Neo4j数据建模教程
Neo4j进行数据建模
1.本教程适合学习了neo4j基本增删改查语法后进行学习
2.如果还不熟悉语法，本人非常详细的增删改查教程连接如下
3.学习本教程之后可以学习：Neo4j 全网最详细教程
python对neo4j的api接口框架py2neo进阶教程：py2neo框架学习全网最详细教程
1.学习资料
网站
- Neo4j学习官网感谢您下载 Neo4j - Neo4j 图形数据平台
2.开始简介
2.1图形数据建模（Graph Data Modeling）
neo4j的组成部分
- 节点
- 标签
- 关系
- 性能
数据建模过程
- 1.了解领域并定义特定的用例，枚举用例
- 2.开发初始图形数据模型
- 对节点（实体）建模
- 对关系建模
- 3.对初始数据测试模型
- 4.使用cypher创建图形实例
- 5.测试性能，定义的模型是否满足需求
- 6.如果由于用例更改或者性能原因，进行重构图形数据模型
- 7.重构后使用Cypher重新测试
图形数据建模是一个迭代过程。初始图形数据模型是一个起点，但随着了解有关用例的更多信息，或者如果用例发生更改，初始图形数据模型将需要更改。
此外，您可能会发现，特别是当图形缩放时，您需要修改图形（重构）以实现关键用例的最佳性能。
2.2数据领域（The Domain）
在数据建模过程中我们必须
- 描述具体项目的细节
- 确定用户和系统
- 对用例达成一致看法
- 用例就是具有哪些查询功能
- 枚举用例
电影领域
在Neo4j基础课程中，向您介绍了一个“入门”电影图。
该域名包括电影、演戏或执导电影的用户以及为电影评分的用户。使此域有趣的是图中节点之间的连接或关系。
使用案例
知识图谱项目的大多数用例都可以通过全面的问题列表来枚举。这些用例有助于定义知识图谱在运行时的行为方式。
以下是您将用于开发初始图形数据模型的用例：
- 电影中有哪些人表演？
- 谁导演了一部电影？
- 一个人出演了什么电影？
- 有多少用户对一部电影进行了评分？
- 谁是最年轻的电影演员？
- 一个人在电影中扮演了什么角色？
- 根据imDB的数据，特定年份收视率最高的电影是什么？
- 演员出演了哪些戏剧电影？
- 哪些用户给电影打了5分？
电影、演员、导演、用户四个类型的节点。
在我们的领域中，我们希望区分出演或执导电影的人和为电影评分的用户或评论者。我们有更多关于人们的信息，例如他们的出生日期，他们的tmdbId等。对电影进行评级的用户将被命名或识别。
2.3数据模型
模型类型
为应用程序执行图形数据建模过程时，至少需要两种类型的模型：数据模型、实例模型
- 数据模型
- 含义：数据模型描述图形的标签、关系和属性。它没有将在图表中创建的特定数据。
- 重要性：图形数据模型很重要，因为它定义了在应用程序创建和使用图形时将用于标签、关系类型和属性的名称。
- 格式：
- label命名首字母大写，Example: Person, Company, …
- relationship type命名全字母大写，Example: FOLLOWS, MARRIED_TO
- property key命名小写字母开头, Example: age, firstName
- 注意属性关键字property key名字可以不唯一，因为不同类型的节点也可以有同一个属性
- 实例模型
- 图形数据建模过程的一个重要部分是针对用例测试模型。为此，您需要有一组示例数据，您可以使用这些数据来查看是否可以使用模型来测试我们的用例。
3.模型节点（Modeling Nodes）
3.1模型节点
A 定义节点标签
实体是用例中的主要名词：食谱、成分、人、电影…
食谱中使用了哪些成分？谁嫁给了这个人？
电影中有哪些人表演？谁导演了一部电影？一个人出演了什么电影？
B 节点属性
节点属性的作用
- 唯一标识节点（上文提到不同节点属性关键字可以取相同，单内容必须唯一标识节点，可以拥有很多属性，起到唯一标识节点的作用的属性一个就够了）
- 回答用例的特定详细信息（对节点的信息补充）
- 返回数据（具有查询作用，利用属性返回相应的数据）
在Cypher中的体现
- 定位点（开始查询的位置）。
MATCH (p:Person {name: 'Tom Hanks'})-[:ACTED_IN]-(m:Movie) RETURN m- 查询人物类型节点且名字是Tom的，电影类型节点，关系边时acted_in的数据
- 遍历图形（导航）。
MATCH (p:Person)-[:ACTED_IN]-(m:Movie {title: 'Apollo 13'})-[:RATED]-(u:User) RETURN p,u- 查找人物类型节点，电影类型节点且标题为apollp13，用户类型的节点，前两个关系时actedin的，后两个关系时rated的演员和用户
- 简而言之就是查找对apollo13电影的演员和评分用户
- 从查询返回数据。
MATCH (p:Person {name: 'Tom Hanks'})-[:ACTED_IN]-(m:Movie) RETURN m.title, m.released- 查找TomHanks演过的电影的标题和发布日期
电影节点属性的解释
以下是我们将为 Movie 节点定义的属性：
-
- 电影标题（字符串）- 电影上映（日期）- 电影评级（0-10 之间的十进制）- 电影流派（字符串列表）
以下是我们将为 Person 节点定义的属性：
-
