Neo4j 图数据库

分享 ⋅ 123456789987654321 ⋅ 于 2022-09-03 11:43:21 ⋅ 964 阅读

NEO4J

官网：https://neo4j.com/

图 和 Neo4j

图论

图论起源 --- 柯尼斯堡（Konigsberg）七桥问题

众所周知，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。

1662168925769

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：

  • 图必须是联通的
  • 有零个或二个奇数点

图 和 节点

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。

在图形理论中，我们可以使用圆表示一个节点，并且可以向里面添加键值对形式的数据。

1662168942478

节点关系表达

  • 简单关系表达

    此处在两个节点之间创建关系名称 “跟随”。 这意味着 Profile1 跟随 Profile2。

    1662168951675

  • 复杂关系表达

    1662168961399

    这里节点用关系连接。 关系是单向或双向的。

    • 从 XYZ 到 PQR 的关系是单向关系。
    • 从 ABC 到 XYZ 的关系是双向关系

属性图模型规则

1662168978797

  • 图表示节点，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
  • 节点用圆圈表示，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 “结束节点” 或 “到节点”

知识图谱和图库

知识图谱

  • 一种基于图的数据结构，由节点（ Node ）和边（ Edge ）组成。其中节点即实体，由一个全局唯一的 ID 标示，边就是关系用于连接两个节点。
  • 通俗地讲，知识图谱就是把所有不同种类的信息（ HeterogeneousInformation ）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。
  • 互联网、大数据的背景下，谷歌、百度、搜狗等搜索引擎纷纷基于该背景，创建自己的知识图谱：Knowledge Graph （谷歌）、知心（百度）和知立方（搜狗），主要用于改进搜索质量。

图数据库

  • 一般情况下，我们使用数据库查找事物间的联系的时候，只需要短程关系的查询（两层以内的关联）。当需要进行更长程的，更广范围的关系查询时，就需要图数据库的功能。而随着社交、电商、金融、零售、物联网等行业的快速发展，现实世界的事物之间织起了一张巨大复杂的关系网，传统数据库面对这样复杂关系往往束手无策。因此，图数据库应运而生。
  • 图数据库（ Graph database ）指的是以图数据结构的形式来存储和查询数据的数据库。
  • 知识图谱中，知识的组织形式采用的就是图结构，所以非常适合用图库进行存储。

图形数据库优势

  • 在需要表示多对多关系时，我们常常需要创建一个关联表来记录不同实体的多对多关系。如果两个实体之间拥有多种关系，那么我们就需要在它们之间创建多个关联表。
  • 而在一个图形数据库中，我们只需要标明两者之间存在着不同的关系。如果希望在两个结点集间建立双向关系，我们就需要为每个方向定义一个关系。 也就是说，相对于关系型数据库中的各种关联表，图形数据库中的关系可以通过关系属性这一功能来提供更为丰富的关系展现方式。
  • 因此相较于关系型数据库，图形数据库的用户在对现实进行抽象时将拥有一个额外的武器，那就是丰富的关系。

例如在下面这个例子中，我们希望在一个社交网络里找到最大深度为 5 的朋友的朋友。假设随机选择两个人，是否存在一条路径，使得关联他们的关系长度最多为 5 ？对于一个包含 100 万人，每人约有 50 个朋友的社交网络，我们就以典型的开源图数据库 Neo4j 参与测试，结果明显表明，图数据库是用于关联数据的最佳选择，如表所示：

深度 关系型数据库的执行时间（s） Neo4j 的执行时间（s） 返回的记录条数
2 0.016 0.01 ~2500
3 30.267 0.168 ~110000
4 1543.505 1.359 ~600000
5 未完成 2.132 ~800000

在深度为 2 时（即朋友的朋友），假设在一个在线系统中使用，无论关系型数据库还是图数据库，在执行时间方面都表现得足够好。虽然 Neo4j 的查询时间为关系数据库的 2/3 ，但终端用户很难注意到两者间毫秒级的时间差异。当深度为 3 时（即朋友的朋友的朋友），很明显关系型数据库无法在合理的时间内实现查询：一个在线系统无法接受 30s 的查询时间。相比之下， Neo4j 的响应时间则保持相对平坦：执行查询仅需要不到 1s ，这对在线系统来说足够快了。

优势总结:

  • 性能上，对长程关系的查询速度快
  • 擅于发现隐藏的关系，例如通过判断图上两点之间有没有走的通的路径，就可以发现事物间的关联

Neo4j 基础

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。

DB 流行排行

Neo4j 模块构建

Neo4j 主要构建块：

  • 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，如下所示：

    1662168992575

    • 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 是结束节点。
    • 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
    • Neo4j将数据存储在节点或关系的属性中。
  • 数据浏览器

