分布式存储系统——《Neo4j》

已于 2022-06-01 18:06:14 修改
阅读量1k 收藏 3
点赞数 3
分类专栏： 高级架构师 数据库 文章标签： 分布式 非关系型数据库
于 2022-05-31 22:46:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/guan1843036360/article/details/125074892
版权

第四阶段 大型分布式存储系统架构进阶

Neo4j

文章目录

1.第一部分 图 和 Neo4j

1.1 图论

1.1.1 图论起源 — 柯尼斯堡（Konigsberg）[七桥问题]

众所周知，图论起源于一个非常经典的问题——柯尼斯堡（Konigsberg）七桥问题。1738年，瑞典数学家欧拉( Leornhard Euler)解决了柯尼斯堡七桥问题。由此图论诞生，欧拉也成为图论的创始人。

img

欧拉把问题的实质归于"一笔画"问题，即判断一个图是否能够遍历完所有的边(Edge)而没有重复,而柯尼斯堡七桥问题则是一笔画问题的一个具体情境。欧拉证明这个问题不成立。

满足一笔画的图满足两个条件:

  • 图必须是一个完整图
  • 有零个或二个奇数点

1.1.2 图 和 节点

图是一组节点和连接这些节点的关系组成。图形数据存储在节点和关系所在的属性上。属性是键值对表示的数据。

在图形理论中，我们可以使用圆表示一个节点 并且可以向里面添加键值对形式的数据。

img

1.1.3 节点关系表达

简单关系表达

img

此处在两个节点之间创建关系名称“跟随”。 这意味着Profile1 跟随 Profile2。

复杂关系表达

img
这里节点用关系连接。 关系是单向或双向的。
从ABC和XYZ的关系是单向关系。
从ABC和PQR的关系是双向关系。

1.1.4 属性图模型规则

img

  • 图表示节点，关系和属性中的数据
  • 节点和关系都包含属性
  • 关系连接节点
  • 属性是键值对
  • 节点用圆圈表示，关系用方向键表示。
  • 关系具有方向：单向和双向。
  • 每个关系包含“开始节点”或“从节点” 和 “到节点”或“结束节点”

1.2 知识图谱和图库

1.2.1 知识图谱

一种基于图的数据结构，由节点(Node)和边(Edge)组成。其中节点即实体，由一个全局唯一的ID标示，边就是关系用于连接两个节点。通俗地讲，知识图谱就是把所有不同种类的信息（Heterogeneous Information）连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。

互联网、大数据的背景下，谷歌、百度、搜狗等搜索引擎纷纷基于该背景，创建自己的知识图谱
Knowledge Graph（谷歌）、知心（百度）和知立方（搜狗），主要用于改进搜索质量。

1.2.2 图数据库

一般情况下，我们使用数据库查找事物间的联系的时候，只需要短程关系的查询（两层以内的关联）。
当需要进行更长程的，更广范围的关系查询时，就需要图数据库的功能。而随着社交、电商、金融、零售、物联网等行业的快速发展，现实世界的事物之间织起了一张巨大复杂的关系网，传统数据库面对这样复杂关系往往束手无策。因此，图数据库应运而生。

图数据库(Graph database)指的是以图数据结构的形式来存储和查询数据的数据库。
知识图谱中，知识的组织形式采用的就是图结构，所以非常适合用图库进行存储。

1.2.3 图形数据库优势

img

在需要表示多对多关系时，我们常常需要创建一个关联表来记录不同实体的多对多关系。如果两个实体之间拥有多种关系，那么我们就需要在它们之间创建多个关联表。而在一个图形数据库中，我们只需要标明两者之间存在着不同的关系。如果希望在两个结点集间建立双向关系，我们就需要为每个方向定义一个关系。

也就是说，相对于关系型数据库中的各种关联表，图形数据库中的关系可以通过关系属性这
一功能来提供更为丰富的关系展现方式。因此相较于关系型数据库，图形数据库的用户在对现实进行抽象时将拥有一个额外的武器，那就是丰富的关系。

