注：作者的代表作品【Neo4j + D3.js 項(xiàng)目視頻教程】http://edu.51cto.com/course/11315.html?reci

Neo4j是什么？

圖1. Neo4j Web控制臺(tái)

Neo4j是一個(gè)圖形數(shù)據(jù)庫，這也就意味著它的數(shù)據(jù)并非保存在表或集合中，而是保存為節(jié)點(diǎn)以及節(jié)點(diǎn)之間的關(guān)系。在Neo4j中，節(jié)點(diǎn)以及關(guān)系都能夠包含保存值的屬性，此外：

• 可以為節(jié)點(diǎn)設(shè)置零或多個(gè)標(biāo)簽（例如Author或Book）

• 每個(gè)關(guān)系都對(duì)應(yīng)一種類型（例如WROTE或FRIEND_OF）

• 關(guān)系總是從一個(gè)節(jié)點(diǎn)指向另一個(gè)節(jié)點(diǎn)（但可以在不考慮指向性的情況下進(jìn)行查詢）

為什么要選擇Neo4j？

在考慮為web應(yīng)用選擇某個(gè)數(shù)據(jù)庫時(shí)，我們需要考慮對(duì)它有哪些方面的期望，其中最重要的一些條件包括：

• 它是否易于使用？

• 它是否允許你方便地回應(yīng)對(duì)需求的變更？

• 它是否支持高性能查詢？

• 是否能夠方便地對(duì)其進(jìn)行數(shù)據(jù)建模？

• 它是否支持事務(wù)？

• 它是否支持大規(guī)模應(yīng)用？

• 它是否足夠有趣（很遺憾的是對(duì)于數(shù)據(jù)庫的這方面要求經(jīng)常被忽略）？

從這幾個(gè)方面來說，Neo4j是一個(gè)合適的選擇。Neo4j……

• 自帶一套易于學(xué)習(xí)的查詢語言（名為Cypher）

• 不使用schema，因此可以滿足你的任何形式的需求

• 與關(guān)系型數(shù)據(jù)庫相比，對(duì)于高度關(guān)聯(lián)的數(shù)據(jù)（圖形數(shù)據(jù)）的查詢快速要快上許多

• 它的實(shí)體與關(guān)系結(jié)構(gòu)非常自然地切合人類的直觀感受

• 支持兼容ACID的事務(wù)操作

• 提供了一個(gè)高可用性模型，以支持大規(guī)模數(shù)據(jù)量的查詢，支持備份、數(shù)據(jù)局部性以及冗余

• 提供了一個(gè)可視化的查詢控制臺(tái)，你不會(huì)對(duì)它感到厭倦的

什么時(shí)候不應(yīng)使用Neo4j？

作為一個(gè)圖形NoSQL數(shù)據(jù)庫，Neo4j提供了大量的功能，但沒有什么解決方案是完美的。在以下這些用例中，Neo4j就不是非常適合的選擇：

• 記錄大量基于事件的數(shù)據(jù)（例如日志條目或傳感器數(shù)據(jù)）

• 對(duì)大規(guī)模分布式數(shù)據(jù)進(jìn)行處理，類似于Hadoop

• 二進(jìn)制數(shù)據(jù)存儲(chǔ)

• 適合于保存在關(guān)系型數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)

在上面的示例中，你看到了由Author、City、Book和Category以及它們之間的關(guān)系所組成的一個(gè)圖形。如果你希望通過Cypher語句在Neo4j web控制臺(tái)中列出這些數(shù)據(jù)結(jié)果，可以執(zhí)行以下語句：

MATCH(city:City)<-[:LIVES_IN]-(:Author)-[:WROTE]->(book:Book)-[:HAS_CATEGORY]->(category:Category)WHERE?city.name?=?“Chicago”RETURN?*

請(qǐng)注意這種ASCII風(fēng)格的語法，它在括號(hào)內(nèi)表示節(jié)點(diǎn)名稱，并用箭頭表示一個(gè)節(jié)點(diǎn)指向另一個(gè)節(jié)點(diǎn)的關(guān)系。Cypher通過這種方式允許你匹配某個(gè)指定的子圖形模式。

當(dāng)然，Neo4j的功能不僅僅在于展示漂亮的圖片。如果你希望按照作者所處的地點(diǎn)（城市）計(jì)算書籍的分類數(shù)目，你可以通過使用相同的MATCH模式，返回一組不同的列，例如：

