图数据库Neo4J的使用

文档名称文档密级2020-4-27华为保密信息,未经授权禁止扩散第1页,共8页图数据库Neo4J的使用吴斌[e-mail]1，图数据库Neo4J的介绍：是个开源的图数据，很好用，轻便灵活，嵌入式，功能强大，而且相关资料比较齐全。按照Neo4J官方网站公布，该数据库可以支持数十亿的节点数：massivelyscalable,uptoseveralbillionnodes/relationships/properties而且支持分布式部署，Master,Slave。对Neo4J的性能和可用性的介绍：的CEO有个视频简单介绍Neo4J：，安装：Neo4J的安装使用非常简单。下载一个稳定版本，解压，运行Neo4j.bat（windows版本）即可。下载地址，目前比较好用的稳定版本是1.9.1。然后可以访问WEB管理界面，地址：，Neo4J的使用方式包括：1）可以写程序，添加，更新，用JAVA，Python，PHP,.NET等语言都可以实现。2）可以用命令行，添加，更新，查看，Neo4J提供基于WEB的执行界面，提供类SQL语言执行，这些语言包括Cypher，Gremlin等。如下图：文档名称文档密级2020-4-27华为保密信息,未经授权禁止扩散第2页,共8页3）可以基于Neo4J提供的WEBUI界面添加，更新节点和关系，如下：4)可以使用附加工具（ETL）导入数据。也可以从关系数据库中导入数据。，使用JAVA访问Neo4J：学习材料：://docs.neo4j.org/chunked/stable/tutorials-java-embedded.htmlNeo4J中节点，边，都可以任意添加属性，边（关系）的可以自定义，是个枚举值，举例：文档名称文档密级2020-4-27华为保密信息,未经授权禁止扩散第3页,共8页firstNode=graphDb.createNode();firstNode.setProperty(message,Hello,[NodeA],);secondNode=graphDb.createNode();secondNode.setProperty(message,TheGraphDBWorld![NodeB]);relationship=firstNode.createRelationshipTo(secondNode,RelTypes.KNOWS);relationship.setProperty(Reason,UseNeo4jfortesting[Edge],);还有一点很重要，Neo4J可以支持自定义节点类，就是说你可以按照你的需要设计Class做节点，也就是说你可以给每个节点增加任意方法，实现任意功能，这个功能的扩展性非常强。而且Neo4J提供嵌入式程序的能力，你可以把它当做一个Lib来使用，可以在保留其他应用开放方式的情况下，提供图数据库的强大能力。其例子socnet可以在Neo4J的网站上查找。5，Cypher介绍：Cypher是Neo4J自己提供的一种高效类SQL语言，用于图数据和关系查询。关系查询采用一种模式匹配的方式，比较直观。很好的学习材料：这个Video讲的很清楚：创建节点：（每个Node，系统会自动建立一个唯一的id，不可修改。下面的ID是Node的属性。）createn={name:'Motion',ID:'M001'}returnn;创建关系：startn=node(14),m=node(20)createm-[r:KNOWS]-nreturnr;查询：按id查询(这里的id是系统自动创建的)：startn=node(20)returnm;查询所有节点：文档名称文档密级2020-4-27华为保密信息,未经授权禁止扩散第4页,共8页startn=node(*)returnn;查询属性，关系：startn=node(9)returnn,n.name,n.ID,n.level;//查看指定节点，返回需要的属性startn=node(*)match(n)-[r:SubClassOf]-mreturnm,n,n.name,n.ID,r;//查找指定关系按关系查询多个节点：starta=node(14)matchb-[r]-areturnr,b;starta=node(0)matchc-[:KNOWS]-b-[:KNOWS]-areturna,b,c;//查找两层KNOWS关系的节点starta=node(21)matchb-[*]-areturna,b;//查找所有与a节点有关系的节点使用Where条件进行查询：（不用建立Index也可以使用）startn=node(*)wheren.name=Activityreturnn;并且可以使用特定符号：startn=node(*)wheren.ID?=A*returnn;startn=node(*)whereHAS(n.type)returnn,n.name,n.ID,n.type;//如果存在属性type，并且以A开头，就输出节点。