假设相同的图，但是这次是非循环的和单向的（即向下流动）……然后，如何建模这类数据和什么工具是完美的解决这些问题…？谢谢！这能帮助我解决上面的问题吗？欢迎来到Stack Overflow！虽然这可以从理论上回答这个问题，但在这里包括答案的基本部分，并提供链接供参考。