做网站广告推广平台,学校网站建设评估,建设网站公司电话号码,宁夏信用建设官方网站什么是Neo4j#xff1f; Neo4j是用Java实现的开源NoSQL图数据库。从2003年开始开发#xff0c;2007年正式发布第一版#xff0c;其源码托管于GitHtb。Neo4j作为图数据库中的代表产品#xff0c;已经在众多的行业项目中进行了应用#xff0c;如#xff1a;网络管理、软件分…什么是Neo4j Neo4j是用Java实现的开源NoSQL图数据库。从2003年开始开发2007年正式发布第一版其源码托管于GitHtb。Neo4j作为图数据库中的代表产品已经在众多的行业项目中进行了应用如网络管理、软件分析、组织和项目管理、社交项目等方面。
官网 https://neo4j.com/ Neo4j实现了专业数据库级别的图数据模型的存储提供了完整的数据库特性包括ACID事务的支持、集群的支持、备份和故障转移等。 Neo4j提供了申明式的查询语言Cypher它类似于关系型数据库中的SQL语言其具有表现力丰富、使用简单、查询效率高、高扩展性等特点。 它存储的数据大致是这样的 版本说明
一般来说分为两个不同的版本社区版以及企业版
社区版免费我们主要利用社区办进行下述讲解
部署
你可以直接在官网上下载社区版我们这边写一下linux的部署 安装完docker之后执行下述命令即可 docker run \ -d \ --restartalways \ --name neo4j \ -p 7474:7474 \ -p 7687:7687 \ -v neo4j:/data \ neo4j:4.4.5 体验neo4j
点击按钮 出现这个界面 这个时候点击右下角的next出现一行代码 点击复制放到
执行即可
ok现在你已经会了第一步了接下来我们学习Cypher语句
数据结构
eo4j中采用节点、属性、关系、标签来存储数据。如下 节点 存储实体数据在上图中演员、电影都是节点。可以理解为关系型数据库中的表。
关系 存储节点之间的关系。关系只能有一个类型必须有开始节点和结束节点以及指向。关系可以自我循环引用但是两头永远不能为空。
属性 节点和关系都可以有属性它是由键值对组成的。节点的属性可以理解为关系型数据库中的字段。关系中的属性进一步的明确了关系。
标签 标签是对节点的分类这样使得构建Neo4j数据模型更加简单。在上面的电影案例中Movie、Person就是标签 Cypher语言
创建数据
板子
1 查询所有 数据 match (n) return n;
2 删除所有节点和关系慎用
match (n) detach delete n
3 创建节点该节点具有name属性n为该节点名称返回n
create (n {name: $value}) return n
4.创建节点指定标签
crearte (n:$Tag { name : $value })
5.创建n指向m的关系 并且指定关系类型为 knows
create (n)-[r:KNOWS]-(m)
实例
//示例 CREATE (n {name:迪士尼营业部}) CREATE (n:AGENCY {name:航头营业部})
//创建浦东新区转运中心、上海转运中心节点并且创建关系为IN_LINE创建完成后返回节点和关系 //TLT - Two Level Transport二级转运中心 //OLT - One Level Transport一级转运中心 CREATE (n:TLT {name:浦东新区转运中心}) -[r:IN_LINE]- (m:OLT {name:上海转运中心}) RETURN n,r,m
//关系也是可以反向并且可以为关系中指定属性 CREATE (n:TLT {name:浦东新区转运中心}) -[r:OUT_LINE]- (m:OLT {name:上海转运中心}) RETURN n,r,m 查询
//条件查询
[MATCH WHERE]
//查询的结果以管道的形式传递给下面的语句聚合查询必须使用WITH [WITH [ORDER BY] [SKIP] [LIMIT]]
//返回、排序、跳过、返回个数
RETURN [ORDER BY] [SKIP] [LIMIT]
好了你现在已经知道了简单的构造和查询语句接下来我们举个例子
分页查询
分页查询网点按照bid正序排序每页查询2条数据第一页
match (n:AGENCY) return n order by n.bid ASC skip 0 limit 2 //z这里的skip之后的实际上就是跳过多少页
//第二页
match (n:AGENCY) return n order by n.bid ASC skip 2 limit 2
更新数据
//查询出来之后进行更新即可
// 更新/设置 属性 match (n:AGENCY {name:北京市昌平区新龙城}) set n.address 龙跃苑四区3号楼底商101号 return n
//通过remove移除属性 match (n:AGENCY {name:北京市昌平区新龙城})
remove n.address RETURN n
