Neo4j 术语表

Neo4j 术语表包含 Neo4j 和 Cypher® 特有术语的定义。

A

allocator (分配器，集群)

集群中的一个组件，根据指定的拓扑约束和分配策略将数据库分配给服务器。

asynchronous replication (异步复制，集群)，另请参阅 同步复制

辅助副本使用异步复制来轮询新事务，这意味着不能保证它们已接收到最新的事务。这实现了读性能的高效横向扩展。

Aura instance (Aura 实例)

一个完全托管的数据库，由唯一的 DBID 表示，运行在 Neo4j Aura 云中。

auto-commit transaction (自动提交事务)

包含单个查询的自动提交事务。

B

Bolt protocol (Bolt 协议)

Bolt 是用于 Neo4j 实例与驱动程序之间交互的协议。

bookmark (书签)，另请参阅：因果一致性

客户端可以从集群请求的一种标记，用于确保它能够读取自己的写入内容，从而使应用程序的状态保持一致，并且仅允许拥有该书签副本的数据库进行响应。

C

category (类别，Bloom)

类别基于节点标签，并在透视图 (Perspective) 中定义，作为一种在视觉上区分具有相同标签的节点的方式。

causal consistency (因果一致性)，另请参阅 书签

集群中的所有服务器对事务发生的顺序达成一致。使用书签可以保证服务器在因果链上的位置。

cluster (集群)，另请参阅：容错，单机

一种跨多台服务器协同工作的 Neo4j DBMS，旨在提高容错能力和/或读取可扩展性。集群上的数据库可以配置为在集群中的服务器之间进行复制，从而实现读取可扩展性或高可用性。

client application (客户端应用程序)

与 Neo4j 服务器交互的软件。

commit (提交)

提交是事务的成功完成，它确保了所做任何更改的持久性。有关更多详细信息，请访问 操作手册 → 事务管理。

Composite database (组合数据库)，另请参阅：Fabric

组合数据库是使用单个 Cypher 查询访问分区图数据的方法。

constraint (约束)

约束是一组数据建模规则，用于确保数据的一致性和可靠性。

Core server (核心服务器，Neo4j 4)，另请参阅：主服务器与从服务器

以读/写模式运行的集群服务器。在 Neo4j 5 中，这已被主数据库和从数据库的数据库级配置所取代。

Cypher®

Neo4j 的图查询语言。

D

data model (数据模型)

数据模型定义了信息在数据库中如何组织。良好的数据模型将使查询和理解数据变得更容易。在 Neo4j 中，数据模型具有图结构。

database (数据库)，另请参阅：数据库与图

数据库是 DBMS 用于管理和存储图数据的容器。数据的物理结构由数据库控制。

database vs graph (数据库与图)

数据库是图数据的物理容器。图是 Neo4j 中数据的逻辑结构。

Database Management System (数据库管理系统)

数据库管理系统 (DBMS)，能够管理多个数据库。DBMS 可以运行在单台服务器上，也可以跨多台配置为集群的服务器。

database schema (数据库模式)，另请参阅：数据模型

为节点和关系指定的属性存在性和数据类型。

deallocate (取消分配，集群)

在不丢失数据或降低容错能力的情况下，将数据库从服务器中移除或将服务器从集群中移除的操作。

degree (度，节点)

特定节点的连接关系数量；循环（自环）计数两次。

disaster recovery (灾难恢复，集群)

恢复集群或集群内数据库可用性的人工干预。

driver (驱动程序)

一种软件库，提供从特定编程语言访问 Neo4j 的能力。

E

election (选举，集群)，另请参阅 Raft 协议

如果 Raft 主节点变得无响应，从节点会自动触发选举并投票选出新的主节点。

entity (实体)

一个节点或一个关系。

expression (表达式，Cypher)

Cypher 查询中产生值的组件。它可用于投影、作为谓词或在设置图元素属性时使用。

F

fabric (Fabric)，另请参阅：组合数据库

Fabric 是一种统一系统的架构设计，为本地或分布式图数据提供单一访问点。

fault tolerance (容错，集群)，另请参阅：主副本

保证集群在服务器故障时仍能保持数据库的持久性和可用性。

follower (从节点，集群)，另请参阅 主节点

作为从节点运行的数据库主副本，接收并确认来自主节点的同步写入。

G

Generative AI (生成式 AI，GenAI)

