引入
在文章Cayley图数据库的简介及使用中，我们已经了解了Cayley图数据库的安装、数据导入以及进行查询等。
Cayley图数据库是Google开发的开源图数据库，虽然功能还没有Neo4J来得那么强大，但也有很多新的功能等待着我们去探索。本文将继续上篇文章的旅程，给读者介绍如何在Cayley图数据库中实现查询结果的可视化。
下面，让我们一起来探究Cayley的奥秘吧~
查询结果可视化
Cayley图数据库的查询语句的参考网址为：https://github.com/cayleygraph/cayley/blob/master/docs/GizmoAPI.md 。 若想实现查询结果的可视化，则需要使用Tag()函数，返回的结果样式应当如下：
[
{
"source": "node1",
"target": "node2"
},
{
"source": "node1",
"target": "node3"
},
]即返回的结果中对节点会打上Tag，source为来源，颜色为蓝色，target为目的地，颜色为橙色。
我们使用的数据仍来自文章Cayley图数据库的简介及使用 。 首先导入数据：
./cayley load -c cayley_example.yml -i data/China_Movie.nq接着启动查询语句的web界面：
./cayley http -i ./data/China_Movie.nq -d memstore --host=:64210在浏览器中输入网址：http://localhost:64210 ，选择Visualize，
输入命令：
g.V('<沈腾>').Tag("source").Out('').Tag("target").All(); 就能能到关系图的可视化结果了，如下：
接着我们来查看某个实体的所有属性及属性值，输入的命令如下：
var eq = "<流浪地球>";
var attrs = g.V(eq).OutPredicates().ToArray();
values = new Array();
for (i in attrs) {
var value = g.V(eq).Out(attrs[i]).ToValue();
values[i] = value;
}
var s = new Array();
for (i in attrs) {
var key_val_json = new Object();
key_val_json["id"] = values[i];
key_val_json["source"] = eq;
key_val_json["target"]= attrs[i]+":"+values[i];
s[i] = key_val_json;
}
for (i =0; i< s.length; i++) {
g.Emit(s[i]);
}出来的图如下：
这样我们就实现了Cayley图数据库的可视化，但是效果一般，而且不支持对边赋值，因此无法在边上显示关系。
利用D3.js实现可视化展示
利用D3.js，我们可以把查询到的结果，自己来画关系图。笔者主要参考的项目的Github地址为： https://github.com/ownthink/KG-View/blob/master/index.html 。我们只需要将查询到的结果复制粘贴到该HTML文件中即可。还是以《流浪地球》的所有属性及属性值为例，查询的命令如下：
var eq = "<流浪地球>";
var attrs = g.V(eq).OutPredicates().ToArray();
values = new Array();
for (i in attrs) {
var value = g.V(eq).Out(attrs[i]).ToValue();
values[i] = value;
}
var s = new Array();
for (i in attrs) {
var key_val_json = new Object();
key_val_json["source"] = eq;
key_val_json["rela"] = attrs[i];
key_val_json["target"] = values[i];
key_val_json["type"] = "resolved";
s[i] = key_val_json;
}
for (i =0; i< s.length; i++) {
g.Emit(s[i]);
}返回的结果如下：
{
"result": [
{
"rela": "",
"source": "<流浪地球>",
"target": "",
"type": "resolved"
},
{
"rela": "",
"source": "<流浪地球>",
"target": "2",
"type": "resolved"
},
{
"rela": "",
"source": "<流浪地球>",
"target": "/item/%E6%B5%81%E6%B5%AA%E5%9C%B0%E7%90%83",
"type": "resolved"
},
{
"rela": "",
"source": "<流浪地球>",
"target": "40.83亿",
"type": "resolved"
},
{
"rela": "",
"source": "<流浪地球>",
"target": "46",
"type": "resolved"
},
{
"rela": "",
"source": "<流浪地球>",
"target": "50",
"type": "resolved"
},
{
"rela": "",
"source": "<流浪地球>",
"target": "2019.02.05",
"type": "resolved"
}
]
} 将result的结果数组复制粘贴至index.html文件，内容如下：
在浏览器中打开，效果如下：
这个绘图的效果会比Cayley自带的效果好一些，但功能还是有限。
总结
网上关于Cayley的相关资料比较少，基本只有官方文档和社区作为参考。本文所讲述的内容如有不足之处，还请读者多多指教~另外，关于Cayley的可视化，如读者有更好地办法实现，也欢迎告知笔者~
注意：不妨了解下笔者的微信公众号： Python爬虫与算法（微信号为：easy_web_scrape）， 欢迎大家关注~