Video在线视频

我们通过一个具体的实例

来介绍图的这种数据库

那么这个实例叫做Neo4j

那么Neo4j是从工业界来的

它提供了一个这种图的查询

图的操作的一个语言

它非常类似于sql

然后让用户可以

不用去考虑底层的具体的数据

以及底层的这种系统的实现

然后通过一个非常简单的

上层的抽象

来对这种图的数据库里面的数据

进行一个查询

那么一个Neo4j的特性

实际上在这里面已经说到

首先它是一个专门的数据库

它并不像关系数据库那样通用

它是有专门数据库

它里面包含的是

这个节点和关系的这样一个数据

那么每个节点和每一条关系

每一条边实际上它都可以包含一些属性

这些属性具有比较复杂的

这种数据结构

比如说它可以是一些基本的

这种数据类型

或者说是其他的这种结构

有用户可以自己去定义

然后它可以

处理比较复杂的这种图的算法

比如说路径

最短路径的一个搜索

比如说这种

图的这种模式的匹配

这都是Neo4j可以做得到的

那么同时

它还具有大数据系统的这些特性

它可以扩展到大量的这个服务器

那么可以把图的数据

和图的算法的load

分配到这些服务器上

同时它可以保证很高的可用性

也就是说

用户的查询可以在一定的

时间的范围内得到保证

那这是Neo4j

提供到的一个

这种数据的这样一个系统的

一个支撑

那么在我们个人的实验的

使用的体验当中

实际上Neo4j还提供了

比较好的这种接口

比如说它对数据的可视化

对于操作的一个优化

实际上相对还是比较好用的

那么我们来看一下

在Neo4j这里面

它使用了一些什么样的

数据的定义

以及语言的定义

那么在Neo4j里面

它使用节点和边对数据进行描述

那么在节点和这个边上面

它可以有这个属性

那么属性是一系列的

基本的数据结构

基本的这个数据类型

同时在Neo4j里面

定义了一种新的

叫做Cypher的这个语言

Cypher类似于SQL

它可以提供对图数据库中的数据

进行查询和进行操作

那么它可以通过定义从句的方式

比如说sql里面的

这个where

那么在Cypher里面

也可以通过类似的这个从句

进行条件的一个匹配

那我们来看一个简单的

这个Cypher它的一个例子

那么第一个例子呢

就是说我们可以从某一个

这个节点进行出发

然后去进行这个查找

就是说把这样的一个节点

给提取出来

那么它的一个基本的语句的形式

是这样的

我们可以对这个节点的一个属性

进行查找

把它用等号的方式连接起来

我们可以把这个节点给提取到

我们还可以去找这个关系

这个语句实际上给出了关系的

一个例子

用这样一个箭头的方式

把关系给匹配了出来

我们还可以进行节点的创建

当然是可以进行节点的创建的

Cypher它的一个特征

也描述在了这里

它首先是一个这种模式匹配的

这样一个语言

它可以通过从句

类似于sql这样去定义

我们要查找的这样一个方式

那么它在里面可以做数据的整合

对数据进行一个排序

然后可以对这个不同的数据

进行一个

不同的图进行联合等等

这样的一些操作

也支撑了最原始的

sql里面的一些方式

比如说创建

比如说这个读、更新

以及数据的一个删除

我们来看看这些基本的语句

它在这个Neo4j里面

它是怎么样去使用的

那这边给到的几个都是Neo4j

官方给出来的例子

我们来看

首先我们可以往整个数据库中

去创建节点

或者是创建这个关系

那我们来看创建节点

它是怎么去做的

使用的原语也是create

这边是创建了一个person

也就是类似于社交关系里面

这样一个人

它具有这样的一些属性

大家可以发现

这个属性实际上并不限制

它的长度

可以是任意多的

还有它的名字

有它来自什么地方

以及它的这个klout

这样一个值

那么create

用圆括号来表示它是一个Node

那么用这个大括号来表示

它的这些属性的一个列表

