neo4j入门
发布于 8 年前 作者 rainbow 15731 次浏览 来自 分享

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)

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

relationships(关系)

  1. 每个关系都会包含一个startNode和endNode
  2. 每个关系可以设置多个(Key,Value)的properties属性的键值对
  3. 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  收藏代码
  1. Traverser trav = swedenNode.traverse(Order.DEPTH_FIRST, StopEvaluator.END_OF_GRAPH,  
  2.     new ReturnableEvaluator()  
  3.     {  
  4.         public boolean isReturnableNode( TraversalPosition pos )  
  5.         {  
  6.             return !pos.isStartNode() && pos.lastRelationshipTraversed().isType( CUSTOMER_TO_ORDER );  
  7.         }  
  8.     },  
  9.     LIVES_IN, Direction.INCOMING,  
  10.     CUSTOMER_TO_ORDER, Direction.OUTGOING );  
  11. // iterate over traverser...<span style="white-space: normal;">  
  12. </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  收藏代码
  1. GraphDatabaseService graphDb = new EmbeddedGraphDatabase( "path/to/neo4j-db" );  
  2. IndexService index = new LuceneIndexService( graphDb );  
  3.   
  4. Node andy = graphDb.createNode();  
  5. Node larry = graphDb.createNode();  
  6.   
  7. andy.setProperty( "name", "Andy Wachowski" );  
  8. andy.setProperty( "title", "Director" );  
  9. larry.setProperty( "name", "Larry Wachowski" );  
  10. larry.setProperty( "title", "Director" );  
  11. index.index( andy, "name", andy.getProperty( "name" ) );  
  12. index.index( andy, "title", andy.getProperty( "title" ) );  
  13. index.index( larry, "name", larry.getProperty( "name" ) );  
  14. 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

 

  1. 官方文档： http://docs.neo4j.org/chunked/stable/indexing.html
  2. 迁移方案： http://wiki.neo4j.org/content/Transitioning_To_Index_Framework
新版本例子： 
Java代码  收藏代码
  1. IndexManager index = graphDb.index();  
  2. Index<Node> actors = index.forNodes( "actors" );  
  3. Index<Node> movies = index.forNodes( "movies" );  
  4. 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  收藏代码
  1. Join查询：  
  2. start n=(1) match (n)-[:BLOCKS]->(x) return x  
  3.   
  4. Where条件:  
  5. start n=(2, 1) where (n.age < 30 and n.name = "Tobias") or not(n.name = "Tobias") return n  
  6.   
  7. 聚合函数：  
  8. start n=(2,3,4) return avg(n.property)  
  9.   
  10. Order:  
  11. start n=(1,2,3) return n order by n.name DESC  
  12.   
  13. 分页：  
  14. start n=(1,2,3,4,5) return n order by n.name skip 1 limit 2  

 

 

调用例子：

 

Java代码  收藏代码
  1. db = new ImpermanentGraphDatabase();  
  2. engine = new ExecutionEngine( db );  
  3. CypherParser parser = new CypherParser();  
  4. ExecutionEngine engine = new ExecutionEngine(db);  
  5. Query query = parser.parse( "start n=(0) where 1=1 return n" );  
  6. ExecutionResult result = engine.execute( query );  
  7. assertThat( result.columns(), hasItem( "n" ) );  
  8. Iterator<Node> n_column = result.columnAs( "n" );  
  9. assertThat( asIterable( n_column ), hasItem(db.getNodeById(0)) );  
  10. assertThat( result.toString(), containsString("Node[0]") );  

 

其他

现在用nosql，除了一些功能feature问题，很重要的会是关注其他的两点扩展性&可用性

扩展性

暂时未看到有相应的扩展性方案

可用性(HA机制)

目前neo4j支持简单的ha机制，是通过zookeeper进行管理。


 

它的工作机制还是挺简单的，就是由zookeeper负责neo4j server的心跳检测。

1. 发现master挂了后，会发起一个选举(没看过源码，估摸着选举的实现也会很简单，根据对应的serverid，取最小的id做为新的master)。

2. 将新的master广播给所有的slave，此时在选举过程中，不接受对应的write请求(全都是返回异常)
3. 新机器加入集群后，会做为slave于master进行通讯，同步两者的数据内容(如果当前slave的tid比master新，会产生一个数据冲突此时需要进行手工干预)

 

存在的问题：

1. zookeeper心跳检测的及时性，默认为3分钟延迟(因为会有包重试)

2. master选举期间，write请求不可处理，直接返回异常(虽然master的选举时间会相对比较端，但对客户端不够友好)

 

可以改进的点：

1. 提供客户端的api，提供一种failover重试的机制控制。

Console页面

neo4j支持嵌入式和独立部署的两种模式，部署了一下neo4j独立部署server，效果图如下：

 

图形管理后台，可以方面查看节点之间的relationships

 

 

rest接口的api，提供了图形和纯数据的几种方式：

其他文档

回到顶部