图数据库Neo4j简介

图数据库Neo4j简介

什么是图数据库(Graph Database)

随着社交、电商金融、零售、物联网的快速发展，现实社会支起了一张张庞大二复杂的关系网，传统数据库很难处理关系运算，急需一种支持海量复杂数据关系运算的数据库，图数据库应运而生。

图数据库是基于图论实现的一种Nosql数据库，起数据结构和数据查询方式都是以图论为基础，主要用于存储更多的连接数据。如下图：

Neo4j

Neo4j是一个开源的NoSql图数据库，2003年开始开发，使用scala和java语言，2007年开始发布。

• 世界上最先进的图数据库之一，提供原生的图数据存储，检索和处理
• 采用属性图模型(Property graph mode)，几个的完善和丰富图数据模型
• 专属查询语言Cypher，直观，高效

官网：https://neo4j.com/

Neo4j的特性：

• SQL就像简单的查询语言Neo4j CQL
• 遵循属性图数据模型
• 通过使用Apache Lucence 支持索引
• 支持UNIQUE约束
• 包含一个用于执行的CQL命令UI：Neo4j数据浏览器
• 支持完整的ACID（原子性，一致性，隔离性和持久性）规则
• 采用原生图形库与本地GPE(图形处理引擎)
• 支持查询的数据导出到JSON和XLS格式
• 提供了REST API，可以被任何编程语言(JAVA,PYTHON,GO.NET等)
• 提供了可以通过任何UI MVC框架(NODE JS)访问java脚本
• 支持两种java api：Cypher API和Navicat Java API来开发Java应用程序

Neo4j的优点：

• 很容易表示连接的数量
• 检索、遍历、导航更多的连接数量时非常容易和快捷的
• 非常容易地表示半结构化数据
• Neo4j CQL查询语言是人性化可读格式，非常容易学习
• 使用简单而强大的数据模型
• 不需要复杂的连接来检索连接相关的数据，因为它很容易检索它的相邻节点或关系细节没有连接或索引

Noe4j数据模型

图论基础

图是一组节点和连接这些节点的关系，图形以属性的形式将数据存储在节点和关系中，属性是用于表示数据的键值对。

在图论中，我们可以表示一个带有圆的节点，节点之间的关系用一个箭头标记表示。最简单的图是单个节点：

我们可以使用节点表示社交网络(比如CSDN个人资料)，它不包含任何属性，像CSDN个人资料添加一些属性：

在两个节点直接创建关系

此处在两个配置文件之间创建关系名称“跟随”，这意味着profile1遵循profile2

属性图模型

Neo4j图数据库遵循属性图模型来存储和管理数据。

属性图模型规则：

• 表示节点，关系和属性中的数据
• 节点和关系都包含属性
• 关系连接节点
• 属性是键值对
• 节点用图圈表示，关系用方向键表示
• 关系具有方向：单向和双向
• 每个关系包含"开始节点"或"从节点"和"从节点"或结束节点

在属性图数据模型中，关系应该是定向的，如果我们尝试创建没有方向的关系，那么将抛出一个错误消息，在Neo4j中，关系也是有方向的。

Neo4j图数据库将其所有数据存储在节点和关系中，我们不需要任何额外的RDBMS数据库或NoSQL数据库来存储Neo4j数据库数据，它以图形的形式存储数据。Neo4j使用本机GPE（图形处理引擎）来使用它的本地图存储格式。

图数据库数据模型的主要构建块是：

• 节点
• 关系
• 属性

简单的属性图的例子：

Neo4j的构建元素

Neo4j图数据库主要有以下构建元素：

• 节点(Node):是图数据库中的一个基本元素，用来表示一个实体记录，就像mysql中的一条记录一样，一个节点(Node)可以有多个属性(properties)和多个标签(label)。
  • 节点是最主要的数据元素
  • 节点可以通过关系连接到其它节点
  • 节点可以具有多个属性(键值对)
  • 节点可以由多个标签，用于描述其在图表中的作用，比如一个人的标签可以是父亲，也可以是儿子，也可以是朋友
• 属性(Property)：是用于描述节点和关系的键值对，key是一个字符串，值可以通过任何Neo4j数据类型来表示。
  • 属性是命名值，其中名称是字符串
  • 属性可以被索引和约束
  • 可以多个属性创建复合索引
• 关系(Relationship)：同样的图数据库的基本元素，当数据库中已经存在节点后，需要将节点连接起来构成图。关系就是用来连接两个节点，关系也称为图论中的"边"，关系和节点一样可以由多个属性，但是只能有一个类型(Type)
• 标签(Lable)：是将一个公共名称与一组节点或者关系相连，我们可以为现有的节点或关系中添加标签也可以删除标签
• 数据浏览器(后面更新部署安装的时候再说)

Neo4j的使用场景

• 欺诈检测，比如你接到某个陌生电话或者陌生短信，就会收到官方的防欺诈提醒通知
• 实时推荐引擎
• 知识图谱