一种响应提示（Prompt）生成文本、图像或其他媒体的人工智能 (AI) 系统。

Generative Pre-Trained Transformer (生成式预训练 Transformer，GPT)

一种结合了两种训练形式来生成基础模型的 GenAI 模型。具体包括：

  • 预训练：在海量数据上训练通用功能。

  • 微调：在少量人工精选数据上训练有限数量的有监督机器学习任务。

graph (图)，另请参阅：数据库与图

一组节点的逻辑表示，其中一些节点对由关系连接。

I

index (索引)

提高数据库读取性能的数据结构。

K

knowledge graph (知识图谱)

一种特定类型的图，具有组织原则，以便用户（或计算机系统）可以对底层数据进行推理。这种组织原则提供了一层额外的结构，增加了支持知识发现的上下文。

L

label (标签)

将节点标记为命名和索引子集的成员。一个节点可以分配零个或多个标签。

Language Model (语言模型，LM)

一种对单词序列的概率分布进行建模的机器学习方法。预测序列中下一个单词/字符的概率。应用于 GenAI 以及嵌入、分类和其他机器学习任务。

Large Language Model (大语言模型，LLM)

由大规模神经网络（数十亿参数）组成，通常使用自监督/半监督方法在大量数据上进行训练。为通用任务而训练，目前被视为“语言/文本领域的生成式 AI”。

LLM Hallucination (大语言模型幻觉)

语言模型生成错误、荒谬或不真实的文本。

  • 即使没有事实依据，也会自信地回答问题。

  • 可能对类似的提示提供相互矛盾或不一致的回复。

leader (主节点，集群)，另请参阅：从节点

数据库的一个特定主副本被指定为主节点。它接收来自客户端的所有写入事务，并将写入同步复制到从节点，异步复制到数据库的辅助副本。

M

motif (母题/模体)，另请参阅：路径 和 模式

图中特定模式的描述。

N

node (节点)，另请参阅：关系

节点代表图数据模型中的实体或离散对象。节点可以通过关系连接，通过属性保存数据，并按标签进行分类。

O

operator (运算符)

表示数学或逻辑运算的符号。

P

parameter (参数)

运行 Cypher 语句时提供的命名值。

path (路径)

一系列节点以及连接它们的关系的序列，其中不包含重复的关系。多条路径可以匹配一个模式。

pattern (模式)，另请参阅：母题

可以在图中匹配的节点和关系的特定排列。模式遵循母题。

perspective (透视图，Bloom)

透视图定义了可在目标 Neo4j 图中找到的特定业务视图或域。单个 Neo4j 图可以通过不同的透视图查看，每个透视图都针对不同的业务目的量身定制。

primary (主副本，集群)，另请参阅：辅助副本

能够处理写入事务并有资格被选举为主节点的数据库副本。它参与容错写入，因为它是确认和提交写入事务所需的多数成员之一。

primary vs secondary (主副本与辅助副本，集群)

在集群中，数据库可以以主模式或辅助模式运行。主数据库能够处理写入和读取事务，确保容错。辅助数据库从主数据库异步复制，其主要目的是在集群内提供读取扩展。

project (项目，Aura)，另请参阅 租户

统一 Aura 控制台中的一个隔离环境，包含其自己的数据库实例、配置和资源。在经典 Aura 控制台中称为“租户”。

property (属性)

属性是用于在节点和关系上存储数据的键值对。

Q

query (查询，Cypher)

检索信息或向数据库写入信息的语句。

R

Raft group (Raft 组)

一组参与以主模式托管特定数据库的服务器。

Raft group member (Raft 组员)

参与 Raft 组的服务器。一台服务器可以是多个组的成员。

Raft log (Raft 日志)

所有 Raft 组成员之间共享的日志，保证被这些成员一致更新和查看。日志包含数据库数据和 Raft 组的操作状态。

Raft protocol (Raft 协议)

