搜索

【关于 Neo4j 】 那些你不知道的事

DayNightStudy

共 7226字，需浏览 15分钟

 ·

2021-03-24 13:16

作者：吴晓均

项目地址：https://github.com/km1994/NLP-Interview-Notes

一、Neo4J 介绍与安装

1.1 引言

“工欲善其事，必先利其器”，知识图谱作为一种特殊的图结构，自然需要专门的图数据库进行存储。

知识图谱由于其数据包含实体、属性、关系等，常见的关系型数据库诸如MySQL之类不能很好的体现数据的这些特点，因此知识图谱数据的存储一般是采用图数据库（Graph Databases）。而Neo4j是其中最为常见的图数据库。

1.2 Neo4J 怎么下载？

首先在 Neo4J官网 下载 Neo4J。

  • Neo4J分为社区版和企业版：

    • 企业版：收费，在横向扩展、权限控制、运行性能、HA等方面都比社区版好，适合正式的生产环境；

    • 社区版：免费，普通的学习和开发采用免费社区版就好。

1.3 Neo4J 怎么安装？

  • 在Mac或者Linux中，安装好jdk后，直接解压下载好的Neo4J包，运行命令

bin/neo4j start

  • windows系统下载好neo4j和jdk 1.8.0后，输入以下命令启动后neo4j

neo4j.bat console


图 12 Neo4j 运行结果

1.4 Neo4J Web 界面 介绍

Neo4J 提供了一个用户友好的 Web 界面，可以进行各项配置、写入、查询等操作，并且提供了可视化功能。类似ElasticSearch一样，我个人非常喜欢这种开箱即用的设计。

打开浏览器，输入http://127.0.0.1:7474/browser/，如下图 13 所示，界面最上方就是交互的输入框。


图 13 Neo4J Web界面

1.5 Cypher查询语言是什么？

  • Cypher：

    • 创建、更新、删除节点和关系

    • 通过模式匹配来查询和修改节点和关系 - 管理索引和约束等

    • 介绍：是Neo4J的声明式图形查询语言，允许用户不必编写图形结构的遍历代码，就可以对图形数据进行高效的查询。

    • 设计目的：类似SQL，适合于开发者以及在数据库上做点对点模式（ad-hoc）查询的专业操作人员。

    • 其具备的能力包括：

二、Neo4J 增删查改篇

2.1 引言

这个案例的节点主要包括人物和城市两类，人物和人物之间有朋友、夫妻等关系，人物和城市之间有出生地的关系。

  • Person-Friends-PERSON

  • Person-Married-PERSON

  • Person-Born_in-Location

2.2 Neo4j 怎么创建节点？

  1. 删除数据库中以往的图，确保一个空白的环境进行操作【注：慎用，如果库内有重要信息的话】：


图 14 Neo4J 删库操作

MATCH (n) DETACH DELETE n

这里，MATCH是匹配操作，而小括号()代表一个节点node（可理解为括号类似一个圆形），括号里面的n为标识符。

  1. 创建一个人物节点：

CREATE (n:Person {name:'John'}) RETURN n

注：
CREATE是创建操作，Person是标签，代表节点的类型。
花括号{}代表节点的属性，属性类似Python的字典。
这条语句的含义就是创建一个标签为Person的节点，该节点具有一个name属性，属性值是John。

  1. 创建更多的人物节点，并分别命名：

CREATE (n:Person {name:'Sally'}) RETURN n
  CREATE (n:Person {name:'Steve'}) RETURN n
  CREATE (n:Person {name:'Mike'}) RETURN n
  CREATE (n:Person {name:'Liz'}) RETURN n
  CREATE (n:Person {name:'Shawn'}) RETURN n

如图 15 所示，6个人物节点创建成功


图 15 创建 人物节点

  1. 创建地区节点

CREATE (n:Location {city:'Miami', state:'FL'})
  CREATE (n:Location {city:'Boston', state:'MA'})
  CREATE (n:Location {city:'Lynn', state:'MA'})
  CREATE (n:Location {city:'Portland', state:'ME'})
  CREATE (n:Location {city:'San Francisco', state:'CA'})

可以看到，节点类型为Location，属性包括city和state。

如图 16 所示，共有6个人物节点、5个地区节点，Neo4J贴心地使用不用的颜色来表示不同类型的节点。


图 16 创建地区节点

2.3 Neo4j 怎么创建关系？

  1. 朋友关系

MATCH (a:Person {name:'Liz'}), 
        (b:Person {name:'Mike'}) 
  MERGE (a)-[:FRIENDS]->(b)