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

Neo4j 环境搭建

Linux 下搭建

  1. 切换到 Linux 下，到安装目录 neo4j，上传安装包 或者 下载安装包

    使用 ftp 工具上传 neo4j-community-3.5.17.tar 到 Liunx 下，或者

    wget https://neo4j.com/artifact.php?name=neo4j-community-3.5.17-unix.tar.gz

  2. 解压

    tar -xvf neo4j-community-3.5.17.tar

  3. 修改配置文件 conf/neo4j.conf

    主要是修改 允许远程访问的地址 把对应的注释打开即可

    dbms.connectors.default_listen_address=0.0.0.0

  4. 开放对应的访问端口 默认要开放7474 和 7687

    firewall-cmd --zone=public --add-port=7474/tcp --permanent
firewall-cmd --zone=public --add-port=7687/tcp --permanent
systemctl reload firewalld

  5. 启动

    ./bin/neo4j start

  6. 使用浏览器 访问服务器上的 neo4j

    http://192.168.211.133:7474
默认的账号是 neo4j 密码 neo4j 这里第一次登录的话会要求修改密码
Windows 下的安装

  1. 从 官网下载 最新的 Neo4j Server 安装文件

    可以看到 Neo4j 软件 exe 或 zip 格式的所有版本

  2. 下载 Neo4j 3.5.17 (zip)https://neo4j.com/download-center/#community

  3. 解压

  4. 修改配置文件

    dbms.connectors.default_listen_address=0.0.0.0

  5. 通过 neo4j.bat install-service 安装neo4j服务

    #先修改配置5.1  5.2再启动
neo4j.bat install-service

    1662170675187

    注意：如果是 4.0 以及以上版本需要 jdk11

    5.1修改conf

    dbms.connectors.default_listen_address=0.0.0.0 #放开此行

    5.2修改文件 bin/neo4j.ps1

    Import-Module "neo4j的主目录\bin\Neo4j-Management.psd1"

  6. neo4j.bat 启动

    neo4j.bat start

    1662170731711

  7. 使用浏览器，访问服务器上的 neo4j

    http://127.0.0.1:7474

默认的账号是 neo4j，密码 neo4j 这里第一次登录的话会要求修改密码

Neo4j 数据浏览器

数据浏览器访问

一旦我们安装 Neo4j ，我们可以访问 Neo4j 数据浏览器使用以下 URL ：

http://localhost:7474/browser/

Neo4j 数据浏览器用于执行 CQL 命令并查看输出输出。

这里我们需要在美元提示符处执行所有 CQL 命令：“$” 如： CREATE(cc:CreditCard)

CREATE(cc:CreditCard)

在美元符号后键入命令，然后单击 【执行】 按钮运行命令。

它与 Neo4j 数据库服务器交互，检索和显示下面的结果。

使用 【VI视图】 按钮以图形格式查看结果。

导出 CSV 或者 JSON

单击 【导出CSV】 按钮以 csv 文件格式导出结果

Neo4j CQL

CQL 简介

CQL 代表 Cypher 查询语言。 像关系型数据库具有查询语言 SQL ， Neo4j 使用 CQL 作为查询语言。

Neo4j CQL：

  • 它是 Neo4j 图形数据库的查询语言。
  • 它是一种声明性模式匹配语言。
  • 它遵循 SQL 语法。
  • 它的语法是非常简单且人性化、可读的格式。

常用的 Neo4j CQL 命令/条款如下：

CQL命令/条 作用
CREATE 创建 创建节点，关系和属性
MATCH 匹配 检索有关节点，关系和属性数据
RETURN 返回 返回查询结果
WHERE 条件 提供条件过滤检索MATCH数据
DELETE 删除 删除节点和关系
REMOVE 移除 删除节点和关系的属性
SET 设置 添加或更新标签
ORDER BY 排序 对结果排序
SKIP LIMIT 分页 分页
DISTINCT 排重 排重

完成上面的语法，我们基于庆余年电视剧人物关系图片：

1662171049736

CREATE

CREATE (
    <node-name>:<label-name>
    [{
        <property1-name>:<property1-Value>
        ........
        <propertyn-name>:<propertyn-Value>
    }]
)

语法说明：

语法元素 描述
<node-name> 它是我们将要创建的节点名称。
<label-name> 它是一个节点标签名称
<property1-name>...<propertyn-name> 属性是键值对。 定义将分配给创建节点的属性的名 称
<property1-value>...<propertyn-value> 属性是键值对。 定义将分配给创建节点的属性的值