使数据库能够在多台服务器之间复制数据，从而为访问数据提供高可用性并为存储的数据提供高持久性的网络机制。

Read Replica (只读副本，Neo4j v4)，另请参阅：核心服务器

在只读模式下运行的集群服务器。在 Neo4j 5 中，这已被主数据库和从数据库的数据库级配置所取代。

read scaling (读取扩展)，另请参阅：主副本与辅助副本

通过创建以辅助模式（只读）托管的额外数据库副本，来分配查询负载。

relationship (关系)，另请参阅：节点

关系代表图数据模型中节点之间的连接。关系连接源节点和目标节点，通过属性保存数据，并按类型进行分类。

S

secondary (辅助副本，集群)，另请参阅：主副本

数据库的异步复制副本，在集群内提供读取扩展。

seed (种子，集群)

种子是用于在集群上创建数据库的数据库转储或完整备份。这有时称为“播种 (seeding)”。

server (服务器)

运行 Neo4j 实例的物理机、虚拟机或容器。服务器可以是单机运行，也可以是集群的一部分。

session (会话)

因果关联的一系列事务。

session consistency (会话一致性)，另请参阅：因果一致性

Neo4j 因果一致性的别名。

standalone (单机版)，另请参阅：服务器

运行 Neo4j 且不属于任何集群的单个服务器。

system database (系统数据库)

Neo4j 用于存储系统信息的数据库。

synchronous replication (同步复制，集群)，另请参阅 异步复制

同步复制要求主节点在提交事务前，必须将事务复制并阻塞，直到从节点法定人数（Quorum）确认事务已成功复制。一旦事务被复制，提交即可进行。这确保了集群内的数据持久性和一致性。

T

tenant (租户，Aura)，另请参阅 项目

经典 Aura 控制台中的一个隔离环境，包含其自己的数据库实例、配置和资源。在统一 Aura 控制台中被“项目”取代。

topology (拓扑，集群)

一种配置，描述数据库副本应如何分布在集群中的服务器上，请参见“主模式”和“辅助模式”。

transaction (事务)

事务包含针对数据库执行的工作单元。它以连贯且可靠的方式处理，独立于其他事务。事务符合 ACID 一致性模型（原子性、一致性、隔离性和持久性）。

allocator (分配器，集群)

集群中的一个组件，根据指定的拓扑约束和分配策略将数据库分配给服务器。

asynchronous replication (异步复制，集群)，另请参阅 同步复制

辅助副本使用异步复制来轮询新事务，这意味着不能保证它们已接收到最新的事务。这实现了读性能的高效横向扩展。

Aura instance (Aura 实例)

一个完全托管的数据库，由唯一的 DBID 表示，运行在 Neo4j Aura 云中。

auto-commit transaction (自动提交事务)

包含单个查询的自动提交事务。

Bolt protocol (Bolt 协议)

Bolt 是用于 Neo4j 实例与驱动程序之间交互的协议。

bookmark (书签)，另请参阅：因果一致性

客户端可以从集群请求的一种标记，用于确保它能够读取自己的写入内容，从而使应用程序的状态保持一致，并且仅允许拥有该书签副本的数据库进行响应。

category (类别，Bloom)

类别基于节点标签，并在透视图 (Perspective) 中定义，作为一种在视觉上区分具有相同标签的节点的方式。

causal consistency (因果一致性)，另请参阅 书签

集群中的所有服务器对事务发生的顺序达成一致。使用书签可以保证服务器在因果链上的位置。

cluster (集群)，另请参阅：容错，单机

一种跨多台服务器协同工作的 Neo4j DBMS，旨在提高容错能力和/或读取可扩展性。集群上的数据库可以配置为在集群中的服务器之间进行复制，从而实现读取可扩展性或高可用性。

client application (客户端应用程序)

与 Neo4j 服务器交互的软件。

commit (提交)

提交是事务的成功完成，它确保了所做任何更改的持久性。有关更多详细信息，请访问 操作手册 → 事务管理。

Composite database (组合数据库)，另请参阅：Fabric

组合数据库是使用单个 Cypher 查询访问分区图数据的方法。

constraint (约束)