配置文件自动建立索引：修改conf目录下的neo4j.properties文件内容如下，重启Neo4J，对重启后新建的Node生效。#Enableauto-indexingfornodes,defaultisfalsenode_auto_indexing=true#Thenodepropertykeystobeauto-indexed,ifenablednode_keys_indexable=name,ID#Enableauto-indexingforrelationships,defaultisfalse文档名称文档密级2020-4-27华为保密信息,未经授权禁止扩散第5页,共8页relationship_auto_indexing=true#Therelationshippropertykeystobeauto-indexed,ifenabledrelationship_keys_indexable=KNOWS,SubClassOf建立索引后可以用node_auto_index按属性值查询：startn=node:node_auto_index(name=C)returnn,n.name;修改属性值：starta=node(*)wherea.name=aseta.name=Areturna,a.name;startn=node(0)setn.name=Root,n.ID=001;//给默认的根节点添加name,ID属性，便于查询。删除：删除所有节点和关系：STARTn=node(*)matchn-[r]-()deleten,r;6，图形化显示数据：Neo4J自身提供WEB界面的图数据图形化展现工具，很Cool。这个Video讲的具体：在WEB管理的“DataBrowser”图形化显示区点Style，NewProfile，编辑自己的Profile，注意Addfilter的Nodes要放在前面，不然不生效，Rules是顺序执行的，显示多个属性可以用;号做换行符。文档名称文档密级2020-4-27华为保密信息,未经授权禁止扩散第6页,共8页看我做的一个UserModelOntology关系模型：UserModel与数据源的Ontology关系，左边圆圈是UserModel，右边方框是数据源：文档名称文档密级2020-4-27华为保密信息,未经授权禁止扩散第7页,共8页在DataBrowser上直接输入节点编号，如10，点图形化显示，就可以图形化看到该节点和有关系的节点，点每个节点，就可以逐步显示所有节点和关系，非常方便：7，备份Neo4j的数据:1)停掉数据库.2)备份D:\Neo4J\neo4j-enterprise-1.9.1\data目录下graph.db目录中的所有内容.文档名称文档密级2020-4-27华为保密信息,未经授权禁止扩散第8页,共8页3)在服务器上拷贝graph.db目录中的内容到新的服务器的相同目录中,启动即可.8，为什么使用图数据库？这个问题，欢迎你跟我交流。图数据库的扩展性，灵活性非常好，适合用于复杂关系管理和关系查询推理，社交关系应用就是一个可选的应用场景。而我选择图数据库，起因是研究语义网和Ontology的应用，语义网和Ontology的数据结构（三元组）就是图结构数据，而基于RDF构建的语义网，过于复杂，效率很低，实际上不如基于图数据库的构建方便好用，而且Neo4J支持RDF，SPARQL等扩展。另外，我认为OWL，实用价值不大，OWL几乎就是用XML来描述一种面向对象的编程语言，而这种编程语言如果表示能力过强（OWLFull），根本无法实现，如果表示能力过弱（OWLLite），其实没有多少实用意义。而且，我觉得TimBerners-Lee的语义网，即基于RDF的语义WEB，用RDF描述语义的这种思路走向了以前基于规则的NLP的思路，虽然加上HumanComputation众包的模式，但还是很难走通。我更关注的是本体关系，知识库的构建，而且知识本体主要是MetaData，不需要很多数据，尽量不要保存instancedata，获取instancedata可以关联其他数据库的数据源进行查询（这种数据Key-Value或Table保存即可）。简单的关系推理，属性传递，其实就是查询，Neo4J中Cypher也可以完成。所以，我倾向于用图数据库来构建知识库knowledgebase(KB)，或knowledgegraph(KG)。知识库对于知识关联查询进行相关搜索或关联推荐，比较有价值。而且，从知识本体关系库中可以推理得到规则，比如，IfPlaceisMeetingRoomandDateisWorkdayandThanActivityisMeeting.这样的规则是可以从本体关系中查询得到的，规则可以在很大程度上弥补基于统计的计算学习的许多不足。更大的作用，我觉得图数据库是一种“合理的知识保存和描述的方式”，有利于知识的持续积累和不断演进。另外，在未来，知识本体，与模型算法建立关系，如果能在合适的关系条件下，使用正确的算法模型，那将发挥真正的巨大作用，那就离”智能“很近了。