举例：

#cid节点标识     person（节点名）   Person（标签名）
CREATE (person:Person)
CREATE (person:Person {cid:1,name:"范闲",age:24,gender:0,character:"A",money:1000});
CREATE (person:Person {cid:2,name:"林婉儿",age:20,gender:1,character:"B",money:800});
CREATE (person:Person {cid:3,name:"庆帝",age:49,gender:0,character:"A",money:8900});

开启支持多个查询

1662171373279

MATCH RETURN 命令语法

MATCH
(
    <node-name>:<label-name>
) 
RETURN
    <node-name>.<property1-name>,
    ...
    <node-name>.<propertyn-name>
语法元素 描述
<node-name> 它是我们将要创建的节点名称。
<label-name> 它是一个节点标签名称
<property1-name>...<propertyn-name> 属性是键值对。 定义将分配给创建节点的属性的名 称

举例：

MATCH (person:Person) return person
MATCH (person:Person) return person.name, person.age

关系创建

使用现有节点创建没有属性的关系

MATCH (<node1-name>:<node1-label-name>),(<node2-name>:<node2-label-name>)
CREATE
    (<node1-name>)-[<relationship-name>:<relationship-label-name>]->(<node2-name>)
RETURN 相应的内容

#relationship-name         
#relationship-label-name
语法元素 描述
MATCH,CREATE,RETURN Neo4J CQL 关键字
<noode1-name> 用于创建关系的 From Node 的名称
<node1-label-name> 用于创建关系的 From Node 的标签名称
<node2-name> 用于创建关系的 To Node 的名称
<node2-label-name> 用于创建关系的 To Node 的标签名称
<relationship-name> 关系的名称
<relationship-label-name> 关系的标签名称 
#   创建关系
match(person:Person {name:"范闲"}) ,(person2:Person {name:"林婉儿"})
create(person)-[r:Couple]->(person2);

#   查询关系
match p = (person:Person {name:"范闲"})-[r:Couple]->(person2:Person) return p
match (p1:Person {name:"范闲"})-[r:Couple]-(p2:Person) return p1,p2
match (p1:Person {name:"范闲"})-[r:Couple]-(p2:Person) return r

1662172105771

使用现有节点创建有属性的关系

MATCH (<node1-label-name>:<node1-name>),(<node2-label-name>:<node2-name>)
CREATE
    (<node1-label-name>)-[<relationship-label-name>:<relationship-name>{<define-properties-list>}]->(<node2-label-name>)
RETURN <relationship-label-name>

其中 <define-properties-list> 是分配给新创建关系的属性（名称 - 值对）的列表。

{
    <property1-name>:<property1-value>,
    <property2-name>:<property2-value>,
    ...
    <propertyn-name>:<propertyn-value>
}

match(person:Person {name:"范闲"}),(person2:Person {name:"林婉儿"})
create(person)-[r:Couple{mary_date:"12/12/2014",price:55000}]->(person2)
return r;

使用新节点创建没有属性的关系

CREATE (<node1-label-name>:<node1-name>)-[<relationship-label-name>:<relationship-name>]->(<node1-label-name>:<node1-name>)

create(person1:Person {cid:4,name:"长公主",age:49,gender:1,character:"A",money:5000})-[r:Friend]->(person2:Person {cid:7,name:"九品射手燕乙",age:48,gender:0,character:"B",money:1000})

使用新节点创建有属性的关系

CREATE(<node1-label-name>:<node1-name>{<define-properties-list>})-[<relationship-label-name>:<relationship-name>{<define-properties-list>}]->(<node1-label-name>:<node1-name>{<define-properties-list>})

#[r:Friend {date:"11-02-2000"}] 属性关系

create (person1:Person {cid:9,name:"靖王世子",age:23,gender:0,character:"A",money:3000})<-[r:Friend {date:"11-02-2000"}]->(person2:Person {cid:8,name:"二皇子",age:24,gender:0,character:"B",money:6000})

关系和节点的属性可以使用的类型：

CQL数据类型 作用
boolean 用于表示布尔文字：true , false
byte 用来表示 8 位整数
short 用于表示 16 位整数
int 用于表示 32 位整数
long 用于表示 64 位整数
float 浮点数用于表示 32 位浮点数
double Double 用于表示 64 位浮点数
char Char 用于表示 16 位字符
String 字符串用于表示字符串

CREATE 创建多个标签

CREATE (<node-name>:<label-name1>:<label-name2>.....:<label-namen>)

