一般情況下，我們使用數(shù)據(jù)庫(kù)查找事物間的聯(lián)系的時(shí)候，只需要短程關(guān)系的查詢（兩層以內(nèi)的關(guān)聯(lián)）。當(dāng)需要進(jìn)行更長(zhǎng)程的，更廣范圍的關(guān)系查詢時(shí)，就需要圖數(shù)據(jù)庫(kù)的功能。

而隨著社交、電商、金融、零售、物聯(lián)網(wǎng)等行業(yè)的快速發(fā)展，現(xiàn)實(shí)世界的事物之間織起了一張巨大復(fù)雜的關(guān)系網(wǎng)，傳統(tǒng)數(shù)據(jù)庫(kù)面對(duì)這樣復(fù)雜關(guān)系往往束手無(wú)策。因此，圖數(shù)據(jù)庫(kù)應(yīng)運(yùn)而生。

圖數(shù)據(jù)庫(kù)(Graph database)指的是以圖數(shù)據(jù)結(jié)構(gòu)的形式來(lái)存儲(chǔ)和查詢數(shù)據(jù)的數(shù)據(jù)庫(kù)。

從 http:///en/ranking 可以發(fā)現(xiàn)，Neo4j 是目前用的最多的圖數(shù)據(jù)庫(kù)，世界數(shù)據(jù)庫(kù)排行榜上排名21位。

Neo4J屬于原生圖數(shù)據(jù)庫(kù)，其使用的存儲(chǔ)后端專門為圖結(jié)構(gòu)數(shù)據(jù)的存儲(chǔ)和管理進(jìn)行定制和優(yōu)化的，在圖上互相關(guān)聯(lián)的節(jié)點(diǎn)在數(shù)據(jù)庫(kù)中的物理地址也指向彼此，因此更能發(fā)揮出圖結(jié)構(gòu)形式數(shù)據(jù)的優(yōu)勢(shì)。

知識(shí)圖譜中，知識(shí)的組織形式采用的就是圖結(jié)構(gòu)，所以非常適合用neo4j進(jìn)行存儲(chǔ)。

圖數(shù)據(jù)庫(kù)的優(yōu)勢(shì)在于：

• 性能上，對(duì)長(zhǎng)程關(guān)系的查詢速度快

• 擅于發(fā)現(xiàn)隱藏的關(guān)系，例如通過(guò)判斷圖上兩點(diǎn)之間有沒(méi)有走的通的路徑，就可以發(fā)現(xiàn)事物間的關(guān)聯(lián)

數(shù)據(jù)存儲(chǔ)形式

neo4j的數(shù)據(jù)存儲(chǔ)形式 主要是 節(jié)點(diǎn)（node）和 邊（edge） 來(lái)組織數(shù)據(jù)。node可以代表知識(shí)圖譜中的實(shí)體，edge可以用來(lái)代表實(shí)體間的關(guān)系，關(guān)系可以有方向，兩端對(duì)應(yīng)開(kāi)始節(jié)點(diǎn)和結(jié)束節(jié)點(diǎn)。
另外，可以在node上加一個(gè)或多個(gè)標(biāo)簽（Node Label）表示實(shí)體的分類，以及一個(gè)鍵值對(duì)集合來(lái)表示該實(shí)體除了關(guān)系屬性之外的一些額外屬性。關(guān)系也可以附帶額外的屬性。

查詢語(yǔ)言cypher

neo4j采用自己設(shè)計(jì)的查詢語(yǔ)言cypher，其特點(diǎn)和sql有很多相似的地方。match、where、return是最常用到的關(guān)鍵詞：

• match: 相當(dāng)于 sql中的select，用來(lái)說(shuō)明查詢匹配的數(shù)據(jù)模式（或者說(shuō)圖模式）

• where: 用來(lái)限制node或者關(guān)系中部分屬性的屬性值，從而返回我們想要的數(shù)據(jù)

• return: 返回節(jié)點(diǎn)或者關(guān)系

安裝neo4j

這里我們使用docker安裝neo4j，安裝命令行如下：

根據(jù)配置參數(shù)，我們將容器內(nèi)的7474端口掛載到外部宿主機(jī)的7474端口，并設(shè)置好文件夾的映射關(guān)系，注意/import文件夾下放的是將要導(dǎo)入數(shù)據(jù)庫(kù)的csv文件。
接著在瀏覽器中打開(kāi) “ http://localhost:7474/ ”，就可以訪問(wèn)Neo4j管理界面了。

我們通過(guò)一個(gè)例子來(lái)說(shuō)明如何運(yùn)用neo4j數(shù)據(jù)庫(kù)。

1. 導(dǎo)入數(shù)據(jù)

我們這里有兩個(gè)csv文件如下圖，左邊的nodes_companies.csv是一部分公司節(jié)點(diǎn)，右邊的edges_director_duration.csv是這些公司互相之間的服務(wù)關(guān)系。

