Neo4j简介

neo4j简单学习

背景

最近在一些论坛或者新闻里看到了neo4j，一种擅长处理图形的数据库。据说非常适合做一些join关系型的查询，所以抽空也看了下相关文档，给自己做个技术储备。

过程

深入学习之前，先在网上找了一下别人的一个学习文档总结，踩在别人的肩膀上总是最快，最有效的学习。

顺着这些思路，逐步查看一些neo4j的相关wiki文档，摘录了一张图：

neo4j的基本模型图：

针对图中的一些基本概念：

node : 节点
relationships : 关系，也就是图中的边，注意是有向边
properties : 属性，针对node/relationship都可以设置property
Traversal : 图遍历工具
Indexes : 索引

通过node和relationship就可以组成一个有向图，通过property就可以使其带上对应的数据，成为对应的图像数据库。

node(节点)

每个节点可以和多个节点之间建立多个关系(relationship)
单个节点可以设置多个(Key,Value)的properties属性的键值对

relationships(关系)

每个关系都会包含一个startNode和endNode
每个关系可以设置多个(Key,Value)的properties属性的键值对
可以为关系定义对应的关系类型(RelationshipType)
* DynamicRelationshipType 动态关系类型
* XXXRelationshipType 静态关系类型(实现了RelationshipType接口)

Traversal(遍历)

traverser : http://wiki.neo4j.org/content/Traversal

一个例子：

Java代码  

Traverser trav = swedenNode.traverse(Order.DEPTH_FIRST, StopEvaluator.END_OF_GRAPH,  

    new ReturnableEvaluator()  

    {  

        public boolean isReturnableNode( TraversalPosition pos )  

        {  

            return !pos.isStartNode() && pos.lastRelationshipTraversed().isType( CUSTOMER_TO_ORDER );  

        }  

    },  

    LIVES_IN, Direction.INCOMING,  

    CUSTOMER_TO_ORDER, Direction.OUTGOING );  

// iterate over traverser...<span style="white-space: normal;">  

</span>

Order : 对应的图的遍历算法

DEPTH_FIRST : 深度优先搜索，就是找到第一个节点，递归的一直往下找，直到找不到合适的节点后，才进行回溯
BREADTH_FIRST : 广度优先搜索

Direction ：对应图中edge的方向

OUTGOING : 出边
INCOMING : 入边
BOTH : 顾明思议

StopEvaluator : 定义图搜索的停止条件，默认有两个

DEPTH_ONE : 深度超过1后停止
END_OF_GRAPH : 无合适结果和停止

ReturnableEvaluator : 结果处理器，可以设置对应的返回结果，默认有：

ALL_BUT_START_NODE : 排除初始节点
ALL : 返回所有节点

TraversalPosition : 对应搜索过程中的node节点信息，包括：

上一个节点信息
上一个进入的Relationship信息
搜索深度
目前为止满足条件的节点数

Indexs(索引)

neo4j中针对每个node/relationship/property都是进行独立存储，都是按照自然的顺序。为了支持一些场景，比如针对关系型数据库的根据主键name查询对应的person node，普通的Traversal很难满足这样的需求，而且人家也不是用来解决这个事的。所以neo4j就引出了一个index的概念。

早期的版本的index是采用了IndexService(http://wiki.neo4j.org/content/Indexing_with_IndexService)

一个例子：

Java代码  

GraphDatabaseService graphDb = new EmbeddedGraphDatabase( "path/to/neo4j-db" );  

IndexService index = new LuceneIndexService( graphDb );  

Node andy = graphDb.createNode();  

Node larry = graphDb.createNode();  

andy.setProperty( "name", "Andy Wachowski" );  

andy.setProperty( "title", "Director" );  

larry.setProperty( "name", "Larry Wachowski" );  

larry.setProperty( "title", "Director" );  

index.index( andy, "name", andy.getProperty( "name" ) );  

index.index( andy, "title", andy.getProperty( "title" ) );  

index.index( larry, "name", larry.getProperty( "name" ) );  

index.index( larry, "title", larry.getProperty( "title" ) );

IndexService是做为外部的component进行扩展定义。

现在官方文档中是建议使用Integrated Index Framework

官方文档： http://docs.neo4j.org/chunked/stable/indexing.html
迁移方案： http://wiki.neo4j.org/content/Transitioning_To_Index_Framework

新版本例子：

Java代码  

IndexManager index = graphDb.index();  

Index<Node> actors = index.forNodes( "actors" );  

Index<Node> movies = index.forNodes( "movies" );  

RelationshipIndex roles = index.forRelationships( "roles" );

从新版本中，已经将index做为其内核的实现，并不是外部扩展包的机制，从而可见其重要性阿，想了解具体的内容可以详细看下对应的官方文档。

查询语法(Cyphe Query Language)

neo4j自己基于图论的搜索算法，实现了一套查询语言解析，提供了一些常见的聚合函数(max,sum,min,count等)。

语法例子：

Java代码  

Join查询：  

start n=(1) match (n)-[:BLOCKS]->(x) return x  

Where条件:  

start n=(2, 1) where (n.age < 30 and n.name = "Tobias") or not(n.name = "Tobias") return n  

聚合函数：  

start n=(2,3,4) return avg(n.property)  

Order:  

start n=(1,2,3) return n order by n.name DESC  

分页：  

start n=(1,2,3,4,5) return n order by n.name skip 1 limit 2

调用例子：

Java代码  

db = new ImpermanentGraphDatabase();  

engine = new ExecutionEngine( db );  

CypherParser parser = new CypherParser();  

ExecutionEngine engine = new ExecutionEngine(db);  

Query query = parser.parse( "start n=(0) where 1=1 return n" );  

ExecutionResult result = engine.execute( query );  

assertThat( result.columns(), hasItem( "n" ) );  

Iterator<Node> n_column = result.columnAs( "n" );  

assertThat( asIterable( n_column ), hasItem(db.getNodeById(0)) );  

assertThat( result.toString(), containsString("Node[0]") );