约束是一组数据建模规则，用于确保数据的一致性和可靠性。

Core server (核心服务器，Neo4j 4)，另请参阅：主副本与辅助副本

以读/写模式运行的集群服务器。在 Neo4j 5 中，这已被主数据库和从数据库的数据库级配置所取代。

Cypher®

Neo4j 的图查询语言。

data model (数据模型)

数据模型定义了信息在数据库中如何组织。良好的数据模型将使查询和理解数据变得更容易。在 Neo4j 中，数据模型具有图结构。

database (数据库)，另请参阅：数据库与图

数据库是 DBMS 用于管理和存储图数据的容器。数据的物理结构由数据库控制。

database vs graph (数据库与图)

数据库是图数据的物理容器。图是 Neo4j 中数据的逻辑结构。

Database Management System (数据库管理系统)

数据库管理系统 (DBMS)，能够管理多个数据库。DBMS 可以运行在单台服务器上，也可以跨多台配置为集群的服务器。

database schema (数据库模式)，另请参阅：数据模型

为节点和关系指定的属性存在性和数据类型。

deallocate (取消分配，集群)

在不丢失数据或降低容错能力的情况下，将数据库从服务器中移除或将服务器从集群中移除的操作。

degree (度，节点)

特定节点的连接关系数量；循环（自环）计数两次。

disaster recovery (灾难恢复，集群)

恢复集群或集群内数据库可用性的人工干预。

driver (驱动程序)

一种软件库，提供从特定编程语言访问 Neo4j 的能力。

election (选举，集群)，另请参阅 Raft 协议

如果 Raft 主节点变得无响应，从节点会自动触发选举并投票选出新的主节点。

entity (实体)

一个节点或一个关系。

expression (表达式，Cypher)

Cypher 查询中产生值的组件。它可用于投影、作为谓词或在设置图元素属性时使用。

fabric (Fabric)，另请参阅：组合数据库

Fabric 是一种统一系统的架构设计，为本地或分布式图数据提供单一访问点。

fault tolerance (容错，集群)，另请参阅：主副本

保证集群在服务器故障时仍能保持数据库的持久性和可用性。

follower (从节点，集群)，另请参阅 主节点

作为从节点运行的数据库主副本，接收并确认来自主节点的同步写入。

Generative AI (生成式 AI，GenAI)

一种响应提示（Prompt）生成文本、图像或其他媒体的人工智能 (AI) 系统。

Generative Pre-Trained Transformer (生成式预训练 Transformer，GPT)

一种结合了两种训练形式来生成基础模型的 GenAI 模型。具体包括：

  • 预训练：在海量数据上训练通用功能。

  • 微调：在少量人工精选数据上训练有限数量的有监督机器学习任务。

graph (图)，另请参阅：数据库与图

一组节点的逻辑表示，其中一些节点对由关系连接。

index (索引)

提高数据库读取性能的数据结构。

knowledge graph (知识图谱)

一种特定类型的图，具有组织原则，以便用户（或计算机系统）可以对底层数据进行推理。这种组织原则提供了一层额外的结构，增加了支持知识发现的上下文。

label (标签)

将节点标记为命名和索引子集的成员。一个节点可以分配零个或多个标签。

Language Model (语言模型，LM)

一种对单词序列的概率分布进行建模的机器学习方法。预测序列中下一个单词/字符的概率。应用于 GenAI 以及嵌入、分类和其他机器学习任务。

Large Language Model (大语言模型，LLM)

由大规模神经网络（数十亿参数）组成，通常使用自监督/半监督方法在大量数据上进行训练。为通用任务而训练，目前被视为“语言/文本领域的生成式 AI”。

LLM Hallucination (LLM 幻觉)

语言模型生成错误、荒谬或不真实的文本。

  • 即使没有事实依据，也会自信地回答问题。

  • 可能对类似的提示提供相互矛盾或不一致的回复。

leader (主节点，集群)，另请参阅：从节点

数据库的一个特定主副本被指定为主节点。它接收来自客户端的所有写入事务，并将写入同步复制到从节点，异步复制到数据库的辅助副本。

motif (母题/模体)，另请参阅：路径 和 模式

图中特定模式的描述。

node (节点)，另请参阅：关系

节点代表图数据模型中的实体或离散对象。节点可以通过关系连接，通过属性保存数据，并按标签进行分类。

operator (运算符)

