笔者近期突然想考一个证，在朋友的推荐下研究了下图数据库NebulaGraph，2天内基本掌握并轻松拿下NGCI。以下是笔者对于考试中遇到的考点进行的知识点整理，相信如果你拿着这些知识点，直接开考也应该能顺利拿到证书了。

一、NebulaGraph 技能认证

NebulaGraph 技能认证分为个人技能认证和企业认证两类。

NebulaGraph 个人认证设有 2 个不同难度等级的认证考试：

• NebulaGraph Certified Insider（简称：NGCI），证明用户对图数据库及 NebulaGraph 有基本了解，是合格的 Nebula Graph 使用者。
  • NGCI 考试共 100 题，总分 100 分。其中，单项选择题 40 题，每题 1 分；判断题 60 题，每题 1 分。
• NebulaGraph Certified Professional（简称：NGCP），证明用户对图数据库及 NebulaGraph 有深入的了解，是 Nebula Graph 专业人士。
  • NGCP 考试共 100 题，总分 100 分。其中单项选择题 40 题，不定项选择题 30 题，判断题 30 题，各题型均为每题 1 分。

在 NGCI / NGCP 认证考试中，获得 60 分，即视为认证通过，可获得对应的认证证书。

二、相关网站

NebulaGraph 技能认证
https://discuss.nebula-graph.com.cn/t/topic/8728?utm_source=dis_nav

快速入门：

https://academic.nebula-graph.io/?lang=ZH_CN

https://docs.nebula-graph.com.cn/3.3.0/

三、相关考点

在 NebulaGraph 3.2 的版本中，允许存在无 Tag 的点，但从 NebulaGraph 3.3.0 开始默认不支持无 Tag 的点。  
  
NebulaGraph 是一款开源的、分布式的、易扩展的原生图数据库，能够承载数千亿个点和数万亿条边的超大规模数据集，并且提供毫秒级查询。  
  
NebulaGraph 文档以 Markdown 语言编写。单击文档标题右上侧的铅笔图标即可提交修改建议。  
  
一张图由一些小圆点（称为顶点或节点，即 Vertex）和连接这些圆点的直线或曲线（称为边，即 Edge）组成。  
  
图也可以用于记录一个大型 IT 系统内部错综复杂的微服务之间的调用关系5，运维团队用其进行服务治理。这里每个点表示一个微服务，边表示两个微服务之间的调用关系；这样，运维人员可以方便地寻找可用性低于阈值 (99.99%) 的调用链路，或者发现那些出故障会影响面特别大的微服务节点。  
  
图是一种更直观、更符合人脑思考直觉的知识表示方式。图更容易展现数据的特征.  
  
图数据库用图来存储数据，而图是最接近高度灵活、高性能的数据结构之一。图数据库是一种专门用于存储和检索庞大信息网的存储引擎，它能够高效地将数据存储为点和边，并允许对这些点边结构进行高性能的检索和查询。我们也可以为这些点和边添加属性。  
  
图数据库几乎适用于存储所有领域的数据。因为在几乎所有领域中，事物之间都是由某种相关联的。  
  
根据 verifiedmarketresearc4, fnfresearch5, marketsandmarkets6, 以及 gartner7 等智库的统计和预测，图数据库市场（包括云服务）规模在2019年大约是8亿美元，将在未来6年保持25%左右的年复合增长(CAGR)至 30-40 亿美元，这大约对应于全球数据库市场 5-10% 的市场份额。  
  
NoSQL 一词最早于上世纪 90 年代末提出，可以解释为“非 SQL” 或“不仅是 SQL”，具体解释要根据语境判断。市面上还有很多非关系型数据库的产品，这些产品都可以叫做 NoSQL。  
NoSQL 数据库可以分为四类：  
键值存储（key-value stores）  
列式存储（column-family stores）  
文件存储（document stores）  
图数据库（graph databases）  
  
