为了存储知识图谱类型的数据（三元组），可以使用传统的关系型数据库，也可以使用（据称）性能更好的非关系型数据库，如图数据库。 图数据库有Neo4j, OrientDB，Tigergraph等等，根据Tigergraph官方的benchmark，自称性能完爆各种图数据库，为了在选型上节约时间，快速投入应用，决定直接开始使用tigergraph。 当然了，图数据库除了存储三元组类型的数据以外，还适合用于其他更多的场景，此处就不提及了。

Tigergraph缺点就是要付费，还好有开发者版本和企业试用版可以用。 开发者版本无任何限制，但是现在好像没有继续再更新了，最新的版本已经是3.9了，开发版还是2.x。 企业试用版可以在这里申请，有50G的存储限制。对于少量的三元组数据而言，50G足够了，Tigergraph提供了高效的数据压缩，普遍可以达到10倍以上的压缩率。例如1TB的数据经过压缩之后,只有100G。 官方自带的示例FAERS数据，里面包含3700万个实体，6600万条边，全部导入大概只用了2G。对知识图谱类型的数据而言，一般实体数量较少，边的数量更多，简单估算了下，50G大概可以存储5000万个实体，10亿个三元组（未验证）。 下面是一些常见的知识图谱的数量级，将这些数据全部塞到试用版也是足够的。

下载完成之后，会得到一个类似这样的安装包：tigergraph-3.0.0-.tar.gz，直接解压安装

安装过程中可能会遇到提示sudo需要输入用户密码。一般情况下，直接输入密码即可；如果你是在堡垒机等环境访问你的服务器，此时你并不知道当前用户名密码是多少，又不想去找运维的麻烦，还有一个简单的办法。 网上有很多用sudo -S通过stdin读入密码的方法，一是不安全，二是也不适用这种情况。我们只要在sudoers添加一行即可。

你可能会疑问，当前用户已经在sudoers里，可以无需密码sudo执行命令；为什么还要验证密码？这是因为使用sudo运行一个脚本，并不意味着这个脚本具有了sudo的权限。当脚本内某一行又出现了sudo的时候，就需要验证密码了。 安装完成之后，会添加一个默认用户tigergraph，密码tigergraph，切换到这个用户，即可执行相关的命令了。同时，可以访问默认端口14240：http://localhost:14240，就能看到GraphStudio可视化界面。

tigergraph用户可以使用gadmin命令，进行一些服务器参数的管理。 安装好之后，可以执行gadmin status，查看各个服务的启动状态。

这里面的每个服务含义可以参考官网文档。

tigergraph使用了一种叫做Multigraph的架构。我理解就是在最上层的是一个共享的Master Graph——Global View，里面可以创建顶点（Vertex）和边（Edge），但是不包含数据；下面的每一个Graph相当于一个database，里面包含具体的数据。一个Tigergraph实例可以包含任意个Graph。每个Graph可以从Global View中引用一些顶点和边，来形成自己Graph的Schema。也可以选择不引用，只创建属于当前Graph的Schema。 如果两个graph共同引用同一个global表，那么数据也是共享的，相当于存到了同一个Vertex/Edge里。 通过Design Schema菜单即可对Schema进行相应的操作。点击添加顶点，点击并选择起止节点来添加边。

在创建好Schema之后，即可导入数据。 通过Map data to graph菜单，上传csv格式的数据文件，并选择文件与相应的顶点/边进行映射。 如果一个数据文件对应一个实体，可以直接auto mapping；否则，还需要添加data filter，通过条件筛选过滤。 此处data filter生成的条件与GSQL语法一致，可以稍后使用GSQL直接创建数据导入任务。 导入任务配置完成后，到Load Data菜单点击开始任务，即可开始数据导入。

点击左上角的Graphstudio，回到首页。 选择Export current solution，即可将当前Schema、数据导入任务与GSQL查询语句打包导出（不含数据）

以官网的starterkit为例，找到Healthcare Graph (Drug Interaction/FAERS)，数据集healthcare-data.tgz和schema文件healthcare-solution.tar.gz两个文件需要同时下载。schema文件的版本需要符合tg server版本。

选择Import An Existing Solution，选择healthcare-solution.tar.gz无需解压直接导入，导入会清空当前实例上的所有数据，并创建对应的graph schema。 导入schema之后，将healthcare-data.tgz解压，到Map data to graph菜单即可看到当前缺失的数据文件。找到同名的数据文件，上传，再到Load Data菜单点击开始任务，完成导入。

点击右上角的Admin，可以切换到Adminportal，在这里可以查看运行状态，license信息等。

graphstudio配置数据导入脚本比较繁琐，我们可以用更加简单的gsql命令行方式创建数据导入任务。

其中，占位符代表的是你的CSV文件中的第几列。例如第一个LOAD代表从CSV中取第1、2、3、5、6列，赋值给Drug实体，Drug实体有几个属性就取几列。一般第一列都是实体ID，剩下的是实体属性。 如果实体的某个字段有默认值，或者想留空，不对其赋值，那也要写出来，用下划线“ _”表示。例如第二个LOAD代表从CSV中取第1、3、7、9列，赋值给Disease实体的首尾4个属性。Disease实体的第三个属性留空。 Where条件则是简单的筛选过滤。HEADER代表数据含有标题，SEPARATOR代表CSV文件的分隔符

为了全面利用GSQL的数据探索与计算能力，需要创建并编译一段QUERY。下面这些简单操作直接在GSQL shell就可以执行，不需要编译。

其中，需要注意的是如果查询条件是主键，那么不需要写实际的字段名，而是改用primary_id代替。例如主键的字段名是drug_id，那么在查询时不应该写drug_id，而是primary_id==“XXXX”。如果查询条件是某个属性，那么使用字段名即可。

复杂的query需要create——install——run的过程。