MATCH(city:City)<-[:LIVES_IN]-(:Author)-[:WROTE]->(book:Book)-[:HAS_CATEGORY]->(category:Category)RETURN?city.name,?category.name,?COUNT(book)

執(zhí)行這條語句將返回以下結(jié)果：

?

city.name	category.name	COUNT(category)
Chicago	Fantasy	1
Chicago	Non-Fiction	2

雖然Neo4j也能夠處理“大數(shù)據(jù)”，但它畢竟不是Hadoop、HBase或Cassandra，通常來說不會(huì)在Neo4j數(shù)據(jù)庫中直接處理海量數(shù)據(jù)（以PB為單位）的分析。但如果你樂于提供關(guān)于某個(gè)實(shí)體及其相鄰數(shù)據(jù)關(guān)系（比如你可以提供一個(gè)web頁面或某個(gè)API返回其結(jié)果），那么它是一種良好的選擇。無論是簡(jiǎn)單的CRUD訪問，或是復(fù)雜的、深度嵌套的資源視圖都能夠勝任。

你應(yīng)該選擇哪種技術(shù)棧以配合Neo4j？

所有主流的編程語言都通過HTTP API的方式支持Neo4j，或者采用基本的HTTP類庫，或是通過某些原生的類庫提供更高層的抽象。此外，由于Neo4j是以Java語言編寫的，因此所有包含JVM接口的語言都能夠充分利用Neo4j中的高性能API。

Neo4j本身也提供了一個(gè)“技術(shù)棧”，它允許你選擇不同的訪問方式，包括簡(jiǎn)單訪問乃至原生性能等等。它提供的特性包括：

• 通過一個(gè)HTTP API執(zhí)行Cypher查詢，并獲取JSON格式的結(jié)果

• 一種“非托管擴(kuò)展”機(jī)制，允許你為Neo4j數(shù)據(jù)庫編寫自己的終結(jié)點(diǎn)

• 通過一個(gè)高層Java API指定節(jié)點(diǎn)與關(guān)系的遍歷

• 通過一個(gè)低層的批量加載API處理海量初始數(shù)據(jù)的獲取

• 通過一個(gè)核心Java API直接訪問節(jié)點(diǎn)與關(guān)系，以獲得最大的性能

一個(gè)應(yīng)用程序示例

最近我正好有機(jī)會(huì)將一個(gè)項(xiàng)目擴(kuò)展為基于Neo4j的應(yīng)用程序。該應(yīng)用程序（可以訪問graphgist.neo4j.com查看）是關(guān)于GraphGist的一個(gè)門戶網(wǎng)站。GraphGist是一種通過交互式地渲染（在你的瀏覽器中）生成的文檔，它基于一個(gè)簡(jiǎn)單的文本文件（AsciiDoctor），其中用文字描述以及圖片描述了整個(gè)數(shù)據(jù)模型、架構(gòu)以及用例查詢，可以在線執(zhí)行它們，并使它們保持可視化。它非常類似一個(gè)iPython?notebook或是一張交互式的白紙。GraphGist也允許讀者在瀏覽器中編寫自己定義的查詢，以查看整個(gè)數(shù)據(jù)集。

Neo4j的原作者Neo Technology希望為GraphGist提供一個(gè)由社區(qū)創(chuàng)建的展示項(xiàng)目。當(dāng)然，后端技術(shù)選用了Neo4j，而整個(gè)技術(shù)棧的其余部分，我的選擇是：

• Node.js配合Express.js，其中引入了neo4j包

• Angular.js

• Swagger UI

所有代碼都已開源，可以在GitHub上任意瀏覽。

從概念上講，GraphGist門戶網(wǎng)站是一個(gè)簡(jiǎn)單的應(yīng)用，它提供了一個(gè)GraphGist列表，允許用戶查看每個(gè)GraphGist的詳細(xì)內(nèi)容。數(shù)據(jù)領(lǐng)域是由Gist、Keyword/Domain/Use Case（作為Gist分類）以及Person（作為Gist的作者）所組成的：

現(xiàn)在你已經(jīng)熟悉這個(gè)模型了，在繼續(xù)深入學(xué)習(xí)之前，我想為你快速地介紹一下Cypher這門查詢語言。舉例來說，如果我們需要返回所有的Gist和它們的關(guān)鍵字，可以通過以下語句實(shí)現(xiàn)：