注：
方括号[]即为关系，FRIENDS为关系的类型。
注意这里的箭头-->是有方向的，表示是从a到b的关系。这样，Liz和Mike之间建立了FRIENDS关系。

  1. 关系增加属性

MATCH (a:Person {name:'Shawn'}), 
        (b:Person {name:'Sally'}) 
  MERGE (a)-[:FRIENDS {since:2001}]->(b)

  1. 增加更多的朋友关系：

MATCH (a:Person {name:'Shawn'}), (b:Person {name:'John'}) MERGE (a)-[:FRIENDS {since:2012}]->(b)
  MATCH (a:Person {name:'Mike'}), (b:Person {name:'Shawn'}) MERGE (a)-[:FRIENDS {since:2006}]->(b)
  MATCH (a:Person {name:'Sally'}), (b:Person {name:'Steve'}) MERGE (a)-[:FRIENDS {since:2006}]->(b)
  MATCH (a:Person {name:'Liz'}), (b:Person {name:'John'}) MERGE (a)-[:MARRIED {since:1998}]->(b)

这样，图谱就已经建立好了：


图 17 图谱

2.4 Neo4j 怎么创建 出生地关系？

  1. 建立不同类型节点之间的关系-人物和地点的关系

MATCH (a:Person {name:'John'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1978}]->(b)
  MATCH (a:Person {name:'Liz'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1981}]->(b)
  MATCH (a:Person {name:'Mike'}), (b:Location {city:'San Francisco'}) MERGE (a)-[:BORN_IN {year:1960}]->(b)
  MATCH (a:Person {name:'Shawn'}), (b:Location {city:'Miami'}) MERGE (a)-[:BORN_IN {year:1960}]->(b)
  MATCH (a:Person {name:'Steve'}), (b:Location {city:'Lynn'}) MERGE (a)-[:BORN_IN {year:1970}]->(b)

这里的关系是BORN_IN，表示出生地，同样有一个属性，表示出生年份。

如图 18 ，在人物节点和地区节点之间，人物出生地关系已建立好。

  1. 创建节点的时候就建好关系

CREATE (a:Person {name:'Todd'})-[r:FRIENDS]->(b:Person {name:'Carlos'})

最终该图谱如下图所示：


图 18 图谱

2.5 Neo4j 怎么查询？

  1. 查询下所有在Boston出生的人物

MATCH (a:Person)-[:BORN_IN]->(b:Location {city:'Boston'}) RETURN a,b

结果如图 19：


图 19 查询下所有在Boston出生的人物

  1. 查询所有对外有关系的节点

MATCH (a)--() RETURN a

结果如图 20：


图 20 查询所有对外有关系的节点

  1. 查询所有有关系的节点

MATCH (a)-[r]->() RETURN a.name, type(r)

结果如图21：


图 21 查询所有有关系的节点

  1. 查询所有对外有关系的节点，以及关系类型

MATCH (a)-[r]->() RETURN a.name, type(r)

结果如图22：


图 22 查询所有对外有关系的节点，以及关系类型

  1. 查询所有有结婚关系的节点

MATCH (n)-[:MARRIED]-() RETURN n

结果如图 23：


图 23 查询所有有结婚关系的节点

  1. 查找某人的朋友的朋友

MATCH (a:Person {name:'Mike'})-[r1:FRIENDS]-()-[r2:FRIENDS]-(friend_of_a_friend) RETURN friend_of_a_friend.name AS fofName

返回Mike的朋友的朋友，结果如图 24：


图 24 查找某人的朋友的朋友

2.6 Neo4j 怎么删除和修改？

  1. 增加/修改节点的属性

MATCH (a:Person {name:'Liz'}) SET a.age=34
  MATCH (a:Person {name:'Shawn'}) SET a.age=32
  MATCH (a:Person {name:'John'}) SET a.age=44
  MATCH (a:Person {name:'Mike'}) SET a.age=25

这里，SET表示修改操作

  1. 删除节点的属性

MATCH (a:Person {name:'Mike'}) SET a.test='test'
  MATCH (a:Person {name:'Mike'}) REMOVE a.test

