Neo4j极简教程

本文涉及的产品
云原生多模数据库 Lindorm,多引擎 多规格 0-4节点
云数据库 Tair(兼容Redis),内存型 2GB
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 图数据库是NoSQL类数据库的一大典型代表,在国内图数据库属于新兴事物,其优异的复杂关系解决方案引起了国内众多大型互联网公司及IT开发者的关注,而Neo4j是目前图形化数据库中最为出色、最为成熟的产品。

[toc]

简介

图数据库是NoSQL类数据库的一大典型代表,在国内图数据库属于新兴事物,其优异的复杂关系解决方案引起了国内众多大型互联网公司及IT开发者的关注,而Neo4j是目前图形化数据库中最为出色、最为成熟的产品。

应用场景

现实社会织起了一个庞大而复杂的关系网,比如天天有人给你打电话要你买房子,他们是通过什么技术来找到你的呢?就是通过一些关系运算。

如果使用传统的数据库会很难处理,而采用图数据库来处理它,会更高效、更方便。

在科技领域里有一个六度空间理论,简单地说,就是世界上任何两个人最多只需通过6个关系就一定能够找到对方。

用图数据库就可以把这个理论变成现实。它能支持海量、复杂、多变数据的关系运算,而且运算性能非常高。

和传统数据库比起来,图数据库的优势在哪儿呢?

  • 效率更高
  • 可扩展性更强
  • 落地更方便
  • 更直观、浅显、简单,更易理解

总之,图数据库能高效地处理各种复杂的关系网络,在许多领域有着广泛的应用。它是基于图论而实现的新型数据库系统,擅长处理大量的、复杂的、互联的、多变的网状数据,其效率远远高于传统的关系数据库。

特点

  • 完整的ACID支持
  • 高可用性
  • 轻易扩展到上亿级别的节点和关系
  • 通过遍历工具高速检索数据

基本概念

  • 图数据库:图数据库的叫法多少有借鉴数学中的“图论”的思想,其实在软件开发领域更加通俗的可以称之为“网状数据库”,现实生活中的事务(实体)往往都不是独立存在,或多或少和其他事务(对象)有一定的关系和联系,就像朋友的朋友就是朋友。这种关系如果用图纸画出来,就是一个个实体连线其他的实体,中间的线可能是不同的关系。
  • 实体:拥有一些相同特征的事务,某一类数据,某一个领域,某一个业务表示等等
  • 关系:类比一下,就类似关系性数据库中的关系模式了,只不过在图数据库中更加强调个体与个体的关系模式
  • 在neo4j中实体就是节点,节点可以有自己的属性,不同的节点通过关系关联起来

模块

Neo4j最初是一个图形数据库,现在已经发展成为一个拥有众多工具,应用程序和库的丰富生态系统。

  • Neo4j Graph Database:核心模块,一个完整的数据库系统,可以存储、检索数据。有两个版本:社区版和企业版
  • Neo4j Aura:封装成服务的云产品
  • Neo4j Graph Data Science:提供数据分析和算法支持,可用于大数据分析
  • Neo4j Tools:提供了一系列工具,旨在让开发人员更简单方便的学习、操作、开发、运维Neo4j生态的产品。这些工具包括:Neo4j Desktop,Neo4j Browser,Neo4j Operations Manager,Data Importer,Neo4j Bloom
  • Cypher query language:数据库查询语言,类似于sql

安装

以centos下安装为例

下载

下载中心地址:https://neo4j.com/download-center/

建议下载 4.x 的版本,4.x需要jdk11,5.x需要jdk17

本文下载的是 Linux / Mac ExecutableNeo4j 4.4.23 (tar)

解压之后目录如下(/opt/neo4j-community-4.4.23):

  • bin
  • certificates
  • conf
  • data
  • import
  • labs
  • lib
  • licenses
  • LICENSES.txt
  • LICENSE.txt
  • logs
  • NOTICE.txt
  • plugins
  • README.txt
  • run
  • UPGRADE.txt

