图引擎

属性图模型，支持 BFS/DFS 遍历、最短路径、PageRank，935K 读/秒。

概述

图引擎实现了带标签的属性图模型，包含顶点（节点）、边（关系）、标签索引和图遍历算法。支持有向边，通过邻接索引实现 O(1) 邻居查找。

快速开始

use talon::{Talon, Direction};

let db = Talon::open("./data")?;

let graph = db.graph()?;
graph.create("social")?;

let alice = graph.add_vertex("social", None, Some("person"), Some(&props))?;
let bob = graph.add_vertex("social", None, Some("person"), Some(&props))?;

graph.add_edge("social", alice, bob, Some("follows"), None)?;

let friends = graph.bfs("social", alice, 2, Direction::Out)?;

API 参考

获取引擎句柄

pub fn graph(&self) -> Result<GraphEngine, Error>      // 写模式
pub fn graph_read(&self) -> Result<GraphEngine, Error>  // 只读模式

图命名空间

pub fn create(&self, name: &str) -> Result<(), Error>

顶点操作

pub fn add_vertex(&self, graph: &str, id: Option<u64>, label: Option<&str>, properties: Option<&serde_json::Value>) -> Result<u64, Error>
pub fn get_vertex(&self, graph: &str, id: u64) -> Result<Option<Vertex>, Error>
pub fn update_vertex(&self, graph: &str, id: u64, properties: &serde_json::Value) -> Result<(), Error>
pub fn delete_vertex(&self, graph: &str, id: u64) -> Result<(), Error>  // 级联删除关联边

边操作

pub fn add_edge(&self, graph: &str, from: u64, to: u64, label: Option<&str>, properties: Option<&serde_json::Value>) -> Result<u64, Error>
pub fn get_edge(&self, graph: &str, id: u64) -> Result<Option<Edge>, Error>
pub fn delete_edge(&self, graph: &str, edge_id: u64) -> Result<(), Error>
pub fn out_edges(&self, graph: &str, vertex_id: u64) -> Result<Vec<Edge>, Error>  // 出边
pub fn in_edges(&self, graph: &str, vertex_id: u64) -> Result<Vec<Edge>, Error>   // 入边

遍历算法

pub fn bfs(&self, graph: &str, start: u64, max_depth: u32, direction: Direction) -> Result<Vec<u64>, Error>
pub fn bfs_filter<F>(&self, graph: &str, start: u64, max_depth: u32, direction: Direction, filter: F) -> Result<Vec<u64>, Error>
    where F: Fn(&Vertex) -> bool
pub fn k_hop_neighbors(&self, graph: &str, start: u64, k: u32, direction: Direction) -> Result<Vec<u64>, Error>
pub fn shortest_path(&self, graph: &str, from: u64, to: u64, direction: Direction) -> Result<Option<Vec<u64>>, Error>
pub fn neighbors(&self, graph: &str, vertex_id: u64, direction: Direction) -> Result<Vec<u64>, Error>

• bfs — 广度优先遍历
• bfs_filter — 带顶点谓词过滤的 BFS
• k_hop_neighbors — 获取 k 跳范围内的所有顶点
• shortest_path — 无权最短路径（BFS）
• neighbors — 直接邻居（1 跳），O(1) 邻接索引

Direction： Out（出）、In（入）、Both（双向）

图分析

pub fn pagerank(&self, graph: &str, iterations: u32, damping: f64) -> Result<Vec<(u64, f64)>, Error>
pub fn degree_centrality(&self, graph: &str, direction: Direction) -> Result<Vec<(u64, f64)>, Error>
pub fn weighted_shortest_path(&self, graph: &str, from: u64, to: u64, weight_key: &str) -> Result<Option<(Vec<u64>, f64)>, Error>
pub fn vertex_count(&self, graph: &str) -> Result<u64, Error>
pub fn edge_count(&self, graph: &str) -> Result<u64, Error>

• degree_centrality — 度中心性，返回 (顶点ID, 中心性) 降序排列
• weighted_shortest_path — Dijkstra 加权最短路径，返回 (路径, 总权重)

标签操作

pub fn vertices_by_label(&self, graph: &str, label: &str) -> Result<Vec<Vertex>, Error>
pub fn edges_by_label(&self, graph: &str, label: &str) -> Result<Vec<Edge>, Error>

跨引擎查询（GraphRAG）

use talon::{graph_vector_search, GraphVectorQuery};

let hits = graph_vector_search(&db.store_ref(), &GraphVectorQuery {
    graph: "knowledge",
    vec_name: "embeddings",
    start: root_id,
    max_depth: 3,
    direction: Direction::Out,
    query_vec: &embedding,
    k: 10,
})?;

数据类型

pub struct Vertex { pub id: u64, pub label: Option<String>, pub properties: Option<serde_json::Value> }
pub struct Edge { pub id: u64, pub from: u64, pub to: u64, pub label: Option<String>, pub properties: Option<serde_json::Value> }
pub enum Direction { Out, In, Both }

Neo4j / JanusGraph 兼容性

功能对比

功能	Neo4j	JanusGraph	Talon Graph
属性图模型	✅	✅	✅
顶点/边标签	✅	✅	✅
JSON 属性	✅	✅	✅
BFS 遍历	✅	✅	✅
BFS 带过滤	✅	✅	✅
K 跳邻居	✅	✅	✅
最短路径	✅	✅	✅
带权最短路径	✅	✅	✅（Dijkstra）
PageRank	✅（GDS）	✅	✅ 原生
度中心性	✅（GDS）	✅	✅ 原生
Cypher 查询语言	✅	❌	❌
Gremlin 查询语言	❌	✅	❌
GraphRAG 融合	❌	❌	✅
嵌入式模式	✅（Java）	❌	✅（Rust）
单二进制	❌（JVM）	❌（JVM）	✅
多模融合（SQL+KV+Vector）	❌	❌	✅

Talon 独有特性

• GraphRAG — 图遍历 + 向量搜索 + FTS 统一查询
• 跨引擎融合 — 图 + SQL 联合、图 + 地理空间查询
• Rust API — 零开销嵌入式图引擎，无 JVM
• AI 原生 — 知识图谱用于 RAG、Agent 推理链

性能

基准测试	结果
顶点写入（1M）	127K ops/s
边写入（2M）	74K ops/s
顶点读取	935K ops/s
邻居查询	110K qps
BFS 遍历	6.5K qps