图数据库系列 · 第 08 篇——面试收官：高频题与全景总结

把整个系列沉淀成一张知识地图

一、导读

作为图数据库系列收官篇，本讲把前七讲沉淀为一张「面试知识地图」：按基础、架构、场景三类整理高频面试题与答题要点，提供两套可套用的答题框架，最后给出系列全景总结。

二、高频面试题（基础类）

|------------|----------------------------------------|
| 问题 | 答题要点 |
| 什么是图数据库 | 以节点、关系、属性为模型，面向关系分析，代表 Neo4j |
| 什么是属性图模型 | 节点 / 关系 / 属性 / 标签四大要素，关系为一等公民 |
| 什么是无索引邻接 | 节点记录直存邻居指针，单跳遍历 O(1) |
| 图库与关系库有何不同 | 图库沿关系遍历，关系库靠 JOIN，多跳差距指数级 |
| Cypher 是什么 | 声明式图查询语言，MATCH 描述模式、WHERE 过滤、RETURN 返回 |

三、高频面试题（架构类）

|------------|------------------------------------------------------------|
| 问题 | 答题要点 |
| 原生图存储怎么工作 | nodestore / relationshipstore / propertystore 三类记录 + 邻接表指针 |
| 因果集群如何高可用 | Core + Raft 领导者选举、多数派提交写事务 |
| 为什么写入是垂直扩展 | 因果集群仅 Leader 可写，读才水平扩展 |
| 如何保证一致性 | ACID 事务 + 因果一致性（事务书签） |
| 索引与约束 | RANGE / POINT / TEXT / 向量索引，唯一约束自带索引 |
| 只读副本做什么 | 异步拉取事务日志重放，扩展读吞吐 |

四、高频面试题（场景类）

|-------------------|--------------------------------------------------|
| 问题 | 答题要点 |
| 社交 / 风控 / 知识图谱选什么 | 图库：多跳遍历、路径、图算法（Neo4j / NebulaGraph / TigerGraph） |
| 查询慢怎么办 | 具体起点避免全库扫描 + 索引 + EXPLAIN / PROFILE 审视计划 |
| 路径爆炸 / 笛卡尔积怎么解 | 限制关系类型 + DISTINCT + LIMIT + WITH 分段收敛 |
| 超级节点 / 写热点怎么办 | 拆分超级节点、控制关系规模、图分区隔离 |
| 与关系库如何分工 | 关系库做事务源，图库做深度关联分析底座，互补融合 |

五、答题框架示范

5.1 框架一：为什么图库多跳查询快

分四层递进回答：存储（原生图引擎，关系为一等公民）→ 遍历（无索引邻接，沿指针 O(1) 跳转）→ 复杂度（多跳近似线性，关系库 JOIN 指数恶化）→ 落地（如三度关联查询从关系库秒级降到毫秒级）。体现「以关系为本」的存储设计哲学。

5.2 框架二：图库 vs 关系库怎么选

先点明边界：多跳关系、路径、群体分析适合图库；强事务与报表适合关系库。再给取舍：查询目标是路径而非单行 → 图库；需要 ACID 复杂事务 → 关系库。最后强调融合：关系库作数据源，图库作关系分析底座，而非替代。

六、图数据库系列全景总结

从认知入门到面试收官，本系列形成完整闭环，可凝练成一条知识链：

认知：属性图模型、原生图存储、关系分析定位。
架构：原生图存储、Cypher 执行、因果集群三层设计。
原理：无索引邻接、模式匹配、图算法。
部署：内网落地 Neo4j 因果集群，含一键脚本。
选型：与 NebulaGraph / TigerGraph / 关系库横评。
避坑：建模、路径爆炸、内存陷阱。
调优：内存 / 查询 / 导入、监控体系。
面试：高频题与答题框架。