MATCH?(gist:Gist)-[:HAS_KEYWORD]->(keyword:Keyword) RETURN?gist.title,?keyword.name

這段語句將返回一張表，其中的每一行是由每個(gè)Gist和Keyword的組合構(gòu)成的，正如同SQL join的行為一樣。現(xiàn)在我們更深入一步，假設(shè)我們想要找到某個(gè)人所編寫的Gist對(duì)應(yīng)的所有Domain，我們可以執(zhí)行下面這條查詢語句：

MATCH?(person:Person)-[:WRITER_OF]->(gist:Gist)-[:HAS_DOMAIN]->(domain:Domain) WHERE?person.name?=?“John?Doe” RETURN?domain.name,?COUNT(gist)

該語句將返回另一個(gè)結(jié)果表，其中的每一行包含Domain的名稱，以及這個(gè)Person對(duì)于這一Domain所編寫的全部Gist的數(shù)量。這里無需使用GROUP BY語句，因?yàn)楫?dāng)我們使用例如COUNT()這樣的聚合函數(shù)時(shí)，Neo4j會(huì)自動(dòng)在RETURN語句中對(duì)其它列進(jìn)行分組操作。

現(xiàn)在你對(duì)Cypher已經(jīng)有一點(diǎn)感覺了吧？那么讓我們來看一個(gè)來自實(shí)際應(yīng)用中的查詢。在創(chuàng)建這個(gè)門戶時(shí)，如果能夠通過某種方式，只需對(duì)數(shù)據(jù)庫進(jìn)行一次請(qǐng)求就能夠返回我們所需的所有數(shù)據(jù)，并且以一種我們需要的格式進(jìn)行結(jié)構(gòu)組織，那將十分有用。

讓我們開始創(chuàng)建這個(gè)用于門戶的API（可以在GitHub上找到）的查詢吧。首先，我們需要按照Gist的title屬性進(jìn)行匹配，并匹配所有相關(guān)的Gist節(jié)點(diǎn)：

//?Match?Gists?based?on?titleMATCH?(gist:Gist)?WHERE?gist.title?=~?{search_query}//?Optionally?match?Gists?with?the?same?keyword//?and?pass?on?these?related?Gists?with?the//?most?common?keywords?firstOPTIONAL?MATCH?(gist)-[:HAS_KEYWORD]->(keyword)<-[:HAS_KEYWORD]-(related_gist)

這里有幾個(gè)要注意的地方。首先，WHERE語句是通過一個(gè)正則表達(dá)式（即=~操作符）和一個(gè)參數(shù)對(duì)title屬性進(jìn)行匹配的。參數(shù)（Parameter）是Neo4j的一項(xiàng)特性，它能夠?qū)⒉樵兣c其所代表的數(shù)據(jù)進(jìn)行分離。使用參數(shù)能夠讓Neo4j對(duì)查詢和查詢計(jì)劃進(jìn)行緩存，這也意味著你無需擔(dān)心遭遇查詢注入***。其次，我們?cè)谶@里使用了一個(gè)OPTIONAL MATCH語句，它表示我們希望始終返回原始的Gist，即使它并沒有相關(guān)的Gist。

現(xiàn)在讓我們對(duì)之前的查詢進(jìn)行擴(kuò)展，將RETURN語句替換為WITH語句：

MATCH?(gist:Gist)?WHERE?gist.title?=~?{search_query}OPTIONAL?MATCH?(gist)-[:HAS_KEYWORD]->(keyword)<-[:HAS_KEYWORD]-(related_gist)WITH?gist,?related_gist,?COUNT(DISTINCT?keyword.name)?AS?keyword_countORDER?BY?keyword_count?DESCRETURNgist,COLLECT(DISTINCT?{related:?{?id:?related_gist.id,?title:? related_gist.title,?poster_p_w_picpath:?related_gist.poster_p_w_picpath,?url:? related_gist.url?},?weight:?keyword_count?})?AS?related

在RETURN語句中的COLLECT()作用是將由Gist和相關(guān)Gist所組成的節(jié)點(diǎn)轉(zhuǎn)換為一個(gè)結(jié)果集，讓其中每一行Gist只出現(xiàn)一次，并對(duì)應(yīng)一個(gè)相關(guān)Gist的節(jié)點(diǎn)數(shù)組。在COLLECT()語句中，我們?cè)谙嚓P(guān)Gist中僅指定了所需的部分?jǐn)?shù)據(jù)，以減小整個(gè)響應(yīng)的大小。

