neo4j

图数据库基本概念 图形数据库是 NoSQL 数据库的一种类型，它应用图形理论存储实体之间的关系信息。最常见的例子，就是社会网络中人与人之间的关系。关系型数据库用于存储关系型数据的效果并不好，其查询复杂、缓慢、超出预期，而图形数据库的独特设计恰恰弥补了这个缺陷。Google的图形计算系统名为 Pregel。 目前主流的图数据库有：Neo4j，FlockDB，GraphDB，InfiniteGraph，Titan，JanusGraph，Pregel等。 下面介绍几个图数据库中的几个基本概念： RDF ：RDF(Resource Description Framework)，即资源描述框架，其本质是一个数据模型（Data Model）。它提供了一个统一的标准，用于描述实体/资源。简单来说，就是表示事物的一种方法和手段。RDF 形式上表示为 SPO 三元组，有时候也称为一条语句（statement），知识图谱中我们也称其为一条知识。RDF 由节点和边组成，节点表示实体/资源、属性，边则表示了实体和实体之间的关系以及实体和属性的关系。 RDF 没有外键和主键，它使用的是 URI ，万维网的标准引用格式。通过 URI，一个三元组库可以直接链接到任何三元组库的其他任何数据。 属性图 ：属性图是由 顶点（Vertex），边（Edge），标签（Lable），关系类型 还有 属性（Property

一、前言 打开手机‘ 北京地铁 ’APP，输入起始点：霍营，终点：北京南站，发现系统给我们推荐了两条路线。 最短时间路线与最少换乘路线，并且分别给出了耗时与乘坐里程费。看到这里，不禁开启了靓仔疑问，假如给你地铁站相关数据，如何构建这样的关系网络呢？（尽量少写代码，毕竟我这个人懒的不行，花最少的功夫，整最炫的效果，咦） 1.整理地铁站点数据，处理成echarts图表所需要的结构 2.整理地铁站点数据，自己写代码实现，能实现（好累啊…） 3.整理地铁站点数据，导入 Neo4j 中，点击查看 分析：方案一，不仅要处理数据还要搞echarts样式，算了吧。方案二，直接PASS，还是方案三省力，正好我的电脑上之前安装过 Neo4j 图数据库，哈哈哈，开搞开搞！ 软件下载地址： http://doc.we-yun.com:1008/neo4j-chs 软件安装教程： https://www.cnblogs.com/jstarseven/p/9546555.html ![Neo4j 地铁关系网][1] 二、数据准备 既然需要展示地铁关系，那么首先需要的就是北京所有地铁站的信息，以及站点之间的关系，距离，耗时。搜索了一圈，最后在北京地铁官方网站，发现了全部地铁线路，站点名称，站点与站点之间距离等信息。但是缺少了具体站点与站点之间的乘车耗时，行吧，先将就着用吧！具体数据样例如下： ![Neo4j

概述 本文转自：http://tang.love/2018/08/31/graph_database_research/ 这里记录一下图数据相关的调研结论。下面是图数据库的定义： A graph database is a database that uses graph structures for semantic queries with nodes, edges and properties to represent and store data. 注意，这里只是说了通过 提供类似图的语义查询功能，并没有规定图的存储结构。图数据库的主要优点： 更好，更快速的查询和分析； 更简单和更自然的数据建模； 同时支持实时更新和查询； 数据结构的灵活性。 图数据库是所有数据管理系统中成长最快的分类，下面分别从图检索语言和图数据库两个方面来介绍图数据市场的发展。 图检索语言 这里主要对比下面： Cypher ：Neo4j 的查询语言称作 Cypher，Cypher 是对图形的声明查询语言，使用图形模式匹配作为主要的机制作 图形数据选择（包括只读和变更操作）。Cypher 的声明模式匹配性质意味着可以通过描述想从它那里得到什么查询图形数据。 SPARQL ：面向 RDF(Resource Description Framework)的三元组数据，W3C 标准，无 schema

