歷史背景
JanusGraph圖數據庫，源自於TitanDB開源圖數據庫。TitanDB在2012年發佈第一個版本，2015年被Datastax公司收購，後續不再維護導致項目停滯。
圖數據庫有2個最具代表性的查詢語言：Cypher 及 Gremlin。Cypher是商業公司Neo4j出品，Neo4j圖數據庫在2007年發佈了第一個版本，是商用圖數據庫領域的開拓者。Gremlin是Apache TinkerPop框架下規範的語言，TinkerPop屬於當前圖數據庫領域最流行的框架規範，具備開源開放、功能豐富、生態完善等特點，擁有大量廠商支持（超過20家），Titan當屬TinkerPop框架下最成功的開源圖數據庫實現，後續的不少圖數據庫或多或少借鑑了Titan的思想，Titan的幾位核心作者包括：Dan、Matthias、Marko(okram)、Stephen(spmallette)等，其中的兩位--Marko和Stephen同時也是TinkerPop的核心作者。個人在此致敬Titan和TinkerPop。
非常令人遺憾的是，Titan在2015年被收購後，其開源社區無人維護，否則以其前三年的勢頭來看，大有一統圖江湖的趨勢，不過沒有如果。而Janus稍許彌補了這個遺憾，也算是後繼之人，但是Janus絕大部分功能沿襲自Titan，沒有更上一個臺階發揚光大，只是做了一些小修補。下面是對Titan/Janus的一些總結和分析。
2016年由其他人基於Titan源碼Fork出了Janus，到目前（2020年）Janus已經合入了700多個Pull Request，主要包括：
-
支持Bigtable後端；
-
跟進TinkerPop框架的版本升級，目前已支持3.4.4；
-
後端存儲升級與兼容，比如兼容Apache Cassandra 3.x, Apache HBase 2.x；
-
其它方面的增強與Bugfix，比如：新增Schema約束、新增HBase TTL、豐富GEO索引查詢、優化AdjacentID查詢等。
總結來說，在大方向上Janus對Titan改進並不多，主要包括2方面：
-
提供後端存儲的版本升級與兼容適配；
-
新增極少的新Feature，大多是小修補，有少量功能增強。
整體架構
Janus整體架構分爲3層，中間層是圖引擎，最底層是存儲層，最上層是應用程序層：
-
圖引擎：圖數據庫核心，對外提供圖方式的讀寫API。處理寫請求，將數據索引起來、按照特定的格式寫到存儲層；處理讀請求，按照特定格式從存儲層高效讀取數據，組裝成圖結果返回上層。
-
存儲層：用於持久化圖數據，包括兩方面數據：1、圖數據（包括頂點和邊），存儲在Storage Backend裏面，可以選擇配置一種後端存儲，比如Cassandra或HBase；2、Mixed模糊索引數據（包括範圍索引和全文索引等），存儲在External Index Backend裏面，也可以選則配置一種後端存儲，比如ES或Solr；如果不開啓Mixed模糊索引，則無需配置索引後端。
-
應用層：業務程序可以有兩種方式來使用：1、內嵌到程序中，與業務程序共用同一個進程JVM；2、以服務的方式單獨啓動，業務程序通過HTTP API來訪問。
數據模型/存儲結構（整體）
圖概念簡介：圖的核心是頂點和邊，頂點代表現實世界中的實體，邊代表現實世界中的關係，“我喜歡你”就可以抽象爲兩個頂點和一條邊，同時頂點和邊還可以有屬性。
圖是如何被存儲的？在Titan/Janus中，使用的是鄰接表存儲結構（見上圖，另一種流行的結構是Neo4j的十字鏈表）。比對着上圖來詳細看：Janus把每個頂點的數據存爲一行，當插入圖數據時，會爲每個頂點分配一個遞增的Long類型ID（vertex id），查詢的時候使用這個ID來進行索引查找。頂點的數據包括兩方面內容：頂點屬性（property）和鄰接邊（edge），每個頂點屬性存爲一列，每條鄰接邊也存爲一列，列內部的詳細結構見下一部分。
數據模型/存儲結構（邊及屬性）
一個頂點的各頂點屬性和邊數據是按照順序排列的，內部規則如下：
-
頂點屬性：每個頂點屬性包括：屬性類型（key id）、屬性ID（property id）、屬性值（property value），各頂點屬性按照屬性類型的順序依次存儲。
-
邊數據：邊複雜一些，這裏簡化下講最重點的核心思想，每條鄰接邊包括：邊類型（label id）、邊終點（adjacent vertex id）、邊屬性（other properties），各鄰接邊按照邊類型+邊終點組合的順序依次存儲。
Janus這種存儲結構的優點是：
-
1、可以高效的查詢一個點的鄰接邊：當需要查詢一個頂點的所有鄰接邊時，先通過該頂點的ID快速定位到某一行，然後對這一行內的所有列依次讀取，高效返回數據。
-
2、可以高效的查詢一個超級點的小部分鄰接邊：如果只需要查詢一個頂點的某種類型的鄰接邊時，可以根據邊類型進行條件篩選，忽略掉其它類型的鄰接邊，加快讀取速度。
針對上述第2個場景，十字鏈表的存儲結構是難於進行類似性能優化的。因此當一個頂點的鄰接邊超多時，即使用戶只需要查詢其部分鄰接邊，也還是需要從磁盤先讀取所有鄰接邊，從而導致性能低下。
Janus大功能總結
-
支持Gremlin圖語言，完全兼容TinkerPop框架；
-
支持4種後端存儲：Cassandra、HBase、Bigtable、Berkeley；（此處Bigtable是Janus v0.1.0的增強）
-
支持嚴格的Schema元數據校驗和豐富的數據類型；（此處是Janus v0.3.0的增強）
-
支持事務Transaction，是ThreadLocal隔離級別（個人理解爲RC級），不保證ACID，嚴格的事務需要後端存儲保證，Cassandra、HBase兩個後端可支持最終一致性；
-
支持緩存Cache，有2種類型的緩存：
-
1、事務內緩存，生命週期和作用範圍均在一個事務以內，包括`Vertex(adjacency) Cache`和`Index Cache`，可設置大小；
