以下内容是个人的理解，一家之言，可能误导，但能入门

为什么会有图数据库？

作为研发，我们接触最多的当属关系型数据库：Mysql、Oracle，还有一些非关系型数据库：MongoDB、Redis等，再广泛一些我们还接触过搜索引擎：elasticsearch、solr等。

我们知道，每种技术都有它适用的场景，Mysql擅长处理一致性要求高长期持久化并有简单查询的场景，Redis擅长处理读多写少，并发量大，数据准确性要求没那么高的场景，elasticsearch擅长处理全文查找的场景。那图数据库解决的什么场景？-复杂的数据关系查询。

上图是thnkerpop官网列出的一个关系查询的对比，左侧是图数据库的查询，右侧是mysql的查询。抛开具体的业务，只看上面的语句我们会发现mysql的查询语法复杂，关联表多，性能自不必说，并不是Mysql不好用，而是这不是它擅长处理的场景，就好比它不擅长全文查找一样。而图数据库恰恰是为这种场景而生的。

这个一个图数据库厂商用传统关系型数据库 MySQL 跟图数据库 Neo4j 的查询性能对比 ，在一个包含 100 万人、每人约有 50 个朋友的社交网络里找最大深度为 5 的朋友的朋友，实验结果表明多跳查询中图数据库优势明显（见图 2）。

图 1

一个场景了解图数据库

我们分别用mysql和图数据库进行建模，进行一个关系查询，以更好的了解它们的区别。

我们有一些企业：华为、苹果、OPPO、VIVO、小米、三星等，他们之间的关联关系是：竞争

用mysql进行建模

1. 企业表

2.竞争关系表

插入数据，大概关系是这样

1. 查询华为的竞争对手，你能写出sql

SELECT *
FROM company
WHERE id IN (
	SELECT target_company_id
	FROM comp_rel, company
	WHERE comp_rel.`source_company_id` = company.`id`
		AND company.`company_name` = '华为'
)

1. 查询华为竞争对手的竞争对手，即二级竞争对手，你思索再三，写了出来

SELECT company.company_name
FROM comp_rel, company
WHERE comp_rel.`target_company_id` = company.id
	AND `source_company_id` IN (
		SELECT id
		FROM company
		WHERE id IN (
			SELECT target_company_id
			FROM comp_rel, company
			WHERE comp_rel.`source_company_id` = company.`id`
				AND company.`company_name` = '华为'
		)
	)

1. 查询华为的一级和二级竞争对手
2. 查询华为的三级竞争对手
3. ...

可以看出来，sql不好写，即使写出来，也不敢上线