CREATE (person:Person:Beauty:Picture {cid:20,name:"小美女"})

WHERE 子句

简单的 WHERE 子句
    WHERE <condition>

复杂的 WHERE 子句
    WHERE <condition> <boolean-operator> <condition>

where 中的比较运算符和之前 MySQL 的相同：如 = != <> > < 等

布尔运算符 描述
AND 与
OR 或
NOT 非 
MATCH (person:Person)
WHERE person.name = '范闲' OR person.name = '靖王世子'
RETURN person

DELETE 子句 和 REMOVE 子句

DELETE 子句

  • 删除节点
  • 删除节点及相关节点和关系
match p = (:Person {name:"林婉儿"})-[r:Couple]-(:Person) 
delete r

REMOVE 子句

  • 删除节点或关系的标签
  • 删除节点或关系的属性
MATCH (person:Person {name:"小美女"})
REMOVE person.cid

SET 子句

  • 向现有节点或关系添加新属性
  • 更新属性值
MATCH (person:Person {cid:1})
SET person.money = 3456,person.age=25

ORDER BY 子句

ORDER BY 子句，对 MATCH 查询返回的结果进行排序。

我们可以按升序或降序对行进行排序。

默认情况下，它按升序对行进行排序。 如果我们要按降序对它们进行排序，我们需要使用 DESC 子句。

MATCH (person:Person)
RETURN person.name,person.money
ORDER BY person.money DESC

--ORDER BY  要放在 return后面

SKIP 和 LIMIT

  • Neo4j CQL 已提供 SKIP 子句来过滤或限制查询返回的行数。 它修整了 CQL 查询结果集顶部的结果。
  • Neo4j CQL 已提供 LIMIT 子句来过滤或限制查询返回的行数。 它修剪 CQL 查询结果集底部的结果。
MATCH (person:Person)
RETURN ID(person),person.name,person.money
ORDER BY person.money DESC 
skip 4 limit 2

DISTINCT 排重

这个函数的用法就像 SQL 中的 distinct 关键字，返回的是所有不同值。

MATCH (p:Person) 
RETURN distinct(p.character)

Neo4j CQL 高级

CQL 函数

字符串函数

功能 描述
UPPER 用于将所有字母更改为大写字母
LOWER 用于将所有字母改为小写字母
SUBSTRING 用于获取给定 String 的子字符串
REPLACE 用于替换一个字符串的子字符串 
MATCH (p:Person)
RETURN ID(p), LOWER(p.character)

match(p:Person) 
return p.character,lower(p.character),p.name,substring(p.name,2),replace(p.name,"子","zi")

聚合函数

聚集功能 描述
COUNT 返回由 MATCH 命令返回的行数
MAX 从 MATCH 命令返回的一组行返回最大值
MIN 返回由 MATCH 命令返回的一组行的最小值
SUM 返回由 MATCH 命令返回的所有行的求和值
AVG 返回由 MATCH 命令返回的所有行的平均值 
MATCH (p:Person)
RETURN MAX(p.money), SUM(p.money)

关系函数

这些函数在return时候使用

功能 描述
STARTNODE 用于知道关系的开始节点
ENDNODE 用于知道关系的结束节点
ID 用于知道关系的 ID
TYPE 用于知道字符串表示中的一个关系的 TYPE 
match p = (:Person {name:"林婉儿"})-[r:Couple]-(:Person)
RETURN STARTNODE(r)

shortestPath 函数返回最短的 path

--  *  代表关系深度   深度代表边长度  -1
MATCH p=shortestPath((node1)-[*]-(node2))
RETURN length(p), nodes(p)

MATCH p=shortestPath((person:Person {name:"王启年"})-[*]-(person2:Person{name:"九品射手燕小乙"}) ) RETURN length(p), nodes(p)

CQL 多深度关系节点

  1. 使用 with 关键字

    查询三层级关系节点如下：with 可以将前面查询结果作为后面查询条件

    match (na:Person)-[re]->(nb:Person) where na.name="范闲" 
WITH na,re,nb 
match (nb:Person)-[re2]->(nc:Person) 
return na,re,nb,re2,nc

match (na:Person)-[re]->(nb:Person) where na.name="林婉儿" 
WITH na,re,nb 
match (nb:Person)-[re2]->(nc:Person) 
return na,re,nb,re2,nc

match (na:Person)-[re]-(nb:Person) where na.name="林婉儿" 
WITH na,re,nb 
match (nb:Person)-[re2]->(nc:Person) 
return na,re,nb,re2,nc

match (na:Person)-[re]-(nb:Person) where na.name="林婉儿" 
WITH na,re,nb 
match (nb:Person)-[re2:Friends]->(nc:Person) 
return na,re,nb,re2,nc

