模块十四_分布式文档存储独角兽MongoDB、知识图谱存储数据库Neo4j

序言:

文章内容输出来源：拉勾教育Java高薪训练营。
本篇文章是学习课程中的一部分课后笔记

一、MongoDB 体系

1.NoSQL 和 MongoDB

NoSQL=Not Only SQL，支持类似SQL的功能，与Relational Database相辅相成。其性能较高，不使用SQL意味着没有结构化的存储要求(SQL为结构化的查询语句)，没有约束之后架构更加灵活。
NoSQL数据库四大家族列存储 Hbase,键值(Key-Value)存储 Redis,图像存储 Neo4j,文档存储 MongoDB
MongoDB 是一个基于分布式文件存储的数据库，由 C++ 编写，可以为 WEB 应用提供可扩展、高性能、易部署的数据存储解决方案。
MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库中功能最丰富、最像关系数据库的。在高负载的情况下，通过添加更多的节点，可以保证服务器性能。

架构.png

2.MongoDB 和RDBMS(关系型数据库)对比

对比.png

3.什么是BSON

BSON是一种类json的一种二进制形式的存储格式，简称Binary JSON，它和JSON一样，支持内嵌的文档对象和数组对象，但是BSON有JSON没有的一些数据类型，如Date和Binary Data类型。
BSON可以做为网络数据交换的一种存储形式,是一种schema-less的存储形式，它的优点是灵活性高，但它的缺点是空间利用率不是很理想。

{key:value,key2:value2} 这是一个BSON的例子，其中key是字符串类型,后面的value值，它的类型一般是字符串,double,Array,ISODate等类型。BSON有三个特点：轻量性、可遍历性、高效性

4.MongoDB中Document 中可以出现的数据类型

数据类型.png

二、MongoDB命令

1.MongoDB的基本操作

基本操作.png

2.MongoDB集合数据操作（CURD）

2.1 数据添加

1. 插入单条数据 db.集合名.insert(文档)
  文档的数据结构和JSON基本一样。
  所有存储在集合中的数据都是BSON格式。
  BSON是一种类json的一种二进制形式的存储格式,简称Binary JSON。
1. 例如:
  db.lg_resume_preview.insert({name:"张晓峰",birthday:new ISODate("2000-07-
  01"),expectSalary:15000,gender:0,city:"bj"})
  没有指定 _id 这个字段系统会自动生成当然我们也可以指定 _id
  ( _id 类型是ObjectId 类型是一个12字节 BSON 类型数据，有以下格式：
  前4个字节表示时间戳 ObjectId("对象Id字符串").getTimestamp() 来获取
  接下来的3个字节是机器标识码
  紧接的2个字节由进程id组成（PID）
  最后3个字节是随机数。)
1. 插入多条数据
  db.集合名.insert([文档,文档])

2.2 数据查询

比较条件查询：
db.集合名.find(条件)

条件查询.png

逻辑条件查询：

逻辑查询.png

分页查询：
db.集合名.find({条件}).sort({排序字段:排序方式})).skip(跳过的行数).limit(一页显示多少数据)

2.3 数据更新调用update

update.png

参数.png

writeconcern.png

2.4 数据删除

delete.png

三、图和 Neo4j

1.图

图论起源于一个非常经典的问题——柯尼斯堡（Konigsberg）七桥问题。1738年，瑞典数学家欧拉( Leornhard Euler)解决了柯尼斯堡七桥问题。由此图论诞生，欧拉也成为图论的创始人。

七桥图.png

欧拉把问题的实质归于"一笔画"问题，即判断一个图是否能够遍历完所有的边(Edge)而没有重复，而柯尼斯堡七桥问题则是一笔画问题的一个具体情境。欧拉证明这个问题不成立。

满足一笔画的图满足两个条件:
图必须是一个完整图
有零个或二个奇数点

图是一组节点和连接这些节点的关系组成。图形数据存储在节点和关系所在的属性上。属性是键值对表示的数据。

2.知识图谱

知识图谱就是把所有不同种类的信息（Heterogeneous Information）连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。

3.什么是Neo4j

Neo4j是一个开源的无Shcema的基于java开发的图形数据库，它将结构化数据存储在图中而不是表中。
它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎。程序数据是在一个面向对象的、灵活的网络结构下，而不是严格、静态的表中,但可以享受到具备完全的事务特性、企业级的数据库的所有好处。

Neo4j 模块构建:

节点
节点是图表的基本单位。它包含具有键值对的属性
属性
属性是用于描述图节点和关系的键值对
Key =值
其中Key是一个字符串
值可以通过使用任何Neo4j数据类型来表示
关系
关系是图形数据库的另一个主要构建块。
它连接两个节点

关系.png

这里Emp和Dept是两个不同的节点。 “WORKS_FOR”是Emp和Dept节点之间的关系。
因为它表示从Emp到Dept的箭头标记，那么这种关系描述的一样
Emp WORKS_FOR Dept
每个关系包含一个起始节点和一个结束节点。
这里“Emp”是一个起始节点。
“Dept”是端节点。
由于该关系箭头标记表示从“Emp”节点到“Dept”节点的关系，
该关系被称为“进入关系”到“Dept”节点；并且“外向关系”到“Emp”节点。
像节点一样，关系也可以包含属性作为键值对。

标签
Label将一个公共名称与一组节点或关系相关联。
节点或关系可以包含一个或多个标签。
我们可以为现有节点或关系创建新标签。
我们可以从现有节点或关系中删除现有标签。
从前面的图中，我们可以观察到有两个节点。
左侧节点都有一个标签：“EMP”，而右侧节点都有一个标签：“Dept”。
这两个节点之间的关系，也有一个标签：“WORKS_FOR”
注： Neo4j将数据存储在节点或关系的属性中。

数据浏览器

4.Neo4j的主要应用场景

社交媒体和社交网络
当使用图形数据库为社交网络应用程序提供动力时，可以轻松利用社交关系或根据活动推断关系。
查询社区聚类分析，朋友的朋友推荐，影响者分析，共享和协作关系分析等
推荐引擎和产品推荐系统
图形驱动的推荐引擎通过实时利用多种连接，帮助公司个性化产品，内容和服务。
内容和媒体推荐，图形辅助搜索引擎，产品推荐，专业网络，社会推荐。
身份和访问管理
使用图形数据库进行身份和访问管理时，可以快速有效地跟踪用户，资产，关系和授权。
查询访问管理，资产来源，数据所有权，身份管理，互连组织，主数据，资源授权
金融反欺诈多维关联分析场景
通过图分析可以清楚地知道洗钱网络及相关嫌疑，例如对用户所使用的帐号、发生交易时的IP地址、MAC地址、手机IMEI号等进行关联分析。