改配置

打开 conf/neo4j.conf,并修改dbms.default_listen_address为实际地址,默认的是localhost,外部机器无法访问。


dbms.default_listen_address=192.168.1.x

启动

  • 启动:sh bin/neo4j start
  • 重启:sh bin/neo4j restart

访问

  • 默认访问端口:7474
  • 默认账号密码是:neo4j

http://192.168.1.x:7474

改密码

初次登录会强制改密码,改完密码将进入主面板页面

Cypher query language基本使用

在谢谢你下载页面有一个 importData 的超链接,点开之后是开发者文档,此文档以关系型数据库数据导入neo4j为主题,深入浅出的介绍了关系型数据库和neo4j的相同和不同,neo4j的应用场景和优势,如何执行简单的 Cypher query language 。。。。。。

文档地址:https://neo4j.com/developer/guide-importing-data-and-etl/

Cypher Query Language 用法举例


//查询节点
MATCH (n) RETURN n LIMIT 100

// Create orders
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/orders.csv' AS row
MERGE (order:Order {orderID: row.OrderID})
  ON CREATE SET order.shipName = row.ShipName;

//query  order  
MATCH (o:Order) return o LIMIT 5;
数据呈现视图:Graph ,Table , Text

// Create products
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/products.csv' AS row
MERGE (product:Product {productID: row.ProductID})
  ON CREATE SET product.productName = row.ProductName, product.unitPrice = toFloat(row.UnitPrice);

//QUERY product
MATCH (p:Product) return p LIMIT 5;

// Create suppliers
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/suppliers.csv' AS row
MERGE (supplier:Supplier {supplierID: row.SupplierID})
  ON CREATE SET supplier.companyName = row.CompanyName;

//query  Supplier
MATCH (s:Supplier) return s LIMIT 5;

// Create employees
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/employees.csv' AS row
MERGE (e:Employee {employeeID:row.EmployeeID})
  ON CREATE SET e.firstName = row.FirstName, e.lastName = row.LastName, e.title = row.Title;

// Create categories
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/categories.csv' AS row
MERGE (c:Category {categoryID: row.CategoryID})
  ON CREATE SET c.categoryName = row.CategoryName, c.description = row.Description;

//创建索引和约束
CREATE INDEX product_id FOR (p:Product) ON (p.productID);
CREATE INDEX product_name FOR (p:Product) ON (p.productName);
CREATE INDEX supplier_id FOR (s:Supplier) ON (s.supplierID);
CREATE INDEX employee_id FOR (e:Employee) ON (e.employeeID);
CREATE INDEX category_id FOR (c:Category) ON (c.categoryID);
CREATE CONSTRAINT order_id ON (o:Order) ASSERT o.orderID IS UNIQUE;
CALL db.awaitIndexes();

//查询索引
CALL db.indexes();

// Create relationships between orders and products
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/orders.csv' AS row
MATCH (order:Order {orderID: row.OrderID})
MATCH (product:Product {productID: row.ProductID})
MERGE (order)-[op:CONTAINS]->(product)
  ON CREATE SET op.unitPrice = toFloat(row.UnitPrice), op.quantity = toFloat(row.Quantity);

//查询订单和商品的关系
  MATCH (o:Order)-[]-(p:Product)
  RETURN o,p LIMIT 10;

// Create relationships between orders and employees
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/orders.csv' AS row
MATCH (order:Order {orderID: row.OrderID})
MATCH (employee:Employee {employeeID: row.EmployeeID})
MERGE (employee)-[:SOLD]->(order);

//查询订单和员工之间的关系
MATCH (o:Order)-[]-(e:Employee)
RETURN o,e LIMIT 10;

// Create relationships between products and suppliers
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/products.csv
' AS row
MATCH (product:Product {productID: row.ProductID})
MATCH (supplier:Supplier {supplierID: row.SupplierID})
MERGE (supplier)-[:SUPPLIES]->(product);

//查询供应商、产品之间的关系
MATCH (s:Supplier)-[]-(p:Product)
RETURN s,p LIMIT 10;

