利用Neo4j构建知识图谱

最近在整理项目执行过程中遇到的一些问题，其中对利用neo4j构建知识图谱投入了较多的精力，希望这篇博客能对大家提供一点帮助，这也算是本人的处女作了（捂脸）

1. Neo4j简介

Neo4j是一个开源图形数据库，它将结构化数据存储在网络上，具有成熟数据库的所有特性，可以被看作是一个高性能的图引擎。

1.1 特点

Neo4j是用java语言开发的NOSQL图形数据库，支持可配置的隔离级别和大规模、可测试的事务恢复，在一台机器上可以处理数十亿节点/关系/属性的图，还可以扩展到多台机器并行运行。在关系数据库中，频繁的数据查询会导致大量的表连接，对性能产生影响，Neo4j围绕图进行数据建模及其特别的存储方式使得很好地解决了传统RDBMS在查询时出现的性能衰退问题。

2. Neo4j的安装

Neo4j分为桌面版(Desktop)和社区服务版(Community)，本人两个版本均已下载，但在运行时只使用其中一个就好。具体下载过程参考Windows 10 64位系统下Neo4j安装教程，这篇博客进行了较为详细的介绍，本文重点介绍桌面版的使用。
（桌面版下载链接：Neo4j Desktop.exe）
安装完成后需要激活码才能启动，在下载界面已经提供，如下

eyJhbGciOiJQUzI1NiIsInR5cCI6IkpXVCJ9.eyJlbWFpbCI6Ii4rQC4rIiwibWl4cGFuZWxJZCI6IjE3OTk3M2RmNjRlNmFmLTA1N2YyMzdhOGI3N2ZjLTIzNjMxNjMtMTQ0MDAwLTE3OTk3M2RmNjRmM2QzIiwibWl4cGFuZWxQcm9qZWN0SWQiOiI0YmZiMjQxNGFiOTczYzc0MWI2ZjA2N2JmMDZkNTU3NSIsIm9yZyI6Ii4qIiwicHViIjoibmVvNGouY29tIiwicmVnIjoiICIsInN1YiI6Im5lbzRqLWRlc2t0b3AiLCJleHAiOjE2ODAxNjI0OTQsInZlciI6IioiLCJpc3MiOiJuZW80ai5jb20iLCJuYmYiOjE2NDg2MjY0OTQsImlhdCI6MTY0ODYyNjQ5NCwianRpIjoiNXZDak9qaDBCIn0.nNc_NgKMWtBpgqKzKJk3PrYitfZZBIy2vKtdsm_teAWBUJXaJoHr_HmesBrZ0HtgLr5jBFGnF9iPB2QsprIJEVbhFhZzE7QBUWjpnNj1KPkrZ-NkDDh8uqpkchnXkwyWOae2oI08ftMx5W_NxoJI7tinEXw05yZ5EGSBF3vX8qydBNtuSDlxoPcGtNy8OzOIFgXL3ywUOAIKmmzxOTG4xtlVvFYYmQbqq5vFkPslh-PnNfS1y1VICcxovBSnYymfpxp_SUmWKYTNHXaFybcZLQVP4m77u9rkv-9KmAtIk06ZH5mdB_b-YApMyXGeb6u_G2DhBX5a83YZ0SnkKN1BPA