//没有address属性的增加属性 match (n:AGENCY) where n.address is null set n.address 暂无地址
删除数据
//删除节点 MATCH (n:AGENCY {name:航头营业部}) DELETE n //有关系的节点是不能直接删除的 MATCH (n:AGENCY {name:北京市昌平区新龙城}) DELETE n //删除节点和关系 MATCH (n:AGENCY {name:北京市昌平区新龙城}) DETACH DELETE n
//删除所有节点和关系慎用 MATCH (n) DETACH DELETE n 案例
建表语句用作练习 CREATE (北京市转运中心:OLT {bid: 8001, name: 北京市转运中心, address: 北京市转运中心, location : point({latitude:39.904179, longitude:116.407387})}) CREATE (上海市转运中心:OLT {bid: 8002, name: 上海市转运中心, address: 上海市转运中心, location : point({latitude:31.230525, longitude:121.473667})}) CREATE (南京市转运中心:OLT {bid: 8003, name: 南京市转运中心, address: 南京市转运中心, location : point({latitude:32.059344, longitude:118.796624})}) CREATE (太原市转运中心:OLT {bid: 8004, name: 太原市转运中心, address: 太原市转运中心, location : point({latitude:37.870451, longitude:112.549656})}) CREATE (郑州市转运中心:OLT {bid: 8005, name: 郑州市转运中心, address: 郑州市转运中心, location : point({latitude:34.745551, longitude:113.624321})}) CREATE (北京市转运中心)-[:IN_LINE {cost:10684.9}]-(上海市转运中心), (北京市转运中心)-[:OUT_LINE {cost:10684.9}]-(上海市转运中心), (北京市转运中心)-[:IN_LINE {cost:8993.1}]-(南京市转运中心), (北京市转运中心)-[:OUT_LINE {cost:8993.1}]-(南京市转运中心), (南京市转运中心)-[:IN_LINE {cost:2699.4}]-(上海市转运中心), (南京市转运中心)-[:OUT_LINE {cost:2699.4}]-(上海市转运中心), (太原市转运中心)-[:IN_LINE {cost:3609.7}]-(郑州市转运中心), (太原市转运中心)-[:OUT_LINE {cost:3609.7}]-(郑州市转运中心), (郑州市转运中心)-[:IN_LINE {cost:5659.7}]-(南京市转运中心), (郑州市转运中心)-[:OUT_LINE {cost:5659.7}]-(南京市转运中心) CREATE (昌平区转运中心:TLT {bid: 90001, name: 昌平区转运中心, address: 昌平区转运中心, location : point({latitude:40.220952, longitude:116.231034})}) CREATE (北京市昌平区新龙城:AGENCY {bid: 100260, name: 北京市昌平区新龙城, address: 龙跃苑四区3号楼底商, phone : 010-53049073,010-53576707, location : point({latitude:40.07544443596149, longitude:116.3470535709328})}) CREATE (北京市昌平区新龙城)-[:IN_LINE {cost:189.7}]-(昌平区转运中心), (北京市昌平区新龙城)-[:OUT_LINE {cost:189.7}]-(昌平区转运中心) CREATE (北京市昌平区定泗路:AGENCY {bid: 100280, name: 北京市昌平区定泗路, address: 北七家镇定泗路苍龙街交叉口, phone : 010-86392987, location : point({latitude:40.11765281246394, longitude:116.37212849638287})}) CREATE (北京市昌平区定泗路)-[:IN_LINE {cost:166.2}]-(昌平区转运中心), (北京市昌平区定泗路)-[:OUT_LINE {cost:166.2}]-(昌平区转运中心) CREATE (海淀区转运中心:TLT {bid: 90002, name: 海淀区转运中心, address: 海淀区转运中心, location : point({latitude:39.959893, longitude:116.2977})}) CREATE (北京市海淀区小营:AGENCY {bid: 100347, name: 北京市海淀区小营, address: 北京市昌平区回龙观街道金燕龙大厦停车场, phone : 010-86483817,010-86483817,010-86483817, location : point({latitude:40.06177798692319, longitude:116.32706587559049})}) CREATE (北京市海淀区小营)-[:IN_LINE {cost:116.1}]-(海淀区转运中心), (北京市海淀区小营)-[:OUT_LINE {cost:116.1}]-(海淀区转运中心) CREATE (北京市海淀区万泉河:AGENCY {bid: 100227, name: 北京市海淀区万泉河, address: 北京市海淀区四季青镇杏石口路47号院, phone : 18521852356, location : point({latitude:39.94882822425318, longitude:116.25707017441161})}) CREATE (北京市海淀区万泉河)-[:IN_LINE {cost:36.8}]-(海淀区转运中心), (北京市海淀区万泉河)-[:OUT_LINE {cost:36.8}]-(海淀区转运中心) CREATE (昌平区转运中心)-[:IN_LINE {cost:383.3}]-(北京市转运中心), (昌平区转运中心)-[:OUT_LINE {cost:383.3}]-(北京市转运中心), (海淀区转运中心)-[:IN_LINE {cost:112.3}]-(北京市转运中心), (海淀区转运中心)-[:OUT_LINE {cost:112.3}]-(北京市转运中心) CREATE (浦东新区转运中心:TLT {bid: 90003, name: 浦东新区转运中心, address: 浦东新区转运中心, location : point({latitude:31.221461, longitude:121.544346})}) CREATE (上海市浦东新区南汇:AGENCY {bid: 210057, name: 上海市浦东新区南汇, address: 园春路8号, phone : 18821179169, location : point({latitude:31.035240152911637, longitude:121.73459966751048})}) CREATE (上海市浦东新区南汇)-[:IN_LINE {cost:275.4}]-(浦东新区转运中心), (上海市浦东新区南汇)-[:OUT_LINE {cost:275.4}]-(浦东新区转运中心) CREATE (上海市浦东新区周浦:AGENCY {bid: 210127, name: 上海市浦东新区周浦, address: 川周公路3278-8号, phone : 021-68060322, location : point({latitude:31.132409729356993, longitude:121.59815370294322})}) CREATE (上海市浦东新区周浦)-[:IN_LINE {cost:111.6}]-(浦东新区转运中心), (上海市浦东新区周浦)-[:OUT_LINE {cost:111.6}]-(浦东新区转运中心) CREATE (奉贤区转运中心:TLT {bid: 90004, name: 奉贤区转运中心, address: 奉贤区转运中心, location : point({latitude:30.918406, longitude:121.473945})}) CREATE (上海市奉贤区东部:AGENCY {bid: 210017, name: 上海市奉贤区东部, address: 上上海市奉贤区洪庙镇洪兰路351, phone : 021-57171717, location : point({latitude:30.917752751719863, longitude:121.67587819184698})}) CREATE (上海市奉贤区东部)-[:IN_LINE {cost:192.9}]-(奉贤区转运中心), (上海市奉贤区东部)-[:OUT_LINE {cost:192.9}]-(奉贤区转运中心) CREATE (上海市奉贤区青村:AGENCY {bid: 210442, name: 上海市奉贤区青村, address: 姚家村1127号, phone : 021-57566663,021-57566606, location : point({latitude:30.916946897994983, longitude:121.57954144207972})}) CREATE (上海市奉贤区青村)-[:IN_LINE {cost:100.9}]-(奉贤区转运中心), (上海市奉贤区青村)-[:OUT_LINE {cost:100.9}]-(奉贤区转运中心) CREATE (浦东新区转运中心)-[:IN_LINE {cost:68.0}]-(上海市转运中心), (浦东新区转运中心)-[:OUT_LINE {cost:68.0}]-(上海市转运中心), (奉贤区转运中心)-[:IN_LINE {cost:347.4}]-(上海市转运中心), (奉贤区转运中心)-[:OUT_LINE {cost:347.4}]-(上海市转运中心) CREATE (玄武区转运中心:TLT {bid: 90004, name: 玄武区转运中心 , location : point({latitude:32.048644, longitude:118.797779})}) CREATE (江苏省南京市玄武区紫金墨香苑:AGENCY {bid: 25073, name: 江苏省南京市玄武区紫金墨香苑, address: 栖霞区燕尧路100号, phone : 025-58765331,025-83241955,025-83241881, location : point({latitude:32.117016089520305, longitude:118.86319310255513})}) CREATE (江苏省南京市玄武区紫金墨香苑)-[:IN_LINE {cost:98.0}]-(玄武区转运中心), (江苏省南京市玄武区紫金墨香苑)-[:OUT_LINE {cost:98.0}]-(玄武区转运中心) CREATE (江苏省南京市玄武区长江路:AGENCY {bid: 25023, name: 江苏省南京市玄武区长江路, address: 观音阁10号, phone : 18521133265,18695799166, location : point({latitude:32.04803554410631, longitude:118.79190455263355})}) CREATE (江苏省南京市玄武区长江路)-[:IN_LINE {cost:5.6}]-(玄武区转运中心), (江苏省南京市玄武区长江路)-[:OUT_LINE {cost:5.6}]-(玄武区转运中心) CREATE (玄武区转运中心)-[:IN_LINE {cost:12.0}]-(南京市转运中心), (玄武区转运中心)-[:OUT_LINE {cost:12.0}]-(南京市转运中心) CREATE (小店区转运中心:TLT {bid: 90005, name: 小店区转运中心 , location : point({latitude:37.736865, longitude:112.565524})}) CREATE (山西省太原市青龙:AGENCY {bid: 351068, name: 山西省太原市青龙, address: 长治路33号经典家园停车场内13号商铺, phone : 0351-2025888, location : point({latitude:37.83589608758359, longitude:112.56059258109424})}) CREATE (山西省太原市青龙)-[:IN_LINE {cost:110.3}]-(小店区转运中心), (山西省太原市青龙)-[:OUT_LINE {cost:110.3}]-(小店区转运中心) CREATE (山西省太原市长风街:AGENCY {bid: 351045, name: 山西省太原市长风街, address: 平阳路104号省农机公司院内, phone : 18636100730, location : point({latitude:37.809964384001226, longitude:112.55299317699505})}) CREATE (山西省太原市长风街)-[:IN_LINE {cost:82.1}]-(小店区转运中心), (山西省太原市长风街)-[:OUT_LINE {cost:82.1}]-(小店区转运中心) CREATE (小店区转运中心)-[:IN_LINE {cost:149.4}]-(太原市转运中心), (小店区转运中心)-[:OUT_LINE {cost:149.4}]-(太原市转运中心) CREATE (中原区转运中心:TLT {bid: 90006, name: 中原区转运中心 , location : point({latitude:34.74828, longitude:113.612966})}) CREATE (河南省郑州市郑上路:AGENCY {bid: 371067, name: 河南省郑州市郑上路, address: 中原西路西四环西北角, phone : 0371-55116757,0371-68014786, location : point({latitude:34.74753024533005, longitude:113.57428550005442})}) CREATE (河南省郑州市郑上路)-[:IN_LINE {cost:35.4}]-(中原区转运中心), (河南省郑州市郑上路)-[:OUT_LINE {cost:35.4}]-(中原区转运中心) CREATE (河南省郑州市颍河路:AGENCY {bid: 371086, name: 河南省郑州市颍河路, address: 航海西路与西三环交叉口向南300米路西中贸商务, phone : 19139415556, location : point({latitude:34.71593280680163, longitude:113.60398506929064})}) CREATE (河南省郑州市颍河路)-[:IN_LINE {cost:36.9}]-(中原区转运中心), (河南省郑州市颍河路)-[:OUT_LINE {cost:36.9}]-(中原区转运中心) CREATE (中原区转运中心)-[:IN_LINE {cost:11.5}]-(郑州市转运中心), (中原区转运中心)-[:OUT_LINE {cost:11.5}]-(郑州市转运中心) 基本查询
//查询所有的数据
match (n) return n;
//查询所有的网点
match n:AGENCYreturn n //查询的时候加上标签即即可
//查询所有与北京市相关的
match (n:OLT {name: 北京市转运中心}) -- (m) return n,m //双向边就不需要带上剪头了
//查询所有北京市转运中心关联的一级转运中心
match (n:OLT {name:北京市转运中心}) -- (m:OLT) return n,m
//将查询赋值与变量
match p (n:OLT {name:北京市转运中心}) -- (m:OLT) return p
关系深度查询
这个也是neo4j中最最重要的属性可以直接显示两点之间的一个道路已经自定义最近的道路
语法格式 -[:TYPE*minHops..maxHops]-
//查询【北京市转运中心】关系中深度为1~2层关系的节点 match (n:OLT {name:北京市转运中心}) -[*1..2]-(m) return * //也可以这样 match (n:OLT {name:北京市转运中心}) -[*..2]-(m) return * //默认从1开始注意你想要2..3是不可以的 //也可以通过变量的方式查询 match path (n:OLT {name:北京市转运中心}) -[*..2]-(m) return path
//查询关系relationships()获取结果中的关系WITH向后传递数据 match path (n:OLT {name:北京市转运中心}) -[*..2]-(m) with n,m, relationships(path) AS r return r
//注意上述这个查询仅仅返回数据
//查询两个网点之间所有的路线最大深度为6可以查询到2条路线 match path (n:AGENCY) -[*..6]-(m:AGENCY) where n.name 北京市昌平区定泗路 AND m.name 上海市浦东新区南汇 return path
//查询两个网点之间最短路径查询深度最大为10 match path shortestPath((n:AGENCY) -[*..10]-(m:AGENCY)) where n.name 北京市昌平区定泗路 AND m.name 上海市浦东新区南汇 return path
//最短路径我们如果调用shortestPath的话实际上求得是最短的长度路径的多少
//查询两个网点之间所有的路线中成本最低的路线最大深度为10如果成本相同转运节点最少 match path (n:AGENCY) -[*..10]-(m:AGENCY) where n.name 北京市昌平区定泗路 AND m.name 上海市浦东新区南汇 unwind relationships(path) AS r with sum(r.cost) AS cost, path return path ORDER BY cost ASC, LENGTH(path) ASC LIMIT 1
//UNWIND是将列表数据展开操作 //sum()是聚合统计函数类似还有avg()、max()、min()等 当然spring中已经集成也就是spring data neo4j ,但是对于上述操作我认为还是需要了解并且知道的
与关系型数据库的对比 特性 Neo4j图数据库MySQL关系型数据库数据模型原生图结构节点关系属性表结构行列存储结构专用的图存储文件节点、关系独立存储B树索引 行存储查询语言Cypher声明式图查询SQL基于集合的操作连接查询天然高效直接遍历关系需要 JOIN 操作性能随数据量增长下降适用场景社交网络、推荐系统、知识图谱 事务处理、结构化数据存储 总结
Neo4j 底层数据结构 节点固定大小记录存储 ID、标签和属性。关系固定大小记录存储 ID、起始/结束节点、类型和属性。属性键值对存储为压缩的二进制格式通过字典和索引加速访问。 存储引擎原生图存储文件与内存缓存结合优化图遍历性能。索引支持标签、关系类型、属性等多种索引加速查询。
Neo4j 的底层设计使其成为 处理复杂关系数据的高性能解决方案尤其适合需要频繁遍历节点和关系的场景如社交网络分析、欺诈检测等。
