为什么大多数图数据库不支持双向边？
Why don't most graph databases support bidirectional edges?
我不得不选择一个图数据库系统，很奇怪主流的不支持这个功能？
为什么它对数据库系统如此不利？为什么那里的开发人员似乎不要求它？应该有我不知道的原因。
感谢您的帮助。
据我了解，"pure" 双向图形数据库无法支持同时存在单向关系的情况，例如 Twitter。
所以问题就变成了"why there are no hybrid (bidirectional and unidirectional) graph databases?"这个解决方案有两个问题：
它可能不会像您预期的那样节省存储空间，因为对于双向关系，混合图形数据库需要存储三个边而不是一个：A -> B、B -> A 和 A <-> B.原因是一些非常常见的查询涉及单向关系。
一些基本查询的成本比较高。比如图数据库中常见的两个问题：
找到A的所有朋友
找到B
通常图数据库将 A 的所有朋友保存为相邻边（AB、AC、AD 等）。要找到 A 的所有朋友，他们只需要找到 A 并浏览到前缀不是 A 的第一条边。假设 A 有 m 个朋友，并且有 n 个。记录在数据库中，则查询复杂度为 O(log(n)) + O(m)。同样的逻辑适用于 B。但是，如果使用双向边，比如 A<->B，查询 A 的朋友的成本是相同的，但查询 B 的朋友的成本是 O(n)，因为完整的数据库扫描是必需的。
我不得不选择一个图数据库系统，很奇怪主流的不支持这个功能？
为什么它对数据库系统如此不利？为什么那里的开发人员似乎不要求它？应该有我不知道的原因。
感谢您的帮助。
据我了解，"pure" 双向图形数据库无法支持同时存在单向关系的情况，例如 Twitter。
所以问题就变成了"why there are no hybrid (bidirectional and unidirectional) graph databases?"这个解决方案有两个问题：
它可能不会像您预期的那样节省存储空间，因为对于双向关系，混合图形数据库需要存储三个边而不是一个：A -> B、B -> A 和 A <-> B.原因是一些非常常见的查询涉及单向关系。
一些基本查询的成本比较高。比如图数据库中常见的两个问题：
找到A的所有朋友
找到B
的所有好友
通常图数据库将 A 的所有朋友保存为相邻边（AB、AC、AD 等）。要找到 A 的所有朋友，他们只需要找到 A 并浏览到前缀不是 A 的第一条边。假设 A 有 m 个朋友，并且有 n 个。记录在数据库中，则查询复杂度为 O(log(n)) + O(m)。同样的逻辑适用于 B。但是，如果使用双向边，比如 A<->B，查询 A 的朋友的成本是相同的，但查询 B 的朋友的成本是 O(n)，因为完整的数据库扫描是必需的。