删除属性操作主要通过REMOVE 3. 删除节点

MATCH (a:Location {city:'Portland'}) DELETE a

删除节点操作是DELETE 4. 删除有关系的节点

MATCH (a:Person {name:'Todd'})-[rel]-(b:Person) DELETE a,b,rel

三、如何利用 Python 操作 Neo4j 图数据库？

3.1 neo4j模块：执行CQL ( cypher ) 语句是什么？

# step 1：导入 Neo4j 驱动包
  from neo4j import GraphDatabase
  # step 2：连接 Neo4j 图数据库
  driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))
  # 添加 关系 函数
  def add_friend(tx, name, friend_name):
      tx.run("MERGE (a:Person {name: $name}) "
            "MERGE (a)-[:KNOWS]->(friend:Person {name: $friend_name})",
            name=name, friend_name=friend_name)
  # 定义 关系函数
  def print_friends(tx, name):
      for record in tx.run("MATCH (a:Person)-[:KNOWS]->(friend) WHERE a.name = $name "
                          "RETURN friend.name ORDER BY friend.name", name=name):
          print(record["friend.name"])
  # step 3：运行
  with driver.session() as session:
      session.write_transaction(add_friend, "Arthur", "Guinevere")
      session.write_transaction(add_friend, "Arthur", "Lancelot")
      session.write_transaction(add_friend, "Arthur", "Merlin")
      session.read_transaction(print_friends, "Arthur")

上述程序的核心部分，抽象一下就是：

neo4j.GraphDatabase.driver(xxxx).session().write_transaction(函数(含tx.run(CQL语句)))

或者

neo4j.GraphDatabase.driver(xxxx).session().begin_transaction.run(CQL语句)

3.2 py2neo模块是什么？

  • 介绍：通过操作python变量，达到操作neo4j的目的

# step 1：导包
  from py2neo import Graph, Node, Relationship
  # step 2：构建图
  g = Graph()
  # step 3：创建节点
  tx = g.begin()
  a = Node("Person", name="Alice")
  tx.create(a)
  b = Node("Person", name="Bob")
  # step 4：创建边
  ab = Relationship(a, "KNOWS", b)
  # step 5：运行
  tx.create(ab)
  tx.commit()

py2neo模块符合python的习惯，写着感觉顺畅，其实可以完全不会CQL也能写

四、数据导入 Neo4j 图数据库篇

  • 动机：前面学习的是单个创建节点，不适合大批量导入。这里我们使用neo4j-admin import命令导入，其他导入方法也可以参考Neo4j之导入数据

csv分为两个nodes.csv和relations.csv，注意关系里的起始节点必须是在nodes.csv里能找到的：

# nodes.csv需要指定唯一ID和nam,
  headers = [
  'unique_id:ID', # 图数据库中节点存储的唯一标识
  'name', # 节点展示的名称
  'node_type:LABEL', # 节点的类型，比如Person和Location
  'property' # 节点的其他属性
  ]
# relations.csv
  headers = [
  'unique_id', # 图数据库中关系存储的唯一标识
  'begin_node_id:START_ID', # begin_node和end_node的值来自于nodes.csv中节点
  'end_node_id:END_ID',
  'begin_node_name',
  'end_node_name',
  'begin_node_type',
  'end_node_type',
  'relation_type:TYPE', # 关系的类型，比如Friends和Married
  'property' # 关系的其他属性
  ]

制作出两个csv后，通过以下步骤导入neo4j:

  1. 两个文件nodes.csv ，relas.csv放在

neo4j安装绝对路径/import

  1. 导入到图数据库mygraph.db

neo4j bin/neo4j-admin import --nodes=/var/lib/neo4j/import/nodes.csv --relationships=/var/lib/neo4j/import/relas.csv   --delimiter=^ --database=xinfang*.db

delimiter=^ 指的是csv的分隔符

  1. 指定neo4j使用哪个数据库

修改 /root/neo4j/conf/neo4j.conf 文件中的 dbms.default_database=mygraph.db

  1. 重启neo4j就可以看到数据已经导入成功了

参考资料

  1. 干货 | 从零到一学习知识图谱的技术与应用

  2. 手把手教你快速入门知识图谱 - Neo4J教程

  3. python操作图数据库neo4j的两种方式

  4. Neo4j之导入数据

  5. schema 介绍

  6. 知识图谱Schema

  7. 美团大脑：知识图谱的建模方法及其应用

  8. 肖仰华. 知识


浏览 53
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
关于 Python 3.9，那些你不知道的事
Python网络爬虫与数据挖掘
0
关于Python 3.9，那些你不知道的事
小詹学Python
0
关于 Python 3.9，那些你不知道的事
Python 知识大全
0
关于Python 3.9，那些你不知道的事
机器学习算法与Python实战
0
你不知道的 Java 注解那些事!
程序猿杂货铺
0
“亚马逊”最初不叫“Amazon”？关于亚马逊你不知道的那些事
大数据文摘
0
你不知道的事
你不知道的事
0
那些关于你的
那些关于你的
0
你不知道的事
你不知道的事
0
你不知道的事
你不知道的事
0
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报