Neo4j是一個高性能的開源的，使用Java語言實作的NoSQL圖資料庫，它將結構化資料存盤在網路上而不是表中，它是一個嵌入式的、基于磁盤的、具備完全的事務特性的Java持久化引擎，但是它將結構化資料存盤在網路（從數學角度叫做圖）上而不是表中，Neo4j也可以被看作是一個高性能的圖引擎，該引擎具有成熟資料庫的所有特性，現實中很多資料都是用圖來表達的，比如社交網路中人與人的關系、地圖資料、或是基因資訊等等，RDBMS并不適合表達這類資料，而且由于海量資料的存在，讓其顯得捉襟見肘，NoSQL資料庫的興起，很好地解決了海量資料的存放問題，圖資料庫也是NoSQL的一個分支，相比于NoSQL中的其他分支，它很適合用來原生表達圖結構的資料，圖資料庫存盤的結構就如同計算機科學中的資料結構中所論述的圖，由頂點和邊組成，

Neo4j適用于圖形一類資料，例如：社會關系，公共交通網路，地圖及網路拓撲，Neo4j并為此專門進行了演算法優化，也開發了相關的查詢語言，這是Neo4j與其他NoSQL資料庫的最顯著區別，Neo4j不適用于：

◆記錄大量基于事件的資料（例如日志條目或傳感器資料）

◆對大規模分布式資料進行處理，類似于Hadoop

◆二進制資料存盤

◆適合于保存在關系型資料庫中的結構化資料

Neo4j提供了免費的社區版本，在資料量不大的情況下，可以用于開發，大規模部署與應用建議購買企業版，在ubuntu bionic下的安裝程序如下所示：

wget -O - https://debian.neo4j.com/neotechnology.gpg.key | sudo apt-key add -
echo 'deb https://debian.neo4j.com stable latest' | sudo tee /etc/apt/sources.list.d/neo4j.list
sudo apt-get update

# 安裝社區版本
sudo apt-get install -y neo4j

# 安裝企業版本
sudo apt-get install -y neo4j-enterprise

systemctl status neo4j
systemctl start neo4j
systemctl enable neo4j

# 直接在本地檢測是否安裝成功
curl http://localhost:7474/

同樣的，預設情況下是只接受本地訪問要求，可以編輯/etc/neo4j/neo4j.conf檔案增加"dbms.default_listen_address=0.0.0.0"這一行，隨后重新啟動服務即可遠程訪問：

sed -i '$adbms.default_listen_address=0.0.0.0' /etc/neo4j/neo4j.conf
systemctl restart neo4j

以上使用sed命令增加了系結地址，隨后使用主流的瀏覽器(Edge,firefox,chrome)就可以訪問資料庫，如下圖所示：

第一次訪問時的預設用戶名與口令均是Neo4j，登錄后需要修改，隨后就進入到作業界面如下：

也可以使用傳統的資料庫客戶端如DBeaver來訪問Neo4j資料庫，此時的連接屬性設定如下圖所示：

與SQL類似，Neo4j推出了專用于圖的宣告性文本查詢語言Cypher，Cypher包含陳述句、關鍵詞和運算式，比如謂詞、函式等，其中很多大家都很熟悉（如WHERE，ORDER BY，SKIP LIMIT，AND，p.unitPrice > 10），與SQL不同，Cypher完全是表達圖模式的，添加了一個特殊子句MATCH來匹配資料中的這些模式，使用圓括號表示節點物體的圓，比如：(p:Product)，而關系的箭頭使用-->來表達，Cypher語言在其它方面的重點是圖概念，例如路徑、可變長度路徑、最短路徑函式；串列上許多功能，操作和謂詞的支持以及鏈接查詢的功能，使用Cypher可以更新圖結構和資料，甚至匯入大量的CSV資料，通過用戶定義的程序能夠擴展語言，通過openCypher專案，Cypher已經成為一種現代圖查詢語言的開放標準，并且得到了多家資料庫公司的支持，其語法可以參考[語法卡](https://neo4j.com/docs/cypher-refcard/current/)，