NebulaGraph 是一款开源的、分布式的、易扩展的原生图数据库，能够承载包含数千亿个点和数万亿条边的超大规模数据集，并且提供毫秒级查询。  
  
图数据库是专门存储庞大的图形网络并从中检索信息的数据库。它可以将图中的数据高效存储为点（Vertex）和边（Edge），还可以将属性（Property）附加到点和边上。  
  
NebulaGraph 可用于各种基于图的业务场景。NebulaGraph 的 Graph 服务默认端口为 9669。  
  
图空间用于隔离不同团队或者项目的数据。不同图空间的数据是相互隔离的，可以指定不同的存储副本数、权限、分片等。  
一个 NebulaGraph 实例由一个或多个图空间组成。每个图空间都是物理隔离的，用户可以在同一个实例中使用不同的图空间存储不同的数据集。  
  
点是用点标识符（VID）标识的。VID在同一图空间中唯一。NebulaGraph 1.x 只支持 VID 类型为INT64，从 2.x 开始支持INT64和FIXED\_STRING(<N>).  
VID 在一个图空间中必须唯一，其作用类似于关系型数据库中的主键（索引+唯一约束）。但不同图空间中的 VID 是完全独立无关的。  
点 VID 的生成方式必须由用户自行指定，系统不提供自增 ID 或者 UUID。  
VID 通常会被（LSM-tree 方式）索引并缓存在内存中，因此直接访问 VID 的性能最高。  
VID 的数据类型必须在创建图空间时定义，且一旦定义无法修改。  
VID 必须在插入点时设置，且一旦设置无法修改。  
  
边是用来连接点的，表示两个点之间的关系或行为，特点如下：  
  
两点之间可以有多条边。  
边是有方向的，不存在无向边。NebulaGraph 中没有无向边，只支持有向边。  
四元组 <起点 VID、Edge type、边排序值 (rank)、终点 VID> 用于唯一标识一条边。边没有 EID。  
一条边有且仅有一个 Edge type。  
一条边有且仅有一个 Rank，类型为 int64，默认值为 0。  
  
路径是指一个有限或无限的边序列，这些边连接着一系列点。路径的类型分为三种：walk、trail、path。  
walk类型的路径由有限或无限的边序列构成。遍历时点和边可以重复。GO语句采用的是walk类型路径。  
trail类型的路径由有限的边序列构成。遍历时只有点可以重复，边不可以重复。MATCH、FIND PATH和GET SUBGRAPH语句采用的是trail类型路径。  
papath类型的路径由有限的边序列构成。遍历时点和边都不可以重复。  
  
NebulaGraph 由三种服务构成：Graph 服务、Meta 服务和 Storage 服务，是一种存储与计算分离的架构.  
在 NebulaGraph 架构中，Meta 服务是由 nebula-metad 进程提供的，负责数据管理，例如 Schema 操作、集群管理和用户权限管理等。所有 nebula-metad 进程构成了基于 Raft 协议的集群，其中一个进程是 leader，其他进程都是 follower。leader 和 follower 的数据通过 Raft 协议保持一致，因此 leader 故障和选举新 leader 不会导致数据不一致。  
Meta 服务存储 TTL（Time To Live）定义信息，可以用于设置数据生命周期。数据过期后，会由 Storage 服务进行处理  
NebulaGraph 采用计算存储分离架构。Graph 服务负责处理计算请求，Storage 服务负责存储数据。它们由不同的进程提供，Graph 服务是由 nebula-graphd 进程提供，Storage 服务是由 nebula-storaged 进程提供。  
Graph 服务主要负责处理查询请求，包括解析查询语句(parser)、校验语句(validator)、生成执行计划(planner)以及按照执行计划执行(executor)四个大步骤.  
NebulaGraph的Planner模块目前的优化方式是 RBO（rule-based optimization），即预定义优化规则，然后对 Validator 模块生成的默认执行计划进行优化。新的优化规则 CBO（cost-based optimization）正在开发中。  
所有 nebula-storaged 进程构成了基于 Raft 协议的集群。  
NebulaGraph 使用 RocksDB 作为本地存储引擎，实现了自己的 KVStore。  
  