最后，我們將產(chǎn)生這樣一條查詢語句，這也是最后一次使用WITH語句了：

MATCH?(gist:Gist)?WHERE?gist.title?=~?{search_query}OPTIONAL?MATCH?(gist)-[:HAS_KEYWORD]->(keyword)<-[:HAS_KEYWORD]-(related_gist)WITH?gist,?related_gist,?COUNT(DISTINCT?keyword.name)?AS?keyword_countORDER?BY?keyword_count?DESCWITHgist,COLLECT(DISTINCT?{related:?{?id:?related_gist.id,?title:?related_gist.title,?poster_p_w_picpath:?related_gist.poster_p_w_picpath,?url:?related_gist.url?},?weight:?keyword_count?})?AS?related//?Optionally?match?domains,?use?cases,?writers,?and?keywords?for?each?GistOPTIONAL?MATCH?(gist)-[:HAS_DOMAIN]->(domain:Domain)OPTIONAL?MATCH?(gist)-[:HAS_USECASE]->(usecase:UseCase)OPTIONAL?MATCH?(gist)<-[:WRITER_OF]-(writer:Person)OPTIONAL?MATCH?(gist)-[:HAS_KEYWORD]->(keyword:Keyword)//?Return?one?Gist?per?row?with?arrays?of?domains,?use?cases,?writers,?and?keywordsRETURNgist,related,COLLECT(DISTINCT?domain.name)?AS?domains,COLLECT(DISTINCT?usecase.name)?AS?usecases,COLLECT(DISTINCT?keyword.name)?AS?keywordsCOLLECT(DISTINCT?writer.name)?AS?writers,ORDER?BY?gist.title

在這個(gè)查詢中，我們將選擇性地匹配所有相關(guān)的Domain、Use Case、Keyword和Person節(jié)點(diǎn)，并且將它們?nèi)渴占饋?#xff0c;與我們對(duì)相關(guān)Gist的處理方式相同。現(xiàn)在我們的結(jié)果不再是平坦的、反正規(guī)化的，而是包含一列Gist，其中每個(gè)Gist都對(duì)應(yīng)著相關(guān)Gist的數(shù)組，形成了一種“has many”的關(guān)系，并且沒有任何重復(fù)數(shù)據(jù)。太酷了！

不僅如此，如果你覺得用表的形式返回?cái)?shù)據(jù)太老土，那么Cypher也可以返回對(duì)象：

RETURN{ gist:?gist,domains:?collect(DISTINCT?domain.name)?AS?domains,usecases:?collect(DISTINCT?usecase.name)?AS?usecases,writers:?collect(DISTINCT?writer.name)?AS?writers,keywords:?collect(DISTINCT?keyword.name)?AS?keywords,related_gists:?related}ORDER?BY?gist.title

通常來說，在稍具規(guī)模的web應(yīng)用程序中，需要進(jìn)行大量的數(shù)據(jù)庫調(diào)用以返回HTTP響應(yīng)所需的數(shù)據(jù)。雖然你可以并行地執(zhí)行查詢，但通常來說你需要首先返回某個(gè)查詢的結(jié)果集，才能發(fā)送另一個(gè)數(shù)據(jù)庫請(qǐng)求以獲取相關(guān)的數(shù)據(jù)。在SQL中，你可以通過生成復(fù)雜的、開銷很大的表join語句，通過一個(gè)查詢從多張表中返回結(jié)果。但只要你在同一個(gè)查詢中進(jìn)行了多次SQL join，這個(gè)查詢的復(fù)雜性將會(huì)飛快地增長(zhǎng)。更不用說數(shù)據(jù)庫仍然需要進(jìn)行表或索引掃描才能夠獲得相應(yīng)的數(shù)據(jù)了。而在Neo4j中，通過關(guān)系獲取實(shí)體的方式是直接使用對(duì)應(yīng)于相關(guān)節(jié)點(diǎn)的指針，因此服務(wù)器可以隨意進(jìn)行遍歷。

轉(zhuǎn)載于:https://blog.51cto.com/cloudy/1976777

總結(jié)

以上是生活随笔為你收集整理的图数据库Neo4j全栈Web技术解密的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。