  2. 直接拼接关系节点查询

    match (na:Person{name:"范闲"})-[re]->(nb:Person)-[re2]->(nc:Person) return na,re,nb,re2,nc

    为了方便，可以将查询结果赋给变量，然后返回

    match data=(na:Person{name:"范闲"})-[re]->(nb:Person)-[re2]->(nc:Person) return data

  3. 使用深度运算符

    当实现多深度关系节点查询时，显然使用以上方式比较繁琐。

    可变数量的关系->节点可以使用 -[:TYPE*minHops..maxHops]-。

    minHops 最低深度
maxHops 最高深度   2 就是3层

    查询：

    match data=(na:Person{name:"范闲"})-[*1..2]-(nb:Person) return data

事务

为了保持数据的完整性和保证良好的事务行为，Neo4j 也支持 ACID 特性 。

注意:

  1. 所有对 Neo4j 数据库的数据修改操作都必须封装在事务里。
  2. 默认的 isolation level 是 READ_COMMITTED。
  3. 死锁保护已经内置到核心事务管理 。 (Neo4j 会在死锁发生之前检测死锁并抛出异常。在异常抛出之前，事务会被标志为回滚。当事务结束时，事务会释放它所持有的锁，则该事务的锁所引起的死锁也就是解除，其他事务就可以继续执行。当用户需要时，抛出异常的事务可以尝试重新执行)
  4. 除特别说明， Neo4j 的 API 的操作都是线程安全的， Neo4j 数据库的操作也就没有必要使用外部的同步方法。

索引

简介

  • Neo4j CQL 支持节点或关系属性上的索引，以提高应用程序的性能。
  • 可以为具有相同标签名称的属性上创建索引。
  • 可以在 MATCH 或 WHERE 等运算符上使用这些索引列来改进 CQL 的执行。

创建单一索引

CREATE INDEX ON :Label(property)

例如:

CREATE INDEX ON :Person(name)

创建复合索引

CREATE INDEX ON :Person(age, gender)

全文模式索引

之前的常规模式索引只能对字符串进行精确匹配或者前后缀索引（ startswith ， endswith ， contains ），全文索引将标记化索引字符串值，因此全文索引可以匹配字符串中任何位置的术语。索引字符串如何被标记化并分解为术语，取决于配置全文模式索引的分析器。索引是通过属性来创建，便于快速查找节点或者关系。

创建和配置全文模式索引：

使用 db.index.fulltext.createNodeIndex 和 db.index.fulltext.createRelationshipIndex 创建全文模式索引。在创建索引时，每个索引必须为每个索引指定一个唯一的名称，用于在查询或删除索引时引用相关的特定索引。然后，全文模式索引分别应用于标签列表或关系类型列表，分别用于节点和关系索引，然后应用于属性名称列表。

call db.index.fulltext.createNodeIndex("索引名",[Label,Label],[属性,属性])

call db.index.fulltext.createNodeIndex("nameAndDescription",["Person"],["name","description"])

call db.index.fulltext.queryNodes("nameAndDescription", "范闲") YIELD node, score
RETURN node.name, node.description, score

查看和删除索引

call db.indexes 或者 :schema

DROP INDEX ON :Person(name)

DROP INDEX ON :Person(age, gender)

call db.index.fulltext.drop("nameAndDescription")

约束

唯一性约束

  • 避免重复记录。
  • 强制执行数据完整性规则
--  创建唯一性约束 建立索引自动加唯一性约束
CREATE CONSTRAINT ON (变量:<label_name>) ASSERT 变量.<property_name> IS UNIQUE

--  具体实例：
CREATE CONSTRAINT ON (person:Person) ASSERT person.name IS UNIQUE

--  删除唯一性约束
DROP CONSTRAINT ON (cc:Person) ASSERT cc.name IS UNIQUE

属性存在约束 (企业版中可用)

CREATE CONSTRAINT ON (p:Person) ASSERT exists(p.name)

查看约束

call db.constraints
:schema

Neo4j 之 Admin 管理员操作

Neo4j - 数据库备份和恢复

在对 Neo4j 数据进行备份、还原、迁移的操作时，首先要关闭 Neo4j

./bin/neo4j stop

数据备份到文件

./bin/neo4j-admin dump --database=graph.db --to=/root/qyn.dump

还原、迁移之前 ，关闭 Neo4j 服务。操作同上

./bin/neo4j-admin load --from=/root/qyn.dump --database=graph.db --force

重启服务

./bin/neo4j start

注意，运行数据备份可能会警告：

WARNING: Max 1024 open files allowed, minimum of 40000 recommended. See the Neo4j manual