分片策略采用静态 Hash 的方式，即对点 VID 进行取模操作，同一个点的所有 Tag、出边和入边信息都会存储到同一个分片，这种方式极大地提升了查询效率。创建图空间时需指定分片数量，分片数量设置后无法修改，建议设置时提前满足业务将来的扩容需求。  
  
nGQL 是 NebulaGraph 创建的声明式图查询语言。用户可以使用 nGQL 语句对 NebulaGraph 数据库进行增删改查。  
  
执行命令SHOW HOSTS检查分片的分布情况和主机状态。  
  
查询数据:  
GO 语句可以根据指定的条件遍历数据库。GO语句从一个或多个点开始，沿着一条或多条边遍历，返回YIELD子句中指定的信息。  
FETCH 语句可以获得点或边的属性。  
LOOKUP 语句是基于索引的，和WHERE子句一起使用，查找符合特定条件的数据。MATCH和LOOKUP语句的执行都依赖索引，但是索引会导致写性能大幅降低。请不要随意在生产环境中使用索引，除非很清楚使用索引对业务的影响。  
MATCH 语句是查询图数据最常用的，可以灵活的描述各种图模式，但是它依赖索引去匹配 NebulaGraph 中的数据模型，性能也还需要调优。确保LOOKUP或MATCH有一个索引可用。如果没有，请先创建索引。  
  
子句/符号 说明  
YIELD 指定该查询需要返回的值或结果。  
$$ 表示边的终点。  
\\ 表示换行继续输入。  
$^ 表示边的起点。  
| 组合多个查询的管道符，将前一个查询的结果集用于后一个查询。  
$- 表示管道符前面的查询输出的结果集。  
  
nGQL 设计目标仅为兼容部分的 DQL 语句(match, optional match, with等)。不计划兼容任何 DDL，DML，DCL.  
nGQL 没有事务及隔离性。  
用户可以在 NebulaGraph GitHub 的 features 目录内查看超过 2500 条 nGQL 示例。  
NebulaGraph 1.x 支持四种注释方式：#、--、//、/\* \*/。NebulaGraph 2.x 中，--不再是注释符。  
  
标识符(如图空间名)区分大小写,关键字(如show)不区分大小写,函数不区分大小写.  
在 nGQL 语句中，除关键字、函数、标点符号、空格以外的字符内容都是标识符。  
  
仅 God 角色权限可以终止任意查询，其他角色只能终止自己的查询。  
所有作业管理命令都需要先选择图空间后才能执行。  
  
用脚本nebula.service管理服务，包括启动、停止、重启、中止和查看。nebula.service的默认路径是/usr/local/nebula/scripts。  
执行如下命令启动服务：/usr/local/nebula/scripts/nebula.service start all  
  
从 NebulaGraph 3.0.0 版本开始，必须先使用ADD HOSTS添加主机，才能正常通过 Storage 服务读写数据。  
nebula> ADD HOSTS 192.168.10.100:9779, 192.168.10.101:9779, 192.168.10.102:9779;  
  
NebulaGraph 是针对 NVMe SSD 进行设计和实现的，所有默认参数都是基于 SSD 设备进行调优，要求极高的 IOPS 和极低的 Latency。  
  
NebulaGraph 支持两种身份验证方式：本地身份验证和 LDAP 验证。默认情况下，身份验证功能是关闭的，用户可以使用root用户名和任意密码连接到 NebulaGraph。开启身份验证后，默认的 God 角色账号为root，密码为nebula。角色详情请参见内置角色权限。  
  
全量Compaction可以对图空间进行大规模后台操作，例如合并文件、删除 TTL 过期数据等，该操作需要手动发起。  
为保证 NebulaGraph 的性能，请参考如下操作建议：  
数据导入完成后，请执行SUBMIT JOB COMPACT。  
业务低峰期（例如凌晨）执行SUBMIT JOB COMPACT。  
  