把這兩個(gè)文件放到neo4j根目錄下的import文件夾內(nèi)，使用LOAD…AS row語(yǔ)句讀取，表示將csv文件按行讀取，每行的變量名為row。再使用MERGE指令創(chuàng)建節(jié)點(diǎn)，將csv文件的第一列數(shù)據(jù)與第二列數(shù)據(jù)匯總為一個(gè)結(jié)點(diǎn)內(nèi)的兩條屬性信息。

LOAD CSV WITH HEADERS FROM 'file:///nodes_companies.csv' AS row
MERGE (c:Company {companyId:row.companyId, companyName:row.name})

這里提一下cypher中兩個(gè)用于創(chuàng)建新的數(shù)據(jù)的兩個(gè)關(guān)鍵詞: create 和 merge

merge：在數(shù)據(jù)庫(kù)中可以匹配到模式相同的數(shù)據(jù)就返回，沒(méi)有則創(chuàng)建一條這樣的數(shù)據(jù)（有則返回，沒(méi)有則創(chuàng)建）
create：無(wú)論如何，都會(huì)創(chuàng)建一條新的數(shù)據(jù)

上面再LOAD文件時(shí)使用merge可以避免導(dǎo)入完全重復(fù)的數(shù)據(jù)。

通過(guò)第二個(gè)csv文件的START_ID和END_ID字段為第一個(gè)csv文件的company之間建立聯(lián)系，即不斷遍歷第二個(gè)文件的每一行，根據(jù)START_ID和END_ID使用where找到圖中相應(yīng)節(jié)點(diǎn)，并為它們添加相應(yīng)的服務(wù)（INTERLOCK）關(guān)系，添加關(guān)系屬性為weight。

注意在cypher語(yǔ)句里，節(jié)點(diǎn)是用（）括起來(lái)表示，關(guān)系則用 [] 括起來(lái)表示。

2.創(chuàng)建關(guān)系

這里我們嘗試自己創(chuàng)建一條新的關(guān)系，比如在id = 281 和 id = 879 的兩個(gè)節(jié)點(diǎn)間創(chuàng)建一條標(biāo)簽為“INTERLOCK”的關(guān)系。

先match和where鎖定 id = 281 和 id = 879的兩個(gè)公司節(jié)點(diǎn)，然后用create創(chuàng)建他們之間的關(guān)系，并添加特定關(guān)系屬性信息（例如weight為10）。

cypher語(yǔ)句如下：

MATCH (c1:company),(c2:company) 
WHERE c1.id = “281” AND c2.id = “879” CREATE (c1)-[r:INTERLOCK{weight:10}]->(c2) RETURN (c1)-[r]-(c2)

這條語(yǔ)句的意思是，匹配類別標(biāo)簽為company，id分別等于281和879的兩個(gè)公司節(jié)點(diǎn)，設(shè)置變量名為c1和c2，在他們之間創(chuàng)建關(guān)系，關(guān)系變量名為r，這里 ()-[]-() 代表無(wú)向邊，()-[]->() 代表有向邊。

返回結(jié)果 (c1)-[r]-(c2) 匹配到的子圖如下所示：

3.比較復(fù)雜的查詢

下面這條語(yǔ)句會(huì)把所有公司中，指向其他公司的連接關(guān)系數(shù)超過(guò)75條的公司全部找出來(lái)。用空括號(hào)()代表任一節(jié)點(diǎn)，函數(shù)count() 計(jì)算關(guān)系的數(shù)量。

4.最短路徑查詢

neo4j還還內(nèi)置實(shí)現(xiàn)了一套圖搜索算法，并提供了相關(guān)函數(shù)接口，比如你想查詢兩個(gè)節(jié)點(diǎn)之間的最短路徑，就可以用下面的查詢語(yǔ)句：

• shortestPath()：返回兩節(jié)點(diǎn)間的最短路徑

match (c1:company), (c2:company), p=shortestPath((c1)-[r:INTERLOCK*..10]->(c2))
where c1.id <> c2.id
return p,length(p) order by length(p) desc limit 1000

直接調(diào)用函數(shù)shortestPath，傳入的參數(shù)為選定的關(guān)系，選取任意兩個(gè)節(jié)點(diǎn)，<>表示id不相等，因?yàn)椴檎业膬蓚€(gè)點(diǎn)不能是同一個(gè)點(diǎn)，*..10表示10度以內(nèi)的所有關(guān)系，返回降序排序的長(zhǎng)度，限制在1000個(gè)防止內(nèi)存溢出）

• allshortestpaths()：返回兩節(jié)點(diǎn)間所有的最短路徑

語(yǔ)句中的pathLength是路徑的邊數(shù)（第一句return），pathDist是路徑上所有帶weight邊的加權(quán)總和（第二句return）。