表示数学或逻辑运算的符号。

parameter (参数)

运行 Cypher 语句时提供的命名值。

path (路径)

一系列节点以及连接它们的关系的序列，其中不包含重复的关系。多条路径可以匹配一个模式。

pattern (模式)，另请参阅：母题

可以在图中匹配的节点和关系的特定排列。模式遵循母题。

perspective (透视图，Bloom)

透视图定义了可在目标 Neo4j 图中找到的特定业务视图或域。单个 Neo4j 图可以通过不同的透视图查看，每个透视图都针对不同的业务目的量身定制。

primary (主副本，集群)，另请参阅：辅助副本

能够处理写入事务并有资格被选举为主节点的数据库副本。它参与容错写入，因为它是确认和提交写入事务所需的多数成员之一。

primary vs secondary (主副本与辅助副本，集群)

在集群中，数据库可以以主模式或辅助模式运行。主数据库能够处理写入和读取事务，确保容错。辅助数据库从主数据库异步复制，其主要目的是在集群内提供读取扩展。

project (项目，Aura)，另请参阅 租户

统一 Aura 控制台中的一个隔离环境，包含其自己的数据库实例、配置和资源。在经典 Aura 控制台中称为“租户”。

property (属性)

属性是用于在节点和关系上存储数据的键值对。

query (查询，Cypher)

检索信息或向数据库写入信息的语句。

Raft group (Raft 组)

一组参与以主模式托管特定数据库的服务器。

Raft group member (Raft 组员)

参与 Raft 组的服务器。一台服务器可以是多个组的成员。

Raft log (Raft 日志)

所有 Raft 组成员之间共享的日志，保证被这些成员一致更新和查看。日志包含数据库数据和 Raft 组的操作状态。

Raft protocol (Raft 协议)

使数据库能够在多台服务器之间复制数据，从而为访问数据提供高可用性并为存储的数据提供高持久性的网络机制。

Read Replica (只读副本，Neo4j v4)，另请参阅：核心服务器

在只读模式下运行的集群服务器。在 Neo4j 5 中，这已被主数据库和从数据库的数据库级配置所取代。

read scaling (读取扩展)，另请参阅：主副本与辅助副本

通过创建以辅助模式（只读）托管的额外数据库副本，来分配查询负载。

relationship (关系)，另请参阅：节点

关系代表图数据模型中节点之间的连接。关系连接源节点和目标节点，通过属性保存数据，并按类型进行分类。

secondary (辅助副本，集群)，另请参阅：主副本

数据库的异步复制副本，在集群内提供读取扩展。

seed (种子，集群)

种子是用于在集群上创建数据库的数据库转储或完整备份。这有时称为“播种 (seeding)”。

server (服务器)

运行 Neo4j 实例的物理机、虚拟机或容器。服务器可以是单机运行，也可以是集群的一部分。

session (会话)

因果关联的一系列事务。

session consistency (会话一致性)，另请参阅：因果一致性

Neo4j 因果一致性的别名。

standalone (单机版)，另请参阅：服务器

运行 Neo4j 且不属于任何集群的单个服务器。

synchronous replication (同步复制，集群)，另请参阅 异步复制

同步复制要求主节点在提交事务前，必须将事务复制并阻塞，直到从节点法定人数（Quorum）确认事务已成功复制。一旦事务被复制，提交即可进行。这确保了集群内的数据持久性和一致性。

system database (系统数据库)

Neo4j 用于存储系统信息的数据库。

tenant (租户，Aura)，另请参阅 项目

经典 Aura 控制台中的一个隔离环境，包含其自己的数据库实例、配置和资源。在统一 Aura 控制台中被“项目”取代。

topology (拓扑，集群)

一种配置，描述数据库副本应如何分布在集群中的服务器上，请参见“主模式”和“辅助模式”。

transaction (事务)

事务包含针对数据库执行的工作单元。它以连贯且可靠的方式处理，独立于其他事务。事务符合 ACID 一致性模型（原子性、一致性、隔离性和持久性）。