文章目录 一、Cypher简介 图数据库的一些基本概念 二、增删改查 1、增 create merge 2、删 delete remove 3、改 set 4、查 match 常见的复杂查询 三、一些其他的查询条件 order by 排序 limit和skip union和union all in语法 四、索引，执行计划，唯一约束 索引 index 执行计划 explain 唯一约束 constraint 一、Cypher简介 “Cypher”是一个描述性的类Sql的图操作语言。相当于关系数据库的Sql。其语法针对图的特点而设计，非常方便和灵活。 Cypher是一个申明式查询语言，适合于开发者和在数据库上做点对点模式（ad-hoc）查询。 Cypher通过一系列不同的方法和建立于确定的实践为表达查询而激发的。许多关键字，如：like和order by是受SQL的启发。正则表达式匹配实现模仿Scala 语言。 图数据库的一些基本概念 Label: 标签，可以对应理解为关系DB里的表； 节点Node：可以对应理解为表里的每行数据，包含多个属性（列）； 关系Ralition : 边，也可以有属性，大小写区分。其他均不区分大小写。 二、增删改查 1、增 create create (n:Person {id:'20140101',name:'王五',age:30,card:123456})

本文内容源自 medium文章 A Knowledge Graph understanding and implementation tutorial for beginners[1] 目录 什么是知识图谱？ 如何搭建一个简单的知识图谱？ 什么是知识图谱？ 知识图谱的内容通常以三元组形式存在， Subject-Predicate-Object (spo)。 举个栗子： Leonard Nimoy was an actor who played the character Spock in the science-fiction movie Star Trek 对上面的句子可以抽取到如下三元组： 以知识图谱形式可以表示为： 上述由节点和关系组成的图，就是一个简单的知识图谱。 如何搭建一个简单的知识图谱？ 可以分为以下两大步骤： 知识提取 信息抽取，获取三元组 实体识别、实体链接、实体消歧(Disambiguation)、实体统一(Entity Resolution) 图构建 存储 查询 知识提取步骤是构建知识图谱的关键，三元组可以通过依存分析得到。 动手构建一个简单知识图谱 此处只显示代码执行过程与结果，完整代码请见 github . 1. 三元组提取 借助spacy inputText = 'Startup companies create jobs and innovation.

学习Python大致可以分为以下几个阶段： 1.刚上手的时候肯定是先过一遍Python最基本的知识，比如说：变量、数据结构、语法等，基础过的很快，基本上1~2周时间就能过完了，我当时是在这儿看的基础：Python 简介 | 菜鸟教程 2.看完基础后，就是做一些小项目巩固基础，比方说：做一个终端计算器，如果实在找不到什么练手项目，可以在 Codecademy - learn to code, interactively, for free 上面进行练习。 如果时间充裕的话可以买一本讲Python基础的书籍比如 《Python编程》 ，阅读这些书籍，在巩固一遍基础的同时你会发现自己诸多没有学习到的边边角角，这一步是对自己基础知识的补充。 4.Python库是Python的精华所在，可以说Python库组成并且造就了Python，Python库是Python开发者的利器，所以学习Python库就显得尤为重要：The Python Standard Library ，Python库很多，如果你没有时间全部看完，不妨学习一遍常用的Python库：Python常用库 5.Python库是开发者利器，用这些库你可以做很多很多东西，最常见的网络爬虫、自然语言处理、图像识别等等，这些领域都有很强大的Python库做支持，所以当你学了Python库之后，一定要第一时间进行练习。 6

学习Python大致可以分为以下几个阶段： 1.刚上手的时候肯定是先过一遍Python最基本的知识，比如说：变量、数据结构、语法等，基础过的很快，基本上1~2周时间就能过完了，我当时是在这儿看的基础：Python 简介 | 菜鸟教程 2.看完基础后，就是做一些小项目巩固基础，比方说：做一个终端计算器，如果实在找不到什么练手项目，可以在 Codecademy - learn to code, interactively, for free 上面进行练习。 如果时间充裕的话可以买一本讲Python基础的书籍比如 《Python编程》 ，阅读这些书籍，在巩固一遍基础的同时你会发现自己诸多没有学习到的边边角角，这一步是对自己基础知识的补充。 4.Python库是Python的精华所在，可以说Python库组成并且造就了Python，Python库是Python开发者的利器，所以学习Python库就显得尤为重要：The Python Standard Library ，Python库很多，如果你没有时间全部看完，不妨学习一遍常用的Python库：Python常用库 5.Python库是开发者利器，用这些库你可以做很多很多东西，最常见的网络爬虫、自然语言处理、图像识别等等，这些领域都有很强大的Python库做支持，所以当你学了Python库之后，一定要第一时间进行练习。 6