前言

我之前在几篇文章新一代Ntopng网络流量监控—可视化和架构分析、 数据可视化（一）思维利器 OmniGraffle 绘图指南 |201601，都曾提到了力导图，在关于 OmniGraffle 的文章结尾还吐槽了一番自动布局按钮的坑。在本文中我力求将这个坑填上。

OmniGraffle 生成自动布局图形的基础是 Graphviz 引擎。Graphviz（Graph Visualization Software）是一个由AT&T实验室启动的开源工具包，能够支持基于 DOT 脚本，文件扩展名通常是 .gv 或 .dot 的描述绘制图形。DOT 是一种文本图形描述语言，将生成的图形转换成多种输出格式的命令行工具，其输出格式包括PostScript，PDF，SVG，PNG，含注解的文本等。DOT 本身非常原始，提供了一种非常简单的描述图形的方法，同时意味着可以在命令行终端使用，或者被其它编程语言调用（Graphviz 就可以作为一个库使用）。这一点非常关键，基于 Graphviz 应用开发者不必掌握布局的复杂算法，而是可以把精力放在业务方面，将最后的图对象交给绘图引擎来处理即可。

有趣的是 Graphviz(Mac 版) 和 OmniGraffle 都曾获得苹果设计奖 Apple Design Awards。

在深入掌握 Graphviz 及其相关衍生应用之前，我们有必要了解一些基础理论 —— 图论(Graph theory)。

一、背景知识：图论(Graph theory)

• 柯尼斯堡七桥问题

东普鲁士柯尼斯堡（今日俄罗斯加里宁格勒）市区跨普列戈利亚河两岸，河中心有两个小岛。小岛与河的两岸有七条桥连接。在所有桥都只能走一遍的前提下，如何才能把这个地方所有的桥都走遍？

许多数学家都尝试去寻找这类问题的解决方案，后来发展成为了数学中的图论。图论史上第一篇重要文献是莱昂哈德·欧拉在1736年发表在圣彼得堡科学院的《柯尼斯堡的七桥》。该论文证明了柯尼斯堡七桥问题中，符合条件的走法并不存在，同时提出和解决了一笔画问题。过桥问题可以抽象简化为平面上的点与线组合，每一座桥视为一条线，桥所连接的地区视为点。从这个点出发的线有奇数条称为奇点，从这个点出发的线有偶数条称为偶点。任意一种河──桥图能否全部走一次的判定法则： 如果存在两个以上（不包括两个）奇顶点，路线不存在；且有n个奇顶点的图至少需要n/2笔画出。

1、经典适用场景

• 路径问题（柯尼斯堡七桥问题），最小生成树问题，斯坦纳树
• 网络流与匹配问题：最大流问题，最小割问题，最大流最小割定理，最小费用最大流问题，二分图及任意图上的最大匹配，带权二分图的最大权匹配
• 覆盖问题：最大团、最大独立集、最小覆盖集、最小支配集

2、经典算法

• 戴克斯特拉算法(D.A)
• 克鲁斯卡尔算法(K.A)
• 普里姆算法(P.A)
• 拓扑排序算法(TSA)
• 关键路径算法(CPA)
• 广度优先搜索算法(BFS)
• 深度优先搜索算法(DFS)

二、Graphviz 简明指南

1、Hello World!

总的来说，Graphviz 支持两类图：无向图（graph,用“ - - ”表示节点之间）和 有向图（digraph,用“ ->” 表示节点之间）。顶点和边都具有各自的属性，比如形状，颜色，填充模式，字体，样式等。主要的布局器如下：

• dot: 默认布局方式，主要用于有向图；
• neato：基于 sprint model 模型，又称force-based 或者 energy minimized；
• twopi：径向布局，放射状；
• circo：圆环布局；
• fdp：无向图；
• dotty：一个用于可视化与修改图形的图形用户界面程序；
• lefty：一个可以显示 DOT 图形的可编程控件，并允许用户用鼠标在图上执行操作。

$ brew install graphviz $ dot -Tpng demo.dot -o demo.png ## 缺省为 dot 布局 $ dot -Kcirco -Tpng demo.dot -o demo.png 

digraph demo{   label="儿茶酚胺合成代谢路径";    酪氨酸 -> L多巴 -> 多巴胺 -> 去甲肾上腺素 -> 肾上腺素;    下丘脑 -> 多巴胺;   交感神经元 -> 去甲肾上腺素;   肾上腺髓质 -> 去甲肾上腺素,肾上腺素;    酪氨酸 [label="酪氨酸",color=green];   多巴胺 [label="多巴胺", color=red];   肾上腺素 [label="肾上腺素", color=red];    下丘脑 [shape=box];   交感神经元 [shape=box];   肾上腺髓质 [shape=box]; } 