2.1 桌面版Neo4j的使用

双击Neo4j Desktop.exe运行程序，进入后会发现有一个初始的项目空间，可以在此基础上添加数据库、文件、插件等。

或者是新建一个工作项目，再创建/导入数据库进行操作。


Poem Database是博主原先创建的数据库，用以项目测试。创建数据库时用户可以自定义名称，还需要输入密码（请记住你的密码，在后续登录时候需要输入）。

创建完成后点击start即可开启数据库。

启动会数据库处于活跃状态，点击open按钮即可进入。

进入后可以在代码栏中输入语句，点击执行，数据库就会产生相应改动。

2.2 Neo4j的语法

首先是初始化，良好的操作习惯从头开始。

MATCH (n) DETACH DELETE n

执行该语句会删除以往的痕迹，确保图形界面的整洁。

2.2.1 建立节点

在建立实体间的关系前我们需要先创建节点，节点的类型名是可以自己定义的，不同类型的节点在Neo4j上会呈现不同颜色。

CREATE (t1:Title {title:'《静夜思》'})
CREATE (t2:Title {title:'《赠汪伦》'})
RETURN t1,t2

return语句要放在末尾，否则会提示出错。我们不妨创建更多节点：

CREATE (t1:Title {title: "《静夜思》"})
CREATE (t2:Title {title: "《赠汪伦》"})
CREATE (t3:Title {title: "《望岳》"})
CREATE (a1:Author {name: "李白"})
CREATE (a2:Author {name: "杜甫"})
CREATE (d1:Dynasty {dynasty: "唐朝"})
CREATE (s1:Style {style: "思乡"})
CREATE (s2:Style {style: "送别"})
CREATE (s3:Style {style: "壮志"})
CREATE (f1:Form {form: "诗"})
RETURN t1,t2,t3,a1,a2,d1,s1,s2,s3,f1

2.2.2 建立关系

有了节点我们接下来就可以建立它们的联系了，同样的，关系类型可以由我们自己定义，同一关系类型初次声明后，再次调用时可以不再声明。

CREATE (t1)-[r1:poetry_author]->(a1)
CREATE (t2)-[:poetry_author]->(a1)
CREATE (t3)-[:poetry_author]->(a2)
CREATE (a1)-[r2:lie_in]->(d1)
CREATE (a2)-[:lie_in]->(d1)

需要注意的是，这里的箭头指向，从左到右表示是从a到b的关系。例如t1–>a1，代表《静夜思》的作者是李白。尝试创建更多关系，丰满我们的图谱。

CREATE (t1)-[r6:belongs_to]->(s1)
CREATE (t2)-[:belongs_to]->(s2)
CREATE (t3)-[:belongs_to]->(s3)
CREATE (t1)-[r7:is_from]->(f1)
CREATE (t2)-[:is_from]->(f1)
CREATE (t3)-[:is_from]->(f1)