编辑文件 /etc/security/limits.conf 后，重启服务器

#   在文件最后加入下面这段，修改最大打开文件限制  
* soft nofile 65535
* hard nofile 65535

调优思路

  1. 增加服务器内存 和 调整 Neo4j 配置文件

    # java heap 初始值
dbms.memory.heap.initial_size=1g
# java heap 最大值，一般不要超过可用物理内存的80％
dbms.memory.heap.max_size=16g
# pagecache大小，官方建议设为：(总内存-dbms.memory.heap.max_size)/2，
dbms.memory.pagecache.size=2g

  2. Neo4j 刚启动数据是冷的需要预热

    MATCH (n)
OPTIONAL MATCH (n)-[r]->()
RETURN count(n.name) + count(r);

  3. 查看执行计划进行索引优化

    Cypher 查询计划程序将每个查询转换为执行计划。 执行计划告诉 Neo4j 在执行查询时要执行哪些操作。

    对执行计划的生成，Neo4j 使用的都是基于成本的优化器（Cost Based Optimizer，CBO），用于制订精确的执行过程。可以采用如下两种不同的方式了解其内部的工作机制：

    • EXPLAIN：是解释机制，加入该关键字的Cypher语句可以预览执行的过程但并不实际执行，所以也不会产生任何结果。
    • PROFILE：则是画像机制，查询中使用该关键字，不仅能够看到执行计划的详细内容，也可以看到查询的执行结果。

    关注指标，值越小越好 ：

    • estimated rows ： 需要被扫描行数的预估值
    • dbhits ： 实际运行结果的命中绩效

    使用索引和不使用索引对比：

    MATCH (p { name : '范闲' }) RETURN p

    在之前加上 profile 来进行查询，可以查看查询计划

Neo4j 程序访问

Neo4j 数据库访问

Neo4j 访问的两种方式

  • 嵌入式数据库
  • 服务器模式（通过 REST 的访问）

它是由应用程序的性质（ Neo4j 是独立服务器还是和程序在一起）、性能、监控和数据安全性来决定架构选择。

An embedded database（嵌入式数据库）

嵌入式 Neo4j 数据库是性能的最佳选择。 通过指定数据存储的路径以编程方式访问嵌入式数据库。

我们选择嵌入式数据库出于以下原因：

  • 使用Java作为我们项目的编程语言时
  • 应用程序是独立的
  • 程序追求很高的性能

Neo4j Server（服务器模式）

Neo4j Server 是相互操作性，安全性和监控的最佳选择。 实际上， REST 接口允许所有现代平台和编程语言与它进行互操作。 此外，作为独立应用程序，它比嵌入式配置更安全（客户端中的潜在故障不会影响服务器），并且更易于监控。 如果我们选择使用这种模式，我们的应用程序将充当 Neo4j 服务器的客户端。要连接到 Neo4j 服务器，可以使用任何编程语言的 REST 访问数据库。

Java 客户端操作 Neo4j

嵌入式模式

  1. pom.xml

    <?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
   <modelVersion>4.0.0</modelVersion>

   <groupId>org.example</groupId>
   <artifactId>neo4j</artifactId>
   <version>1.0-SNAPSHOT</version>

   <parent>
       <groupId>org.springframework.boot</groupId>
       <version>2.0.5.RELEASE</version>
       <artifactId>spring-boot-starter-parent</artifactId>
   </parent>
   <properties>
       <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
       <maven.compiler.source>1.8</maven.compiler.source>
       <maven.compiler.target>1.8</maven.compiler.target>
   </properties>

   <dependencies>
       <dependency>
           <groupId>org.neo4j</groupId>
           <artifactId>neo4j</artifactId>
           <version>3.5.5</version>
       </dependency>
       <dependency>
           <groupId>org.neo4j</groupId>
           <artifactId>neo4j-ogm-bolt-driver</artifactId>
           <version>3.2.10</version>
       </dependency>
       <dependency>
           <groupId>org.springframework.boot</groupId>
           <artifactId>spring-boot-starter-data-neo4j</artifactId>

       </dependency>
       <dependency>
           <groupId>org.projectlombok</groupId>
           <artifactId>lombok</artifactId>
       </dependency>
   </dependencies>
</project>