那么在这个Cypher里面

它一个独特的这从句

是叫做match

有点像我们在sql里面的这个where

那我们来看match

它能做哪些事情

首先我们是可以用它来

match这个属性

在这样的一个例子当中

但实际上这个match

你可以增加任意复杂的这种条件

比如说他可以

match一个名字

也可以match某一种关系

我们在下面一个例子去给大家

同时它可以增加where

这样的一个从句

那么where实际上是可以

和sql里面的where

直接对应起来的

它可以对简单的这种数据的

相似性 相等等等

或者是小于大于这样的关系

进行判断

那么在where里面

我们可以把刚刚需要的

这样一个条件给放进去

那么return

是将得到的结果

输出出来的一个操作

那么这里面我们就是要将

这个节点给输出出来

那么这个节点是return的

这样一个输出

我们刚刚说到

在这个match里面

我们除了去match简单的

这种条件和关系数据库类似以外

我们还可以去match图的一些模式

我们来看这个过程怎么做的

我们在where里面

还是使用了简单的条件

它的名字叫做这个Emily

然后我们在这个match里面

我们是match了一个图的

这样一个结构

这个结构是有一个节点

中间有一条关系

后面还有一个这个节点

那么有了这个东西之后

实际上我们想描述的就是说我们

要把当前这个叫做Emily的

这样一个用户

它认识的人给打印出来

所以只要它存在着这样一条关系

和Emily之间有一个认识的关系

那么这条数据就会被输出出来

同时在前面加上Emily

那么它大概会输出这样一个

两列的这样一个数据

那么这是Cypher

和sql不一样的地方

在sql里面

如果我们要做这个事情的话

我们需要去写for循环

我们需要去写复杂的这种匹配

但是在cypher里面

我们可以直接把我们想要的

一个图的一个局部的一个结构

给描述出来

所以大家可以想象

当我们把这个结构

写得更加复杂的话

实际上你是可以去做到一些

比较特殊的这种图的算法

那么这边就给了一个例子

我们可以用Cypher的写法

直接来做一个这种好友的推荐

那么这个推荐的原理是什么

我们将某一个用户

他认识的人给列出来

然后这些认识的人

再认识的人

我们进一步列出来

那么这些人就可以作为

推荐给当前用户的一个操作

那么这个原理实际上是

将好友的二度好友推荐给

某一个人的二度好友推荐给他

也就是说他认识的人认识的人

那么可能它并不一定认识

但这些人

推荐给他的话

它还是有很大的可能性

和他们建立这种社交关系的

那么这是这个推荐的原理

那我们来看他怎么做的

首先在match里面

我们写了这样的一个关系

那么这边是小括号空着

它是一个能够被匹配上的

这样一个模式

那么要求他的名字是这个约翰

也就是说我们是为这个用户

进行推荐

然后我们还要求这个推荐出来的

这个二度好友和这个约翰

可能具有相同的爱好

那么这边这个爱好叫做surfing

那么即使它的二度好友

又具有这样一个共同的一个爱好

那我们会把这些人推荐给他

我们最后会把这样的一些人

给输出出来

而且我们让他以这个

disctinct的方式输出

和sql里面一样

我们把重复的这个对象给滤掉

所以大家可以看得出来

我们用这个图数据库里面的

一些简单的这种语句

就能够实现在关系数据库里面

非常复杂的这种功能

我们可以把二度好友中

具有某一种属性的这个节点

全部找到作为推荐结果

那么在我们做其他物品的推荐

比如说电影书籍的推荐的时候

我们依然可以使用类似的办法

比如说我们想把好友看过的书

全部列出来

推荐给某一个用户

那么在关系数据库里面

很难做的一个东西

在图书类库里面

由于它提供了这样的

一个匹配的算法

我们就变得非常的容易

这是大家可以在后面

处理到类似的这种任务的时候

可以去尝试使用这个图数据库