创建节点和关系是我们构建知识图谱的基础步骤，当数据量庞大时我们可以通过相关语句对这些节点和关系进行查询。

MATCH(n:Title)-[r]-() RETURN n,r	//查询Title类型的所有节点和相关联系

MATCH(n:Person)-[r]-() DELETE n,r	//删除Title类型的所有节点和相关联系

2.2.3 构建图谱

我们整合一下代码，构造一个简单的图谱。

CREATE (t1:Title {title: "《静夜思》"})
CREATE (t2:Title {title: "《赠汪伦》"})
CREATE (t3:Title {title: "《望岳》"})
CREATE (a1:Author {name: "李白"})
CREATE (a2:Author {name: "杜甫"})
CREATE (d1:Dynasty {dynasty: "唐朝"})
CREATE (c1:Content {content: "床前明月光，疑是地上霜。举头望明月，低头思故乡。"})
CREATE (c2:Content {content: "李白乘舟将欲行，忽闻岸上踏歌声。桃花潭水深千尺，不及汪伦送我情。"})
CREATE (c3:Content {content: "岱宗夫如何？齐鲁青未了。造化钟神秀，阴阳割昏晓。荡胸生曾（层）云，决眦入归鸟。会当凌绝顶，一览众山小。"})
CREATE (b1:Background {background: "《静夜思》创作于唐玄宗开元十四年（726），当时李白二十六岁，在扬州（今属江苏）旅舍。"})
CREATE (b2:Background {background: "《赠汪伦》是唐代大诗人李白于泾县（今安徽皖南地区）游历桃花潭时写给当地好友汪伦的一首留别诗。"})
CREATE (b3:Background {background: "《望岳》是唐代诗人杜甫创作的五言古诗。"})
CREATE (A1:Appreciation {appreciate: "此诗描写了秋日夜晚，旅居在外的诗人于屋内抬头望月而思念家乡的感受。"})
CREATE (A2:Appreciation {appreciate: "此诗前两句描绘李白乘舟欲行时，汪伦踏歌赶来送行的情景，朴素自然地表达出汪伦对李白那种朴实、真诚的情感；后两句先用“深千尺”赞美桃花潭水的深湛，紧接“不及”两字笔锋一转，用衬托的手法，把无形的情谊化为有形的千尺潭水，生动形象地表达了汪伦对李白那份真挚深厚的友情。"})
CREATE (A3:Appreciation {appreciate: "这首诗通过描绘泰山雄伟磅礴的景象，热情赞美了泰山高大巍峨的气势和神奇秀丽的景色，流露出了对祖国山河的热爱之情，表达了诗人不怕困难、敢攀顶峰、俯视一切的雄心和气概，以及卓然独立、兼济天下的豪情壮志。"})
CREATE (s1:Style {style: "思乡"})
CREATE (s2:Style {style: "送别"})
CREATE (s3:Style {style: "壮志"})
CREATE (f1:Form {form: "诗"})
CREATE (t1)-[r1:poetry_author]->(a1)
CREATE (t2)-[:poetry_author]->(a1)
CREATE (t3)-[:poetry_author]->(a2)
CREATE (a1)-[r2:lie_in]->(d1)
CREATE (a2)-[:lie_in]->(d1)
CREATE (c1)-[r3:content_poetry]->(t1)
CREATE (c2)-[:content_poetry]->(t2)
CREATE (c3)-[:content_poetry]->(t3)
CREATE (A1)-[r4:apprec_content]->(c1)
CREATE (A2)-[:apprec_content]->(c2)
CREATE (A3)-[:apprec_content]->(c3)
CREATE (b1)-[r5:create_back]->(t1)
CREATE (b2)-[:create_back]->(t2)
CREATE (b3)-[:create_back]->(t3)
CREATE (t1)-[r6:belongs_to]->(s1)
CREATE (t2)-[:belongs_to]->(s2)
CREATE (t3)-[:belongs_to]->(s3)
CREATE (t1)-[r7:is_from]->(f1)
CREATE (t2)-[:is_from]->(f1)
CREATE (t3)-[:is_from]->(f1)
RETURN t1,t2,t3,a1,a2,d1,c1,c2,c3,b1,b2,b3,A1,A2,A3,s1,s2,s3,f1

点击执行效果如下：


可以看到我们创建的节点和关系都很好地对应了。当然这只是一个简单的小图谱，面对海量的数据时我们就需要通过导入文件来构造图谱了。

2.2.4 Neo4j从外部导入文件

Neo4j支持从外部导入csv / json格式的文件，这就为我们构建数据库提供了极大的便利。在导入前我们需要先下载apoc插件，桌面版的便捷之处在于可以直接install，不需要自己去找对应的版本。
下载安装插件后，我们需要去修改配置文件neo4j.conf使之生效，点击Configuration可以直接去到配置文件的目录下。

添加一行：

apoc.import.file.enabled=true

修改完成后记得重启数据库。

将需要导入的csv或json文件拖入import文件夹中，才可使用file:///字样（ neo4j默认的设置是把文件导入的根目录限制在neo4j根目录的import文件夹下，这是一种安全措施，可防止数据库访问标准导入目录之外的文件。）

项目用例：

在数据库中执行导入语句，这里需要根据文件的具体情况定义节点和关系。

CALL apoc.load.json("file:///唐诗三百首.json") YIELD value as data

// 创建Title节点
MERGE (p:PERSON{name:data.form})
SET p.type=data.tags

//创建POEM节点
MERGE (b:POEM{name:data.poem})
SET b.type=data.paragraphs

//建立主语->宾语关系
MERGE (p)-[:poetry_author{type:data.author}]->(b)

最后执行就可以看到完整的知识图谱啦！

3. 问题及解决

• 在桌面版启动数据库的时候碰到一个问题：
  Database failed to start: Database process terminated, see logs… Check the logs
  原因：普通用户没有写入文件的权限
  解决办法：以管理员身份重新运行neo4j

• 读取不到导入的文件或显示路径错误
  原因：Neo4j桌面版更新版本会自动将工作路径更改到C盘，从而引发路径错误
  解决办法：这里参考了其他博主的一些做法，如果有更优的解决方式请不吝赐教。修改配置文件neo4j.conf，使得neo4j可以在任何位置导入文件，在语句dbms.directories.import=import 前添加 #（有损数据库的安全性，不建议这样操作）
  
  下次打算写一下NLU的内容，希望这篇博客对大家有所帮助！