-
2、全局緩存，生命週期可超過事務，可設置大小和超時時間；
-
-
支持多節點部署服務，不過緩存同步是個問題，並不會被集羣自動管理，需要靠緩存超時來減輕數據不一致；
-
支持圖分區，除支持邊切割之外，還支持supernode點內切割，點切割可以指定分區在一個VertexLabel上（how?）；
-
支持TTL：支持頂點、邊、屬性的TTL；（此處HBase TTL部分是Janus v0.2.1的增強，詳見#356）
-
支持Vertex-Centric索引，可以有效緩解超級點的查詢性能問題；
-
支持二級索引（Composite Index），原生支持，加速如下查詢：根據屬性值精確匹配來查詢頂點或邊；
-
支持範圍索引（Mixed Index），需要依賴第三方索引庫如ES，支持查詢方式包括：等於、大於、小於等；
-
支持全文索引（Mixed Index），需要依賴第三方索引庫如ES，支持查詢方式包括：textContains、textContainsPrefix、textContainsRegex、textContainsFuzzy、textPrefix、textRegex、textFuzzy。
-
支持空間位置索引，需要依賴第三方索引庫，支持查詢方式包括：geoIntersect、geoDisjoint、geoWithin、geoContains；（此處除geoWithin之外的方式是Janus v0.2.0的增強，詳見#79）
-
支持單向邊，只允許往out-going方向進行遍歷；
-
可動態創建圖實例。
Janus官方公佈的技術限制：
-
最大支持2^60條邊。
-
雖然允許定義Object類型，但是爲了性能考慮，依然建議定義確切的類型。
-
根據ID獲取一條邊時，代價是O(log(k))，與鄰接點的關聯鄰接邊數量有關。（注：感覺官網說的有錯誤，理論上應該是與邊的總數有關，代價是O(log(N))比較合理）
-
併發刪除與更新操作，可能導致殘留頂點的部分屬性或邊。
-
邊不允許在跨事務中使用，包括創建或查詢出來的邊。
Janus實戰問題總結：
-
只允許自動生成ID，不支持主鍵ID或用戶自定義ID。當數據規模達到10億並有大量覆蓋寫需求時，需要建立索引並在寫之前進行大量隨機讀操作，導致整體性能嚴重降低。
-
大規模數據讀取，返回大量查詢結果時會爆內存，無法將全量數據讀到客戶端。
-
頂點的 [屬性]列表 和 [鄰接邊]列表 兩種數據存在一起（cells in a row），頂點和邊讀寫性能相互影響嚴重。
-
頂點屬性存爲多個列（cell），其實並不利於OLTP查詢性能，寫入的KV對數量也增大若干倍。
-
邊和屬性存儲了多餘的ID，屬性ID和邊ID實際作用不大。
-
忽視後端存儲的區別，所有的後端都當成是KV存儲，使用大一統的序列化封裝，以至於大部分默認的操作把整個頂點的鄰接邊和屬性都讀出來，浪費了IO資源、代價很大。
-
沒有針對性的根據後端存儲進行優化，比如數據類型、查詢/計算下推等優化。
-
模糊索引依賴ES、Solr等外部系統，存在運維問題和雙寫問題。具體而言，部署運維麻煩，數據量大的時候問題很多，需要依賴ES專業人員調優；雙寫則引入額外問題，比如：數據一致性、圖和索引兩種後端性能不匹配、數據同步與穩定性等問題。（如：Vertex TTL does not remove indexed value from ES mixed index #987 ）
-
元數據與索引的創建方式略複雜，配置項過多也導致運維難度增大。
-
缺少常用的圖算法庫，比如路徑搜索、相似性等算法。
-
缺少導入數據、可視化界面、備份恢復等工具鏈。有一些第三方工具可供集成，但配置和使用起來都不是很友好。
面對這些問題，我們是如何解決的？請聽下回分解。
原文鏈接：https://zhuanlan.zhihu.com/p/112266974
Janus參考資料：
配置項文檔：
https://docs.janusgraph.org/basics/configuration-reference/
技術限制：
https://docs.janusgraph.org/basics/technical-limitations/
https://docs.janusgraph.org/basics/common-questions/
數據類型支持：
https://docs.janusgraph.org/index-backend/search-predicates/#data-type-support
https://docs.janusgraph.org/basics/schema/
索引介紹：
https://docs.janusgraph.org/index-management/index-performance/
https://docs.janusgraph.org/index-backend/search-predicates/
數據模型：
https://docs.janusgraph.org/advanced-topics/data-model/
高級特性：
https://docs.janusgraph.org/advanced-topics/advschema/
第三方可視化界面集成：
Arcade Analytics, Cytoscape, Gephi plugin for Apache TinkerPop, Graphexp, Key Lines by Cambridge Intelligence, Linkurious and Tom Sawyer Perspectives.
Janus版本增強：
https://github.com/JanusGraph/janusgraph/blob/master/docs/changelog.md
https://github.com/JanusGraph/janusgraph/milestone/1?closed=1