neo4j

　　你知道图数据库是什么吗?图数据库和传统概念上的“图”不一样，图数据库并不是储存、分析美女帅哥图片的数据库，也不能批量PS自拍美颜照片，它和各种格式的图片视频没有直接关系，也不能解决几何图形的问题，你问我心理阴影面积有多大? 　　emmm……这么大 　　数易轩致力于图数据库技术服务，为您介绍图数据库的功能与作用。虽然可能在地理信息中有类似场景的需求，但那是空间数据库的范畴, 比如POSTGIS。图数据库主要处理的是拓扑关系的图。例如下面的图: 主要包括了两种元素， 一是节点。 二是节点之间的关系。 　　图数据库就是管理这些节点和节点关系的一种数据库。 　　提问： 　　我们在Oracle 数据库中可以用connect by在处理一些层级关系。在PG 中可以用with recursive tab AS ( ) 的语句来类似处理。(MySQL 好像没有层级处理的SQL) 那为什么还需要使用图数据库呢。更容易? 更快 ? 更方便? 　　理解为什么要使用图数据库，可以更好帮助我们去用好图数据库。用到适合的应用场景中。 　　基本实现 　　首先我们从第一个层面，从功能实现来看。 　　举个例子: 我们要实现下面的属性查询： 　　在Oracle数据库中, 我们创建一张CONNECT_QUERY_TEST_TAB 测试表，ID 表示这个节点的标识，PID表示这个节点的父节点： 　　CREATE

<div class="_con_l mcontent"><hr> <p>date: 2018-03-22 title: "neo4j源码分析1-编译打包启动" author: "邓子明" tags:</p> <pre class=" language-undefined"><code class=" language-undefined">- 源码 - neo4j - 大数据 </code></pre><p>categories:</p> <pre class=" language-undefined"><code class=" language-undefined">- 源码分析 </code></pre><hr> <h2 id="1-">1.打包</h2> <h3 id="1-community">1.打包community</h3> <p>进入community,neo4j-graphdb-api， 注释掉common的：</p> <pre class=" language-xml"><code class=" language-xml"><span class="token tag"><span class="token tag"><span class="token punctuation"><</span>plugin</span><span class=

本文首发于 Nebula Graph 官方博客： https://nebula-graph.com.cn/posts/nebula-graph-risk-control-boss-zhipin/ 摘要：在本文中，BOSS 直聘大数据开发工程师主要分享一些他们内部的技术指标和选型，以及很多小伙伴感兴趣的 Dgraph 对比使用经验。 业务背景 在 Boss 直聘的安全风控技术中，需要用到大规模图存储和挖掘计算，之前主要基于自建的高可用 Neo4j 集群来保障相关应用，而在实时行为分析方面，需要一个支持日增 10 亿关系的图数据库，Neo4j 无法满足应用需求。 针对这个场景，前期我们主要使用 Dgraph ，踩过很多坑并和 Dgraph 团队连线会议，在使用 Dgraph 半年后最终还是选择了更贴合我们需求的 Nebula Graph 。具体的对比 Benchmark 已经有很多团队在论坛分享了，这里就不再赘述，主要分享一些技术指标和选型，以及很多小伙伴感兴趣的 Dgraph 对比使用经验。 技术指标 硬件 配置如下： 处理器：Intel(R) Xeon(R) Gold 6230 CPU @ 2.10GHz 80(cores) 内存：DDR4，128G 存储：1.8T SSD 网络：万兆 Nebula Graph 部署 5 个节点，按官方建议 3 个 metad / 5 个

基本含义 NoSQL(NoSQL = Not Only SQL )，意即"不仅仅是SQL"。 在现代的计算系统上每天网络上都会产生庞大的数据量。这些数据有很大一部分是由关系数据库管理系统（RDMBS）来处理。 1970年 E.F.Codd's提出的关系模型的论文 "A relational model of data for large shared data banks"，这使得数据建模和应用程序编程更加简单。 通过应用实践证明，关系模型是非常适合于客户服务器编程，远远超出预期的利益，今天它是结构化数据存储在网络和商务应用的主导技术。 NoSQL 是一项全新的数据库革命性运动，早期就有人提出，发展至2009年趋势越发高涨。NoSQL的拥护者们提倡运用非关系型的数据存储，相对于铺天盖地的关系型数据库运用，这一概念无疑是一种全新的思维的注入。 RDBMS vs NoSQL RDBMS - 高度组织化结构化数据 - 结构化查询语言（SQL） - 数据和关系都存储在单独的表中。 - 数据操纵语言，数据定义语言 - 严格的一致性 - 基础事务 NoSQL - 代表着不仅仅是SQL - 没有声明性查询语言 - 没有预定义的模式 - 键 - 值对存储，列存储，文档存储，图形数据库 - 最终一致性，而非ACID属性 - 非结构化和不可预知的数据 - CAP定理 - 高性能，高可用性和可伸缩性

MySQL数据库简介 一、数据库介绍 （一）数据库相关概念 数据库是“按照数据结构来组织、存储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、有共享的、统一管理的数据集合。 1.数据库系统：DBS (DataBase System)通常由数据库、数据库管理系统和数据管理员组成。 2.数据库管理系统：DBMS (Database Management System)是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库。它对数据库进行统一的管理和控制，以保证数据库的安全性和完整性。 3.数据库管理员：DBA (Database Administrator)，是从事管理和维护数据库管理系统(DBMS)的相关工作人员，一般是由业务水平较高、资历较深的人员担任。 4.数据库：DB (Database )是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合，可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、查询、更新、删除等操作。 （二）数据库分类 关系型数据库 概述：简单理解就是以二维表格的形式存储数据，而一个关系型数据库就是由二维表及其之间的关系组成的一个数据组织。 常见的关系型数据库： Oracle：IBM公司的商业数据库。 SQLServer：微软旗下的一款开源数据库。 DB2：商业银行使用较多。

知识图谱简介 本文根据幕布上这篇思维导图总结而得 无需AI基础，小白也能看懂的知识图谱技术与应用 ##一、什么是知识图谱？ ###定义 学术上：语义网络（Semantic Network）的知识库 应用中：多关系图（Multi-relational Graph） ###什么叫多关系图？ 图：由节点和边构成，通常只包含一种类型的节点和边 多关系图：包含多种类型的节点和多种类型的边 ###知识图谱中的节点和边 节点 ： 通常用实体（Entity）来表达 实体：现实世界中的事物 边 通常用关系（Relation）来表达 关系：不同实体之间的某种联系 ##二、知识图谱的表达 ###属性图（Property Graph） 运用前提：当知识图拥有属性时 运用场景：工业界 图片概述：李明李飞是父子关系，李明拥有138开头的电话号，开通时间是2018 电话号属性：2018年开通 李明属性：25岁、职位总经理 ###RDF（资源描述框架） 运用前提：不支持实体或关系拥有属性 运用场景：学术界 ##三、知识抽取 ###数据主要来自2种渠道 业务本身的数据 包含在公司内的数据库表 以结构化的方式存储 只需简单预处理即可输入后续AI系统 网络公开、抓取的数据 以网页形式存在 属于非结构化数据 需要借助自然语言处理等技术提取结构化信息 处理非结构化数据涉及的自然语言处理技术 实体命名识别（Name