一首古詩帶來的圖數據庫大冒險

因為圖數據庫的增長趨勢一直位列前茅，每年都有媒體預測今年是“圖年”。作為曾經的圖數據庫從業者，Nebula Hackthon 2021 的參賽隊伍臨江仙的隊長王二鐵（王建奎），一直在思考，為什么長期火爆的圖數據庫市場，一直沒有真正引爆。在 2018 年圖數據庫輸給了區塊鏈，2019 年又遇到了 5G，隨后疫情開始了。在王二鐵看來圖數據庫目前主要還是面向 toB、toG 的市場，在 toC 領域，幾乎沒有圖數據庫相關的案例，這也是為什么圖技術難以被大眾所熟知的原因。

于是，一個新意的 idea 冒出了，這將是一個非常好，而且還算好玩的 C 端案例。它是什么呢？便是本次介紹的「一首古詩帶來的圖數據庫大冒險」。

有次二鐵陪同小朋友上畫畫班，空閑之余刷到了蘇軾的《臨江仙 風水洞作》：

因為讀不懂這首詩詞，體會不到其中的意境美。作為老二次元的王二鐵借由動漫迷中的「圣地巡禮」，想到用詩詞巡禮的方式–回到古詩詞的創作地，親身體驗詩詞的意境和美景。結合圖數據庫，把中國古詩詞放到圖譜里，通過【作者搜索】關聯出他所有的詩詞，并關聯出所有的創作地點，這就形成了一條【詩詞巡禮】的旅游路線；通過【地點搜索】關聯出當地所有的古詩詞創作地，這就形成了一個充滿文化氣息的詩詞城市。

基于路線、地理位置也可以衍生出更多的玩法。例如一個作者的城市足跡圖，也許就是他的升遷史；同一個地點，如果有多個作者留有詩篇，那可以互相印證和學習。結合圖，還有更多的玩法可以繼續挖掘。

而除了「圣地巡禮」這一主功能之外，二鐵還加了另外一個功能–本命詩。idea 也是來源于一首詩詞，王之渙的《涼州詞》：

一首包含他家小朋友名字的古詩，突然讓小朋友有了學習該詩的興趣，于是他決定加入本命詩，古詩和人親近、建立熟悉感之后，成為他記憶的一部分。

古詩大冒險項目實現思路主要是將中國古詩詞放到圖譜里，詩詞的圖譜需要包含作者（姓名、朝代、字、號）、詩詞（詩詞名、內容、創作地址、經度、維度）、城市，其他再包含古代城市和現代城市的映射、古人朋友圈等等，形成一張完整的圖譜。 數據源，需要涉及到詩詞庫、百度漢語、旅游網站、坐標提取系統等等；經過數據加工、數據聚合以及圖數據庫的建模，將數據導入圖數據庫中，一個簡單的詩詞圖譜就形成了。然后通過 Java Web提供接口服務，通過小程序提供用戶服務。整體流程就通了。

整體實現主要分成 3 步：

1. 數據處理，數據處理是整個項目最難的點。這部分需要首先明確產品層面的需求，根據需求進行圖數據庫建模，再根據建模結果反推需要哪些數據支撐，然后尋找數據源，并進行數據采集和 ETL 處理。最終形成圖數據庫中需要的幾個文件，例如：vertex-詩詞.csv、vertex-作者.csv、vertex-城市.csv、edge-詩詞-作者.csv、edge-詩詞-城市.csv。
2. 系統開發，系統開發是把第一步建設的圖譜，實際的在圖數據庫中創建并導入數據的過程。因 Nebula 完備的產品功能和周邊工具，使得這一步的開發比較簡單。項目中使用到了 Nebula Graph 圖數據庫進行數據存儲，Nebula Graph Studio 進行圖數據庫建模和語法調試、Nebula Graph Importer 進行數據導入，Nebula Graph Java Client 進行 API 服務的開發。
3. 小程序開發，系統開發之后會形成幾個 API，小程序側調用 API 端口，然后進行前端的可視化展示。其中需要地圖的 SDK，結合收集到的坐標，就可以在地圖上展示出詩詞的創作地點。

這個項目看似很簡單，但暗藏玄機。整個項目實現起來會遇到 2 個難點。其中一個還是數據，因為系統本身并不復雜，代碼量并不多，核心還是對數據的理解，以及一個好的產品 sence。當然也遇到一個天坑問題，就是一些好的古詩詞找不到創作地點或者歷史上存在爭議，比如陳子昂的《登幽州臺歌》。第二個難點算技術上的廣度，就是從一個 idea，到產品化實現，要熟悉一整條技術路線。其實也并沒有多深的技術，但是需要一種不甘于只做螺絲釘的獨立開發思維。

一首古詩帶來的圖數據庫大冒險的有意思的點除了它的 idea 之外，和技術實現之外。更多的產品細節也是讓人眼前一亮，像是地理位置的處理方式。

拿臨江仙·風水洞作為例，故事標志性坐標便是風水洞，如何定位這個風水洞呢？各地都有「風水洞」，根據蘇軾的過往經歷，最后匹配定位到了杭州錦繡風水洞。通過抽取風水洞的地理坐標，將這首古詩還原到了該詩圣地。而這塊的實現也經歷了一番小波折，大家都知道 Nebula Graph v2.6 開始支持的 GEO 功能，一開始二鐵他們考慮要不要用 GEO，而不是存經緯度。但轉念一想，項目本身并不需要用到強大的 Nebula Graph GEO 功能，加上項目趕時間（比賽設有代碼截止提交時間），故沒嘗試新的 GEO 功能。

說到后續的項目規劃，王二鐵表示，“圖數據庫中更核心的最短路徑、三角計數、社區發現等算法并沒有用到，大家可以發揮想想來給我們提想法，當然更歡迎自己來實際體驗和實現”。