全量Compaction操作开始后可以停止吗？不可以停止，必须等待操作完成。这是 RocksDB 的限制。  
广度优先大于深度优先：NebulaGraph 基于图拓扑结构进行深度图遍历的性能较低，广度优先遍历以及获取属性的性能较好。  
  
NebulaGraph Studio（简称 Studio）是一款可以通过 Web 访问的开源图数据库可视化工具，搭配 NebulaGraph 内核使用，提供构图、数据导入、编写 nGQL 查询等一站式服务。  
Studio 可以方便管理 NebulaGraph 图数据，具备以下功能：  
使用 Schema 管理功能，用户可以使用图形界面完成图空间、Tag（标签）、Edge Type（边类型）、索引的创建，查看图空间的统计数据，快速上手 NebulaGraph。  
使用导入功能，通过简单的配置，用户即能批量导入点和边数据，并能实时查看数据导入日志。  
使用控制台功能，用户可以使用 nGQL 语句创建 Schema，并对数据执行增删改查操作。  
Studio 上传数据仅支持上传无表头的 CSV 文件，但是，单个文件大小及保存时间不受限制，而且数据总量以本地存储容量为准。  
  
NebulaGraph Dashboard（简称 Dashboard）是一款用于监控 NebulaGraph 集群中机器和服务状态的可视化工具。  
产品功能：  
监控集群中所有机器的状态，包括 CPU、内存、负载、磁盘和流量。  
监控集群中所有服务的信息，包括服务 IP 地址、版本和监控指标（例如查询数量、查询延迟、心跳延迟等）。  
监控集群本身的信息，包括集群的服务信息、分区信息、配置和长时任务。  
支持全局调整监控数据的页面更新频率。  
默认保存14天的监控数据。  
  
NebulaGraph Importer（简称 Importer）是一款 NebulaGraph 的 CSV 文件单机导入工具。Importer 可以读取本地的 CSV 文件，然后导入数据至 NebulaGraph 图数据库中。  
  
NebulaGraph Explorer （简称 Explorer）是一款可以通过 Web 访问的可视化图探索工具，搭配 NebulaGraph 内核使用，用于与图数据进行可视化交互。  
  
NebulaGraph Exchange（简称 Exchange）是一款 Apache Spark™ 应用，用于在分布式环境中将集群中的数据批量迁移到 NebulaGraph 中，能支持多种不同格式的批式数据和流式数据的迁移。  
Exchange 具有以下优点：  
适应性强：支持将多种不同格式或不同来源的数据导入 NebulaGraph 数据库，便于迁移数据。  
支持导入 SST：支持将不同来源的数据转换为 SST 文件，用于数据导入。  
支持 SSL 加密：支持在 Exchange 与 NebulaGraph 之间建立 SSL 加密传输通道，保障数据安全。  
支持断点续传：导入数据时支持断点续传，有助于节省时间，提高数据导入效率。  
  
NebulaGraph Operator 是用于在 Kubernetes 系统上自动化部署和运维 NebulaGraph 集群的工具。  
  
NebulaGraph Spark Connector 是一个 Spark 连接器，提供通过 Spark 标准形式读写 NebulaGraph 数据的能力。  
NebulaGraph Spark Connector 适用于以下场景：  
在不同的 NebulaGraph 集群之间迁移数据。  
在同一个 NebulaGraph 集群内不同图空间之间迁移数据。  
NebulaGraph 与其他数据源之间迁移数据。  
结合 NebulaGraph Algorithm 进行图计算。  
  
NebulaGraph Flink Connector 是一款帮助 Flink 用户快速访问 NebulaGraph 的连接器，支持从 NebulaGraph 图数据库中读取数据，或者将其他外部数据源读取的数据写入 NebulaGraph 图数据库。  
NebulaGraph Flink Connector 适用于以下场景：  
在不同的 NebulaGraph 集群之间迁移数据。  
在同一个 NebulaGraph 集群内不同图空间之间迁移数据。  
NebulaGraph 与其他数据源之间迁移数据。  
  
NebulaGraph Bench 是一款利用 LDBC 数据集对 NebulaGraph 进行性能测试的工具。