// Create relationships between products and categories
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/products.csv
' AS row
MATCH (product:Product {productID: row.ProductID})
MATCH (category:Category {categoryID: row.CategoryID})
MERGE (product)-[:PART_OF]->(category);
MATCH (c:Category)-[]-(p:Product)
RETURN c,p LIMIT 10;

// Create relationships between employees (reporting hierarchy)
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/employees.csv' AS row
MATCH (employee:Employee {employeeID: row.EmployeeID})
MATCH (manager:Employee {employeeID: row.ReportsTo})
MERGE (employee)-[:REPORTS_TO]->(manager
MATCH (e1:Employee)-[]-(e2:Employee)
RETURN e1,e2 LIMIT 10;

//find a sample of employees who sold orders with their ordered products
MATCH (e:Employee)-[rel:SOLD]->(o:Order)-[rel2:CONTAINS]->(p:Product)
RETURN e, rel, o, rel2, p LIMIT 25;

//find the supplier and category for a specific product
MATCH (s:Supplier)-[r1:SUPPLIES]->(p:Product {productName: 'Chocolade'})-[r2:PART_OF]->(c:Category)
RETURN s, r1, p, r2, c;

//find the supplier and category for a specific product
MATCH (s:Supplier)-[r1:SUPPLIES]->(p:Product {productName: 'Chocolade'})-[r2:PART_OF]->(c:Category)
RETURN s, r1, p, r2, c;

SpringBoot集成Neo4j

得益于 SpringData 的封装,SpringBoot 中集成Neo4j 将非常的简单,并且核心思路和关键字还是 jpa 那一套

pom


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

yml


spring:
  neo4j:
    uri: bolt://192.168.1.x:7687
    authentication:
      username: neo4j
      password: neo4j.
logging:
  level:
    org.springframework.data.neo4j: debug
  • bolt:一种通过数据库查询语言执行数据库查询的应用程序协议,Neo4j-server 的默认端口是 7687
  • 开启日志可以打印 Cypher query language 查询语句

entity



package com.neo4j.neo4j.entity;

    import org.springframework.data.neo4j.core.schema.Id;
    import org.springframework.data.neo4j.core.schema.Node;

    @Node("Person")
    public class PersonEntity {
   
   

        @Id
        private final String name;

        private final Integer born;

        public PersonEntity(Integer born, String name) {
   
   
            this.born = born;
            this.name = name;
        }

        public Integer getBorn() {
   
   
            return born;
        }

        public String getName() {
   
   
            return name;
        }

    }
  • Node:实体对应哪个节点
  • Id:主键

repository


package com.neo4j.neo4j.repository;
import com.neo4j.neo4j.entity.PersonEntity;
import org.springframework.data.neo4j.repository.Neo4jRepository;
import org.springframework.data.neo4j.repository.query.Query;
import org.springframework.stereotype.Repository;
import java.util.List;

@Repository
public interface PersonRepository extends 
Neo4jRepository<PersonEntity, String> {
   
   

    List<PersonEntity> findByNameLike(String word);


    @Query(value = "MATCH (n:Person) RETURN n limit 5")
    List<PersonEntity> findList(String name, Integer born);
}
  • Neo4jRepository:实现Neo4jRepository接口,集成基本的CURD
  • findByNameLike:无需编写查询语句,SpringData帮助生成
  • Query:编写自定义查询语句

controller


package com.neo4j.neo4j.controller;
import com.neo4j.neo4j.entity.PersonEntity;
import com.neo4j.neo4j.repository.PersonRepository;
import lombok.AllArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import java.util.List;

@Slf4j
@AllArgsConstructor
@RestController
@RequestMapping("/test")
public class TestController {
   
   

    private PersonRepository personRepository;

    @GetMapping("/person")
    public List<PersonEntity> findAllPerson() {
   
   
        List<PersonEntity> persons = personRepository.findByNameLike("K");
        List<PersonEntity> list = personRepository.findList("", 0);
        return personRepository.findAll();
    }
}

输出的日志:

2023-07-19 17:04:08.301 DEBUG 44492 --- [nio-9009-exec-3] org.springframework.data.neo4j.cypher    : Executing:
MATCH (personEntity:`Person`) WHERE personEntity.name =~ (('.*' + $word) + '.*') RETURN personEntity{.born, .name, __nodeLabels__: labels(personEntity), __internalNeo4jId__: id(personEntity)}
2023-07-19 17:04:09.195 DEBUG 44492 --- [nio-9009-exec-3] org.springframework.data.neo4j.cypher    : Executing:
MATCH (n:Person) RETURN n limit 5
2023-07-19 17:04:09.350 DEBUG 44492 --- [nio-9009-exec-3] o.s.d.n.c.t.Neo4jTransactionManager      : Creating new transaction with name [org.springframework.data.neo4j.repository.support.SimpleNeo4jRepository.findAll]: PROPAGATION_REQUIRED,ISOLATION_DEFAULT,readOnly
2023-07-19 17:04:09.372 DEBUG 44492 --- [nio-9009-exec-3] org.springframework.data.neo4j.cypher    : Executing:
MATCH (personEntity:`Person`) RETURN personEntity{.born, .name, __nodeLabels__: labels(personEntity), __internalNeo4jId__: id(personEntity)}
2023-07-19 17:04:09.587 DEBUG 44492 --- [nio-9009-exec-3] o.s.d.n.c.t.Neo4jTransactionManager      : Initiating transaction commit

引用

相关实践学习
阿里云图数据库GDB入门与应用
图数据库(Graph Database,简称GDB)是一种支持Property Graph图模型、用于处理高度连接数据查询与存储的实时、可靠的在线数据库服务。它支持Apache TinkerPop Gremlin查询语言,可以帮您快速构建基于高度连接的数据集的应用程序。GDB非常适合社交网络、欺诈检测、推荐引擎、实时图谱、网络/IT运营这类高度互连数据集的场景。 GDB由阿里云自主研发,具备如下优势: 标准图查询语言:支持属性图,高度兼容Gremlin图查询语言。 高度优化的自研引擎:高度优化的自研图计算层和存储层,云盘多副本保障数据超高可靠,支持ACID事务。 服务高可用:支持高可用实例,节点故障迅速转移,保障业务连续性。 易运维:提供备份恢复、自动升级、监控告警、故障切换等丰富的运维功能,大幅降低运维成本。 产品主页:https://www.aliyun.com/product/gdb
目录
相关文章
|
3月前
|
API 数据库 开发者
Python连接Neo4j工具比较 Neo4j Driver、py2neo
Python连接Neo4j工具比较 Neo4j Driver、py2neo
109 0
|
5月前
|
NoSQL Linux 数据安全/隐私保护
轻松搭建Neo4j图数据库:一步步教你在Docker上安装Neo4j Community Server
轻松搭建Neo4j图数据库:一步步教你在Docker上安装Neo4j Community Server
|
6月前
|
存储 NoSQL 关系型数据库
|
机器学习/深度学习 SQL 数据库
NEO4J的入门和一些简单的操作
> 持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第29天,[点击查看活动详情](https://juejin.cn/post/7147654075599978532 "https://juejin.cn/post/7147654075599978532") # 引言 今天我们继续学习NEO4J. # 创建 创建语句我们一般会使用create指令 我们首先在控制台上输入`neo4j.bat console`启动neo4j 然后打开你的浏览器,然后在浏览器地址栏中输入 `http://localhost:7687 - Neo4j Browser](http:
|
存储 NoSQL Java
Neo4j学习笔记(一) 安装配置
Neo4j学习笔记(一) 安装配置
580 0
|
SQL 数据可视化 NoSQL
|
数据库管理
Neo4j一些命令
Neo4j的CREATE命令
82 0
neo4j的一些命令
return命令
104 0
Neo4j的一些命令
delete命令
102 0
|
NoSQL 数据可视化 Java
我的Neo4j探索之旅 - 初识Neo4j(一)
neo4j 这个东西在国内用的很少,目前能百度的资料也是很早之前的几篇了,我针对neo4j 3.5 的版本进行一次学习和记录,以及实际的工作需求我也遇到了,后续会开源一个剔除业务的开源项目,有兴趣的读者可以了解一下图数据库的中间件,还是蛮有意思的。
334 0