  2. Java

    package com.study.qianrushi;

import org.neo4j.graphdb.GraphDatabaseService;
import org.neo4j.graphdb.Label;
import org.neo4j.graphdb.Node;
import org.neo4j.graphdb.Transaction;
import org.neo4j.graphdb.factory.GraphDatabaseFactory;

import java.io.File;

/**
* @Description（描述）:
* @Version（版本）: 1.0
* @Author（创建者）: ALIENWARE
* @Date（创建时间）: Created in 2022-09-03.
* @ * * * * * * * * * * * * * @
*/

public class EmbeddedNeo4jAdd {
   private static final File databaseDirectory = new File("target/graph.db");

   public static void main(String[] args) {
       // 创建数据库服务对象
       GraphDatabaseService graphDatabaseService = new GraphDatabaseFactory().newEmbeddedDatabase(databaseDirectory);
       System.out.println("database load!");
       // 获取事务  开启事务
       Transaction tx = graphDatabaseService.beginTx();
       Node n1 = graphDatabaseService.createNode();
       n1.setProperty("name", "张三");
       n1.setProperty("character", "A");
       n1.setProperty("money", 1101);
       n1.addLabel(new Label() {
           @Override
           public String name() {
               return "Person";
           }
       });
       // 定义cql
       String cql = "CREATE(p:Person {name:'李四',character:'B',money:21000})";
       graphDatabaseService.execute(cql);
       tx.success();
       tx.close();
       graphDatabaseService.shutdown();
       System.out.println("database shutdown");
   }
}

    package com.study.qianrushi;// com.lagou.EmbeddedNeo4jQueryAll

import org.neo4j.graphdb.GraphDatabaseService;
import org.neo4j.graphdb.Node;
import org.neo4j.graphdb.Result;
import org.neo4j.graphdb.Transaction;
import org.neo4j.graphdb.factory.GraphDatabaseFactory;

import java.io.File;
import java.util.HashMap;
import java.util.Map;

public class EmbeddedNeo4jQueryAll {
   private static final File databaseDirectory = new File("target/graph.db");

   public static void main(String[] args) {
       // 创建数据库服务对象
       GraphDatabaseService graphDatabaseService = new GraphDatabaseFactory().newEmbeddedDatabase(databaseDirectory);
       System.out.println("database load!");
       String cql = "MATCH(p:Person) where p.money < $money return p";
       Map<String, Object> parameters = new HashMap<>();
       parameters.put("money", 25000);
       // 获取事务  开启事务
       Transaction tx = graphDatabaseService.beginTx();
       Result result = graphDatabaseService.execute(cql, parameters);
       while (result.hasNext()) {
           Map<String, Object> row = result.next();
           System.out.println(row);
           for (String key : result.columns()) {
               Node nd = (Node) row.get(key);
               System.out.printf("%s=%s:%s%n", key, nd.getProperty("name"), nd.getProperty("money"));
           }
       }
       tx.success();
       tx.close();
       graphDatabaseService.shutdown();
   }
}

服务器模式

  1. pom.xml

    <dependency>
   <groupId>org.neo4j</groupId>
   <artifactId>neo4j-ogm-bolt-driver</artifactId>
   <version>3.2.10</version>
</dependency>

  2. Java

    package com.study.fuwuqi;// com.lagou.Neo4jServerMain

import org.neo4j.driver.*;

import static org.neo4j.driver.Values.parameters;

public class Neo4jServerMain {
   public static void main(String[] args) {
       Driver driver = GraphDatabase.driver("bolt://localhost:7687", AuthTokens.basic("neo4j", "123456"));
       // 获取会话对象
       Session session = driver.session();
       String cql = "MATCH(p:Person) WHERE p.money > $money return p.name AS name,p.money AS money " + " order by p.money";
       Result result = session.run(cql, parameters("money", 100));
       while (result.hasNext()) {
           Record record = result.next();
           System.out.println(record.get("name").asString() + "," + record.get("money").asDouble());
       }
       session.close();
       driver.close();
   }
}
    package com.study.fuwuqi;// com.lagou.Neo4jServerMain2

import org.neo4j.driver.*;
import static org.neo4j.driver.Values.parameters;

public class Neo4jServerMain2 {
   public static void main(String[] args) {
       Driver driver = GraphDatabase.driver("bolt://localhost:7687", AuthTokens.basic("neo4j", "123456"));
       // 获取会话对象
       Session session = driver.session();
       String cql = "MATCH p=shortestPath((person:Person{name:$startName})-[*1..4]-(person2:Person {name:$endName})) return p";
       Result result = session.run(cql, parameters("startName", "王启年", "endName", "九品射手燕小乙"));
       while (result.hasNext()) {
           Record record = result.next();
           System.out.println(record);
       }
       session.close();
       driver.close();
   }
}