可以通過多種方式來訪問Neo4j資料庫：

◆ 使用命令列工具如Cypher shell等

◆使用主流的瀏覽器訪問，Neo4j稱為Neo4j browser

◆其它第三方工具軟體

模仿movie graph，我們建立一個中文的圖資料庫，相關創建內容如下：

CREATE (Jiangshuying:Person {name:'江疏影', born:1986})
CREATE (胡哥:Person {name:'胡哥', born:1982})
CREATE (Jindong:Person {name:'靳東', born:1976})
CREATE (萬莤:Person {name:'萬莤', born:1982})
CREATE (Gentlemen:Teleplay {title:"戀愛先生", released:2017})
CREATE (NothingButThirty:Teleplay {title:'三十而已', released:2020})
CREATE (外科風云:Teleplay {title:'外科風云', released:2017})
CREATE (偽裝者:Teleplay {title:'偽裝者', released:2015})
CREATE (好先生:Teleplay {title:'好先生', released:2016})
CREATE (縣委大院:Teleplay {title:'縣委大院', released:2022})
CREATE (Jiangshuying)-[:ACTED_IN {roles:['江萊']}]->(好先生)
CREATE (Jiangshuying)-[:ACTED_IN {roles:['羅鑰']}]->(Gentlemen)
CREATE (Jiangshuying)-[:ACTED_IN {roles:['王漫妮']}]->(NothingButThirty)
CREATE (Jindong)-[:ACTED_IN {roles:['莊恕']}]->(外科風云)
CREATE (Jindong)-[:ACTED_IN {roles:['明樓']}]->(偽裝者)
CREATE (Jindong)-[:ACTED_IN {roles:['Boss']}]->(Gentlemen)
CREATE (胡哥)-[:ACTED_IN {roles:['明臺']}]->(偽裝者)
CREATE (胡哥)-[:ACTED_IN {roles:['梅曉哥']}]->(縣委大院)
CREATE (萬莤)-[:ACTED_IN {roles:['徐麗']}]->(好先生)

此時形成的知識圖譜如下所示：

由此可見Neo4j對中文的支持非常好，可以混合用中英文來建立自己的知識圖譜，下面的代碼顯示了，尋找萬莤與胡哥間相互認識的最短路徑，

match p=shortestpath((:Person {name:'江疏影'})-[*]-(:Person {name:'胡哥'})) return p

查詢結果如下圖所示：

當然這只是一個示例，因為并沒有真正梳理每個人的關系，僅僅是從現有的知識中計算出來的，對于知識圖譜來說，資訊越充分，威力越巨大，

需要注意的是，以上命令必須一次性輸入執行完成，否則就會出現看起來是一樣的節點，但Neo4j會認為是不同的物件，從而形成意料之外的節點與關系，

Python操作知識圖譜

安裝了Py2neo就可以使用Python操作Neo4j了，我們也就可以在線處理大規模的資料，實作知識圖譜的自動構建了，安裝方法非常簡單，直接在cmd中輸入下列命令即可:

pip install py2neo

以下代碼創建了一個極簡的知識圖譜，如下圖所示：

示例代碼如下所示：

from py2neo import Node, Relationship, Graph, NodeMatcher, RelationshipMatcher

# 遠端NEO4J服務器
test_graph = Graph('http://172.20.103.169:7474',auth=('neo4j','88488848'))

A = Node("員工", name="張三", PID = 100)
B = Node("員工", name="李四", PID = 100)
C = Node("公司", name="西安衍輿",  CID = 99)
test_graph.create(A)
test_graph.create(B)
test_graph.create(C)
test_graph.create(Relationship(A, "作業于", C))
test_graph.create(Relationship(B, "作業于", C))

print(test_graph.nodes.match('員工').all())

從圖中可以看出，Neo4j對于中文的支持是非常好的，能夠以非常符合中文習慣的方式寫出相關知識，真正能夠實用的知識圖譜必須是榷訓月累的程序，有了稱手的工具后，知識本身的正確性才是重點，

標籤：其他

上一篇：6000+字講透ElasticSearch 索引設計

下一篇：返回列表