应用场景

1、软件工程领域

软件工程领域的复杂系统数据结构分析和软件包依赖关系管理。例如 Linux 内核内部结构非常复杂，从概念上就由五个主要的子系统构成：进程调度器模块、内存管理模块、虚拟文件系统、网络接口模块和进程间通信模块。这些模块之间通过函数调用和共享数据结构进行数据交互，在涉及内核版本、应用程序升级等场景中，弄清楚模块之间的依赖关系非常重要。

lsmod 命令用于显示已经加载到内核中的模块的状态信息，Used by表示依赖的内容。通过 lsmod 命令获取依赖信息之后，简单处理就可以转化为图形，而且图形生成的全过程可以由程序固化。

$ lsmod Module          Used by vboxdrv         vboxnetadp,vboxnetflt,vboxpci nf_reject_ipv4  ipt_REJECT ebtables        ebtable_filter ip6_tables      ip6table_filter ip6_udp_tunnel  vxlan udp_tunnel      vxlan xor             btrfs raid6_pq        btrfs nf_nat_masquerade_ipv4       ipt_MASQUERADE xfrm_algo        xfrm_user nf_defrag_ipv4        nf_conntrack_ipv4  ......  

digraph kernel{         vboxdrv->vboxnetadp,vboxnetflt,vboxpci;         nf_reject_ipv4->ipt_REJECT;         ebtables->ebtable_filter;         ip6_tables->ip6table_filter;         ip6_udp_tunnel->vxlan;         udp_tunnel->vxlan;         xor->btrfs;         raid6_pq->btrfs;         nf_nat_masquerade_ipv4->ipt_MASQUERADE;         xfrm_algo->xfrm_user;         nf_defrag_ipv4->nf_conntrack_ipv4;          ...... } 

基于 Graphviz 的一个开源项目 PlantUML 支持快速绘制各类 UML 图形：时序图、用例图、类图、活动图、组件图、状态图、对象图等。

@startuml scale 600 width  [*] -> State1 State1 --> State2 : Succeeded State1 --> [*] : Aborted State2 --> State3 : Succeeded State2 --> [*] : Aborted state State3 {   state "Accumulate Enough Data\nLong State Name" as long1   long1 : Just a test   [*] --> long1   long1 --> long1 : New Data   long1 --> ProcessData : Enough Data } State3 --> State3 : Failed State3 --> [*] : Succeeded / Save Result State3 --> [*] : Aborted  @enduml 

2、通信工程领域

• nwdiag 是一个基于 Python 的、支持 Dot 脚本生成网络图的库
• 结合 GIS 信息追踪网络路由

pip install nwdiag nwdiag simple.diag nwdiag -Tsvg simple.diag 

nwdiag {   network dmz {       address = "210.x.x.x/24"        web01 [address = "210.x.x.1"];       web02 [address = "210.x.x.2"];   }   network internal {       address = "172.x.x.x/24";        web01 [address = "172.x.x.1"];       web02 [address = "172.x.x.2"];       db01;       db02;   } } 

[root@li1437-101 ~]# traceroute www.google.com traceroute to www.google.com (216.58.216.36), 30 hops max, 60 byte packets  1  23.92.24.2 (23.92.24.2)  0.704 ms  0.736 ms 23.92.24.3 (23.92.24.3)  0.575 ms  2  173.230.159.16 (173.230.159.16)  0.910 ms 173.230.159.14 (173.230.159.14)  2.265 ms  		173.230.159.0 (173.230.159.0)  0.731 ms  3  as15169.sfmix.org (206.197.187.50)  4.039 ms eqixsj-google-gige.google.com (206.223.116.21)  0.718 ms  		as15169.sfmix.org (206.197.187.50)  3.944 ms  4  108.170.242.227 (108.170.242.227)  4.902 ms  		108.170.242.226 (108.170.242.226)  3.003 ms  		108.170.243.2 (108.170.243.2)  3.064 ms  5  216.239.47.37 (216.239.47.37)  4.836 ms 64.233.174.91 (64.233.174.91)  1.476 ms  1.447 ms  6  216.239.54.22 (216.239.54.22)  12.464 ms  29.292 ms 64.233.174.204 (64.233.174.204)  9.032 ms  7  209.85.245.172 (209.85.245.172)  10.633 ms     108.170.230.130 (108.170.230.130)  20.010 ms  		108.170.230.124 (108.170.230.124)  8.988 ms 10  lax02s22-in-f4.1e100.net (216.58.216.36)  10.358 ms  10.383 ms  10.301 ms 

digraph {     label="Google Trace Sample";     "23.92.24.2" [label="23.92.24.2 \n Fremont,California \n location:37.5670,-121.9829"] ;     as15169 [label="as15169.sfmix.org \n San Francisco \n Metropolitan Internet Exchange"];     "108.170.242.227" [label="108.170.242.227 \n California \n location:37.4192,-122.0574"];     lax02s22 [label="ax02s22-in-f4.1e100.net \n Los_Angeles,California \n location:46.07305,-100.546"];     "23.92.24.2" -> as15169 -> "108.170.242.227"  -> lax02s22; } 

3、社会工程领域

• 决策树(Decision Tree)：人群鄙视链
• 复杂人物关系链分析（《红楼梦》、《权力的游戏》）

更多精彩内容扫码关注公众号：RiboseYim's Blog：http://riboseyim.github.io/2017/09/15/Visualization-Graphviz/