SpringBoot 整合 Neo4j

  1. pom.xml

    <dependency>
   <groupId>org.springframework.boot</groupId>
   <artifactId>spring-boot-starter-data-neo4j</artifactId>
</dependency>

  2. application.yml

    spring:
 data:
   neo4j:
     username: neo4j
     password: 123456
     uri: bolt://localhost:7687

  3. Java

    package com.study;

import com.study.springboottest.Neo4jPersonService;
import com.study.springboottest.Person;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.ApplicationContext;

import java.util.List;

@SpringBootApplication
public class Neo4jBootAppMain {
   public static void main(String[] args) {
       ApplicationContext applicationContext = SpringApplication.run(Neo4jBootAppMain.class, args);
       Neo4jPersonService personService = applicationContext.getBean("personService", Neo4jPersonService.class);
       Person person = new Person();
       person.setName("testboot");
       person.setMoney(12345.45);
       person.setCharacter("A");
       person.setAge(11);
       Person p1 = personService.save(person);
       System.out.println(p1);
       System.out.println(personService.getAll());
       List<Person> personList = personService.personList(1000);
       System.out.println(personList);
       List<Person> personList2 = personService.shortestPath("王启年", "九品射手燕小乙");
       System.out.println(personList2);
       List<Person> personList3 = personService.personListDept("范闲");
       for (Person pe : personList3) {
           System.out.println(pe);
       }
   }
}
    package com.study.springboottest;// com.lagou.bean.Person

import lombok.Data;
import org.neo4j.ogm.annotation.*;

import java.util.Set;

@Data
@NodeEntity
public class Person {
   @Id
   @GeneratedValue
   private Long id;
   @Property("cid")
   private int pid;
   private String name;
   private String character;
   private double money;
   private int age;
   private String description;
   @Relationship(type = "Friends", direction = Relationship.OUTGOING)
   private Set<Person> friendsPerson;

}
    package com.study.springboottest;// com.lagou.repository.PersonRepository

import org.springframework.data.neo4j.annotation.Query;
import org.springframework.data.neo4j.repository.Neo4jRepository;
import org.springframework.data.repository.query.Param;
import org.springframework.stereotype.Repository;

import java.util.List;

@Repository
public interface PersonRepository extends Neo4jRepository<Person, Long> {
   /**
    * 查看money 大于指定值的Person 列表
    */
   //@Query("match(p:Person) where p.money>{0} return p")
   @Query("match(p:Person) where p.money>{money} return p")
   List<Person> personList(@Param("money") double money);

   /**
    * 指定开始的名字 和 结束的名字 查询最短路径  限定深度为4以层包含4
    */
   @Query("match p=shortestPath((person:Person{name:{startName}})-[*1..4]-(person2:Person {name:{endName}})) return p")
   List<Person> shortestPath(@Param("startName") String startName, @Param("endName") String endName);

   @Query("match p =(person:Person {name:{name}})-[*1..2]-(:Person) return p")
   List<Person> personListDept(@Param("name") String name);
}
    package com.study.springboottest;// com.lagou.service.Neo4jPersonService

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.ArrayList;
import java.util.List;

@Service("personService")
public class Neo4jPersonService {

   @Autowired
   private PersonRepository personRepository;

   public List<Person> getAll() {
       List<Person> datas = new ArrayList<>();
       personRepository.findAll().forEach(person -> datas.add(person));
       return datas;
   }

   public Person save(Person person) {
       return personRepository.save(person);
   }

   public List<Person> personList(double money) {
       return personRepository.personList(money);
   }

   public List<Person> shortestPath(String startName, String endName) {
       return personRepository.shortestPath(startName, endName);
   }

   public List<Person> personListDept(String name) {
       return personRepository.personListDept(name);
   }

}
版权声明:原创作品,允许转载，转载时务必以超链接的形式表明出处和作者信息。否则将追究法律责任。来自海汼部落－123456789987654321,http://hainiubl.com/topics/75903
点赞
成为第一个点赞的人吧 :bowtie:
回复数量: 0
    暂无评论~~
    • 请注意单词拼写，以及中英文排版，参考此页
    • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
    • 支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
    • 上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
    • 发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空
    Ctrl+Enter
    新 建 话 题

    作者：123456789987654321

    牛仕
    奶牛(野牛的大哥)

    123456789987654321 的其他话题

    分类下其他主题

    随机推荐话题

    QQ群1：551936262 海牛大数据QQ群1

    关注海牛部落大数据技术社区