Pick of the Week'22 ｜第 3 周看点：Nebula Explorer 新增 3D 查看模式

每周看点

每周五 Nebula 为你播报每周看点，每周看点由固定模块：产品动态、社区问答、推荐阅读，和随机模块：本周大事件构成。

年味渐浓的一周，不知道这周你过得如何呢 🌞 出门在外记得做好防护 😷

本周看点

Nebula GitHub star 破 7k

GitHub Star 破 7k

在本周 Nebula 主仓 GitHub star 突破 7k 大关，目前 star 7051 👏👏

和 Nebula 一起交流图计算 & nebula-algorithm

图计算一直是社区热门的话题，论坛也常有小伙伴问及图算法相关问题。这次 Nebula 技术团队的两位图计算研发同学将在直播中同你交流问题。如果你有什么问题想问，记得公众号回复「提问」向两位研发同学提问，或者回复「图计算」查看活动详情。

图计算

产品动态

本周 Nebula 主要有这些产品动态：

LDBC 测试用例增至 32 个，标签：LDBC，具体 pr 参见：https://github.com/vesoft-inc/nebula/pull/3537
支持 LOOKUP 聚合算子下推，标签：内核，具体 pr 参见：https://github.com/vesoft-inc/nebula/pull/3504
K6 压测工具支持 v1.x 版本，标签：压测，具体用法参见：https://github.com/vesoft-inc/k6-plugin/tree/nebula_v1
Explorer 支持 3D 查看模式，标签：可视化 & Nebula Explorer，点击链接：https://wj.qq.com/s2/10158890/69a8 来申请试用体验新功能

Nebula Explorer 3D Demo Show

社区问答

Pick of the Week 每周会从官方论坛、知乎、微信群、微信公众号及开源中国等渠道精选问题同你分享。

主题分享

本周分享的主题是【单副本多机器的快照问题】，由社区用户 sworduo 提出，Nebula 研发解答。

sworduo 提问：假如我有一个 space，单副本 10 个 partition 分布在 3 台机器上，这时候 create snapshot 后，show snapshots 显示快照在三台机器上都有，但是实际上是不是每个机器上快照的内容都不相同？

如果是 3 副本，5 机器，创建快照。一个机器上有 partition 2 3 4 的快照，另一个机器有 3 4 5 的快照，如果我想把所有 partition 的快照集中在一起，但是每个 partition 的快照只有一个，有什么办法可以做到吗?

然而我看了 checkpoints 和 data 目录，在数据层面似乎没有记录本机有哪些 partition 的情况，这种情况下，是不是只能按照原来的拓扑结构进行恢复？

Nebula：首先解释一下你的几个问题：

“但是实际上是不是每个机器上快照的内容都不相同？”

是的，对于 space 做一次快照后，所有的分片的快照分散在 partition 所在机器上本地，而没有收束到一个物理位置。

“partition 的快照集中在一起，但是每个 partition 的快照只有一个，有什么办法可以做到吗?“

现在暂时没有办法，我们在做 br，能将所有 partition 快照集中在一起。但仍然是 partition 有几个副本，快照就会存储几个冗余，也即完全的物理克隆，然后收束到一块。

“然而我看了 checkpoints 和 data 目录，在数据层面似乎没有记录本机有哪些 partition 的情况，这种情况下，是不是只能按照原来的拓扑结构进行恢复？”

是的，你理解的很对。现在恢复最大的问题就是只能按照原来的拓扑结构进行恢复。这种做法的优势在于备份和恢复速度很快，劣势在于受限于之前集群物理拓扑。

关于如何更好的备份，我们也在探讨。近期会出一个 br 工具，但是仍然是按照物理拓扑直接备份的。如果你有更好的 idea，在兼顾大数据量备份恢复速度的同时，能做到逻辑备份，欢迎来社区贡献。

追问：如果是副本数量=机器数量的情况，比如 3 副本 3 机器，是不是只需要保存一台机器上的快照就行了，因为一台机器上就含有所有的分片数据。

现在的结构我觉得快照冗余是不可避免的，因为 RocksDB 层面就没有把分区区分开来。如果想避免冗余，就得让 RocksDB 那里区分 partition，这样就可以做到每个分片只保存一份，然后根据 show hosts 的信息进行恢复。但是如果要在数据层面区分 partition，似乎就得一个 partition 启动一个 RocksDB 才行，这样看起来不太好。