- Person.name（字符串）- 出生人（日期）- 逝世人（日期）
3.2建立节点代码
MATCH (n) DETACH DELETE n;
MERGE (:Movie {title: 'Apollo 13', tmdbId: 568, released: '1995-06-30', imdbRating: 7.6, genres: ['Drama', 'Adventure', 'IMAX']})
MERGE (:Person {name: 'Tom Hanks', tmdbId: 31, born: '1956-07-09'})
MERGE (:Person {name: 'Meg Ryan', tmdbId: 5344, born: '1961-11-19'})
MERGE (:Person {name: 'Danny DeVito', tmdbId: 518, born: '1944-11-17'})
MERGE (:Person {name: 'Jack Nicholson', tmdbId: 514, born: '1937-04-22'})
MERGE (:Movie {title: 'Sleepless in Seattle', tmdbId: 858, released: '1993-06-25', imdbRating: 6.8, genres: ['Comedy', 'Drama', 'Romance']})
MERGE (:Movie {title: 'Hoffa', tmdbId: 10410, released: '1992-12-25', imdbRating: 6.6, genres: ['Crime', 'Drama']})
MATCH (n) RETURN n
4.关系建模
4.1关系建模（定义关系）
A 关系定义：
关系是实体之间的连接**，连接是用例中的**谓词：
- 食谱中使用了哪些成分？
- 谁嫁给了这个人？
B 关系类型命名标准：
全字母大写
C 关系方向
Neo4j 中创建关系时，必须显式指定方向（代码从左到右写）
在运行时，在查询期间，通常不需要方向。
D 节点属性的扇出
人可以有姓名属性，出生日期属性，但为了满足用例需求，可将姓、名、出生日期作为节点拿出来
例如，如果用例中存在满足某种条件的人物的姓氏是什么？
E 关系属性
可以将属性添加到关系中以进一步描述关系，如结婚关系的日期属性，工作关系的角色属性
EXAMPLE1（根据用例确定关系模型）
以下是一些用例
- 电影中有哪些人表演？
- 谁导演了一部电影？
- 一个人出演了什么电影？
那么关系就是
- ACTED_IN
- DIRECTED
所以数据模型为
支持数据模型的实例模型
EXAMPLE2（根据用例确定关系属性模型）
一个人在某部电影中扮演了什么角色？
- 检索人员的姓名。
- 遵循与电影ACTED_IN关系。
- 按影片标题筛选影片。
- 从两个节点之间的ACTED_IN关系中返回角色
构建数据模型
构建数据模型的实力模型
4.2创建初始关系代码
MATCH (apollo:Movie {title: 'Apollo 13'})
MATCH (tom:Person {name: 'Tom Hanks'})
MATCH (meg:Person {name: 'Meg Ryan'})
MATCH (danny:Person {name: 'Danny DeVito'})
MATCH (sleep:Movie {title: 'Sleepless in Seattle'})
MATCH (hoffa:Movie {title: 'Hoffa'})
MATCH (jack:Person {name: 'Jack Nicholson'})
// create the relationships between nodes
MERGE (tom)-[:ACTED_IN {role: 'Jim Lovell'}]->(apollo)
MERGE (tom)-[:ACTED_IN {role: 'Sam Baldwin'}]->(sleep)
MERGE (meg)-[:ACTED_IN {role: 'Annie Reed'}]->(sleep)
MERGE (danny)-[:ACTED_IN {role: 'Bobby Ciaro'}]->(hoffa)
MERGE (danny)-[:DIRECTED]->(hoffa)
MERGE (jack)-[:ACTED_IN {role: 'Jimmy Hoffa'}]->(hoffa)
4.3更新新关系
我们需要为新的用例重构模型：用例：哪些用户给电影的评分为5？
已经确定了人物、电影、和他们的关系，也确定了用户。
关系应该是：进行评级 RATED
关系属性应该是：评分的值 rating
4.4建立更多关系代码
MATCH (sandy:User {name: 'Sandy Jones'})
MATCH (clinton:User {name: 'Clinton Spencer'})
MATCH (apollo:Movie {title: 'Apollo 13'})
MATCH (sleep:Movie {title: 'Sleepless in Seattle'})
MATCH (hoffa:Movie {title: 'Hoffa'})
MERGE (sandy)-[:RATED {rating:5}]->(apollo)