图数据库系列 · 第 02 篇——架构拆解：原生图存储到因果集群

无索引邻接 · Cypher 执行 · Raft 集群

一、导读

第 01 篇认识了图数据库的定位与属性图模型。本讲以 Neo4j 为对象，逐层拆解其架构：底层是「原生图存储引擎」，把节点、关系、属性直接落盘并实现无索引邻接；中层是「Cypher 执行与事务引擎」，将声明式查询编译为执行计划并保证 ACID；上层是「因果集群」，用 Raft 协议构建高可用与水平扩展。三层递进，正是 Neo4j 性能与可靠性的来源。

二、原生图存储引擎

2.1 存储文件结构

Neo4j 的存储层由三类固定大小的记录文件构成，节点、关系、属性各司其职：

|-------------------------------|-------------------------------|------------|
| 存储文件 | 记录内容 | 作用 |
| neostore.nodestore.db | 节点 ID + 标签指针 + 属性指针 + 关系指针 | 定位节点及其关联 |
| neostore.relationshipstore.db | 关系 ID + 类型 + 起始/终止节点 + 双向链表指针 | 维护关系拓扑 |
| neostore.propertystore.db | 属性键 + 值 + 下一个属性指针 | 存储键值属性 |

2.2 无索引邻接（Index-free Adjacency）

每个节点记录直接包含指向其第一条关系的指针，关系记录又通过 prev/next 指针构成双向链表，串起同一节点的所有关系。这意味着遍历一条关系仅需一次 O(1) 指针跳转，无需查询任何索引；而关系库执行多跳 JOIN 要反复扫描 B+ 树索引，开销随跳数指数增长。官方数据表明，多跳查询比关系库快约 1000 倍。

2.3 固定大小记录与页缓存

所有记录采用固定字节长度，带来两个关键收益：给定 ID 可直接按偏移算出磁盘位置（O(1) 寻址），无需查找页表；同时提升页缓存命中率，避免变长字段导致的缓存行污染。生产环境建议将页缓存（dbms.memory.pagecache.size）设为数据集的 70%--80%，并把数据文件与事务日志分置独立磁盘，规避 I/O 竞争。

三、Cypher 执行与事务引擎

3.1 查询生命周期

Cypher 是声明式查询语言，执行经历四步：解析 → 查询优化器（规划器）生成逻辑计划 → 转换为物理执行计划 → 由 Cypher Runtime 执行。规划器依赖统计信息（各标签节点数、各类型关系数、索引选择性）选择最有效执行方式，执行计划会被缓存复用。示例：

|---------------------------------|
| // 声明式描述模式，由规划器选择最优执行路径 |
| MATCH (a:Person {name:"Alice"}) |
| RETURN a |

3.2 索引机制

Neo4j 5 提供多种索引：RANGE（范围）、POINT（空间）、TEXT（全文）、向量索引（加载于操作系统内存而非页缓存），以及基于属性的 B 树索引。索引选择性的统计会随数据变化在后台采样（db.resampleIndex() 可手动触发），供规划器生成高效计划。

3.3 ACID 事务

与其他 NoSQL 不同，Neo4j 是一个完全符合 ACID 的事务型数据库：写事务具备原子性、一致性、隔离性、持久性，事务中间状态与结果存于内存并在提交时落盘。运维可用 SHOW TRANSACTIONS 查看、TERMINATE TRANSACTIONS 终止运行中的事务，保障数据可靠性。

四、因果集群架构

4.1 Core Servers 与 Raft 共识

Neo4j 集群采用因果集群（Causal Clustering，自 3.1 起取代旧 HA 架构），核心服务器（Core Servers）是集群「大脑」，负责管理集群状态、领导者选举与事务处理。核心服务器间用 Raft 共识算法实现强一致：所有写入事务必须提交到当前领导者，领导者复制到多数派核心服务器后才认为提交成功，从而保证持久性。生产建议最小 3 个核心服务器。

4.2 只读副本与读扩展

只读副本（Read Replica Servers）异步从核心服务器拉取事务日志并重放，用于水平扩展读吞吐、隔离分析负载。写入仍走核心服务器，读可分流到只读副本，实现读写分离。

4.3 因果一致性与书签

集群的核心一致性保证是「因果一致性」：若客户端在事务 B 中看到了事务 A 的结果，则 B 之后的任何操作也一定能看到 A 的结果。这一保证通过传递事务书签（bookmark）实现，客户端用 neo4j:// URI 连接时可利用书签确保读到已确认写入的数据。

4.4 Fabric 分析集群

面向超大规模读扩展或隔离分析负载，Neo4j 提供 Fabric 复合图数据库：通过 Cypher 整合多个数据孤岛 / 分片进行联合查询，实现即时多集群查询与横向扩展，无需额外代理。

五、架构要点对比

|------------|-------------------|------------------|
| 维度 | 机制 | 作用 |
| 存储 | 原生图存储 + 无索引邻接 | O(1) 关系遍历，多跳高效 |
| 缓存 | Page Cache（堆外） | 缓存热数据，降低磁盘 I/O |
| 查询 | Cypher 声明式 + 执行计划 | 规划器选最优路径 |
| 事务 | ACID 事务 | 数据可靠，区别于其他 NoSQL |
| 高可用 | 因果集群 + Raft | 领导者选举、多数派提交 |
| 扩展 | 只读副本 + Fabric | 读扩展、跨集群联合查询 |

5.1 本篇小结

本讲从存储、执行、集群三层拆解 Neo4j 架构：原生图存储以指针跳转实现无索引邻接；Cypher 经规划器编译为执行计划并以 ACID 事务保证可靠；因果集群用 Raft 共识支撑高可用与读写分离。理解这三层，是后续核心原理、部署与选型的基础。

下一篇进入核心原理，深入无索引邻接的物理实现、Cypher 模式匹配与图算法。