用于存储图形的容器一般有两种类型：
真实的图数据库： e.g., Neo4J, 阿伽门农, GraphDB, and 快板;这些不仅存储图形，而且还了解图形，因此，例如，您可以查询这些
数据库例如，之间的最短路径有多少个节点
节点 X 和节点 Y?
静态图容器：Twitter 的 MySQL 适配的 FlockDB 是这里最著名的范例。这些数据库可以存储和检索
图表就好了；但要查询图表本身，您必须首先
从数据库中检索图形，然后使用库（例如，Python 的
优秀的 Networkx）来查询图本身。
我下面讨论的基于 redis 的图形容器属于第二类，尽管显然 redis 也非常适合第一类容器，如下所示redis-graph http://pypi.python.org/pypi/redis_graph/1.0，一个非常小的 python 包，用于在 redis 中实现图形数据库。
redis在这里会工作得很好。
Redis http://www.redis.io是一个适合生产使用的重型、耐用的数据存储，但它也足够简单，可以用于命令行分析。
Redis与其他数据库不同的是，它有多种数据结构类型；我在这里推荐的是hash数据类型。使用此 Redis 数据结构可以让您非常接近地模仿“字典列表”，这是一种用于存储图形的传统模式，其中列表中的每个项目都是一个边字典，键控到这些边所源自的节点。
您需要先安装redis http://www.redis.io和Python客户端。这DeGizmo 博客 http://degizmo.com/2010/03/22/getting-started-redis-and-python/有一个出色的“启动和运行”教程，其中包括一步步两者安装指南。
一旦安装了 redis 及其 python 客户端，启动一个redis服务器，你确实喜欢这样：
您现在应该在 shell 窗口中看到服务器日志文件
>>> import numpy as NP
>>> import networkx as NX
>>> # start a redis client & connect to the server:
>>> from redis import StrictRedis as redis
>>> r1 = redis(db=1, host="localhost", port=6379)
在下面的代码片段中，我存储了一个四节点图；下面的每一行都调用hmset在redis客户端上并存储一个节点和连接到该节点的边（“0”=>无边，“1”=>边）。 （当然，在实践中，您可以在函数中抽象这些重复调用；这里我显示每个调用，因为这样可能更容易理解。）
>>> r1.hmset("n1", {"n1": 0, "n2": 1, "n3": 1, "n4": 1})
True
>>> r1.hmset("n2", {"n1": 1, "n2": 0, "n3": 0, "n4": 1})
True
>>> r1.hmset("n3", {"n1": 1, "n2": 0, "n3": 0, "n4": 1})
True
>>> r1.hmset("n4", {"n1": 0, "n2": 1, "n3": 1, "n4": 1})
True
>>> # retrieve the edges for a given node:
>>> r1.hgetall("n2")
{'n1': '1', 'n2': '0', 'n3': '0', 'n4': '1'}
现在该图已被持久化，可以从 Redis DB 中将其作为 NetworkX 图检索。
有很多方法可以做到这一点，下面是这样做的two*脚步*：
将redis数据库中的数据提取到邻接矩阵,
作为 2D NumPy 数组实现；然后
使用 NetworkX 将其直接转换为 NetworkX 图built-in功能：
简化为代码，这两步是：
>>> AM = NP.array([map(int, r1.hgetall(node).values()) for node in r1.keys("*")])
>>> # now convert this adjacency matrix back to a networkx graph:
>>> G = NX.from_numpy_matrix(am)
>>> # verify that G in fact holds the original graph:
>>> type(G)
<class 'networkx.classes.graph.Graph'>
>>> G.nodes()
[0, 1, 2, 3]
>>> G.edges()
[(0, 1), (0, 2), (0, 3), (1, 3), (2, 3), (3, 3)]
当您结束 redis 会话时，您可以从客户端关闭服务器，如下所示：
>>> r1.shutdown()
redis 在关闭之前将数据保存到磁盘，因此这是确保所有写入都被持久化的好方法。
那么redis数据库在哪里呢？它以默认文件名存储在默认位置，即dump.rdb在您的主目录中。
要更改此设置，请编辑redis.conf文件（包含在 redis 源代码发行版中）；转到以以下内容开头的行：
# The filename where to dump the DB
dbfilename dump.rdb
将 dump.rdb 更改为您想要的任何内容，但保留 .rdb 扩展名。
接下来，要更改文件路径，请在 redis.conf 中找到以下行：
# Note that you must specify a directory here, not a file name
下面的行是 redis 数据库的目录位置。对其进行编辑，使其列出您想要的位置。保存您的修订并重命名该文件，但保留 .conf 扩展名。您可以将此配置文件存储在您希望的任何位置，只需在启动 Redis 服务器时在同一行中提供此自定义配置文件的完整路径和名称：
因此，下次启动 Redis 服务器时，必须像这样执行（从 shell 提示符处：
$> cd /usr/local/bin # or the directory in which you installed redis
$> redis-server /path/to/redis.conf
最后，Python 包索引 http://pypi.python.org/pypi/redis_graph/1.0列出了专门用于在 Redis 中实现图数据库的包。该包称为redis-graph http://amix.dk/blog/post/19592#redis-graph-Graph-database-for-Python而且我还没用过。