另外你们有实验过 create snapshots 的速度吗，假如一个 space 有几百 g 甚至几个 T 的数据，这个命令一般耗时多少？我试过 4G 的 space，耗时 1s 多，但是不敢在线上测试。怕阻塞时间太长了影响服务。”

Nebula：回复如下：

“是不是只需要保存一台机器上的快照就行了。”

如果都拷贝到一台机器上，得要求用户配置 ssh 免密，才能用 scp 之类的工具自动拷贝。但是如果存到对象存储等其他外存上，是可以做到的，只需要配置下对象存储的身份信息即可。这个年后会发布一款 br 工具，实现相关功能。

“似乎就得一个 partition 启动一个 RocksDB 才行，这样看起来不太好。”

你说的很对~ 的确是首先得把同一个 space 中 partition 物理分开，才能做到去重。

“这个命令一般耗时多少？”

这个实现上都是对 sst 和 wal 的硬链接，所以应该耗时不会太久。至于有没有测过不同量级数据的备份时间，这里可以给出一个大概上限：1T 左右的数据用时不会超过一分钟。当然用时和 partition 的数量（partition 多 sst 就多）、sst 的数量（每个做硬连接）、机器的数量（发 rpc到不同机器）呈正相关。

Nebula 进阶技能

本周的 Nebula 进阶技能分享一个稠密点处理，来源于文档：https://docs.nebula-graph.com.cn/2.6.1/8.service-tuning/super-node/。

数据库端的常见办法：

截断: 只访问一定阈值的边，超过该阈值的其他边则不返回。
Compact：重新组织 RocksDB 中数据的排列方式，减少随机读，增加顺序读。

应用端的常见办法：

根据业务意义，将一些超级顶点拆分：

删除多条边，合并为一条
- 例如，一个转账场景：(账户 A)-[转账]->(账户 B)。每次转账建模为一条 AB 之间的边，那么(账户 A)和(账户 B)之间会有着数万十次转账的场景。按日、周、或者月为粒度，合并陈旧的转账明细。也就是批量删除陈旧的边，改为少量的边“月总额”和“次数。而保留最近月的转账明细。
拆分相同类型的边，变为多种不同类型的边
- 例如，(机场)<-[depart]-(航班)场景，每个架次航班的离港，都建模为一条航班和机场之间的边。那么大型机场的离港航班会极多。根据不同的航空公司将 depart 这个 Edge type 拆分更细的 Edge type，如 depart_ceair，depart_csair 等。在查询（图遍历）时，指定离港的航空公司。
切分顶点本身
- 例如，对于(人)-[借款]->(银行)的借款网络，某大型银行 A 的借款次数和借款人会非常的多。可以将该大行节点 A 拆分为多个相关联的子节点A1、A2、A3，
  - (人 1)-[借款]->(银行 A1)、(人 2)-[借款]->(银行 A2)、(人 2)-[借款]->(银行 A3)
  - (银行 A1)-[属于]->(银行 A)、(银行 A2)-[属于]->(银行 A)、(银行 A3)-[属于]->(银行 A)
- 这里的 A1、A2、A3 既可以是 A 真实的三个分行（例如北京、上海、浙江），也可以是三个按某种规则设立的虚拟分行，例如按借款金额划分 A1: 1-1000, A2: 1001-10000, A3: 10000+。这样，查询时对于 A 的任何操作，都转变为为对于 A1、A2、A3 的三次单独操作。

星云·小剧场

为什么给图数据库取名 Nebula？

Nebula 是星云的意思，很大嘛，也是漫威宇宙里面漂亮的星云小姐姐。对了，Nebula 的发音是：[ˈnɛbjələ]

本文星云图讲解–《超新星遗迹─延髓星云》

超新星遗迹─延髓星云

CTB-1 是大约 10,000 年前，仙后座方向一颗大质量恒星发生爆炸，所形成的超新星遗迹，因为形似延髓而有延髓星云的称号，而至如今在可见光波段，仍能见到扩张碎片云冲撞周遭星际气体所发出的光。

影像提供与版权：Russell Croman 作者与编辑：Robert Nemiroff (MTU) & Jerry Bonnell (UMCP)

交流图数据库技术？加入 Nebula 交流群请先填写下你的 Nebula 名片，Nebula 小助手会拉你进群~~

关注公众号