优势总结:

  • 性能上，对长程关系的查询速度快
  • 擅于发现隐藏的关系，例如通过判断图上两点之间有没有走的通的路径，就可以发现事物间的关联

1.3 Neo4j 基础

1.3.1 什么是Neo4j

Neo4j是一个开源的 无Shcema的 基于java开发的 图形数据库，它将结构化数据存储在图中而不
是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎。程序数据是
在一个面向对象的、灵活的网络结构下，而不是严格、静态的表中,但可以享受到具备完全的事务
特性、企业级的数据库的所有好处。
https://db-engines.com/en/ranking

1.3.2 Neo4j 模块构建

Neo4j 主要构建块

  • 节点
  • 属性
  • 关系
  • 标签
  • 数据浏览器

节点

节点是图表的基本单位。 它包含具有键值对的属性

属性

属性是用于描述图节点和关系的键值对

Key =值
其中Key是一个字符串
值可以通过使用任何Neo4j数据类型来表示

关系

关系是图形数据库的另一个主要构建块。 它连接两个节点，如下所示。

img

这里Emp和Dept是两个不同的节点。 “WORKS_FOR”是Emp和Dept节点之间的关系。

因为它表示从Emp到Dept的箭头标记，那么这种关系描述的一样

Emp WORKS_FOR Dept

每个关系包含一个起始节点和一个结束节点。

这里“Emp”是一个起始节点。
“Dept”是端节点。
由于该关系箭头标记表示从“Emp”节点到“Dept”节点的关系，该关系被称为“进入关系”到“Dept”节点。
并且“外向关系”到“Emp”节点。

像节点一样，关系也可以包含属性作为键值对。

标签
Label将一个公共名称与一组节点或关系相关联。 节点或关系可以包含一个或多个标签。 我们可以为现有节点或关系创建新标签。 我们可以从现有节点或关系中删除现有标签。

从前面的图中，我们可以观察到有两个节点。

左侧节点都有一个标签：“EMP”，而右侧节点都有一个标签：“Dept”。

这两个节点之间的关系，也有一个标签：“WORKS_FOR”

注： -Neo4j将数据存储在节点或关系的属性中。

1.3.3 Neo4j的主要应用场景

社交媒体和社交网络

当使用图形数据库为社交网络应用程序提供动力时，可以轻松利用社交关系或根据活动推断关系。
查询社区聚类分析，朋友的朋友推荐，影响者分析，共享和协作关系分析等

推荐引擎和产品推荐系统

图形驱动的推荐引擎通过实时利用多种连接，帮助公司个性化产品，内容和服务。
内容和媒体推荐，图形辅助搜索引擎，产品推荐，专业网络，社会推荐。

身份和访问管理
使用图形数据库进行身份和访问管理时，可以快速有效地跟踪用户，资产，关系和授权。
查询访问管理，资产来源，数据所有权，身份管理，互连组织，主数据，资源授权

金融反欺诈多维关联分析场景

通过图分析可以清楚地知道洗钱网络及相关嫌疑，例如对用户所使用的帐号、发生交易时的IP地址、MAC地址、手机IMEI号等进行关联分析。

1.3.4 Neo4j 环境搭建

Neo4j环境Linux下搭建

(1).切换到Linux下 到安装目录neo4j 上传安装包 或者 下载安装包
使用 ftp 工具上传neo4j-community-3.5.17.tar 到 liunx 下
或者

wget https://neo4j.com/artifact.php?name=neo4j-community-3.5.17-unix.tar.gz

(2). 解压
tar -xvf neo4j-community-3.5.17.tar

(3). 修改配置文件 neo4j.conf

vi conf/neo4j.conf

主要是修改 允许远程访问的地址 把对应的注释打开即可

dbms.connectors.default_listen_address=0.0.0.0

(4).开放对应的访问端口 默认要开放7474 和 7687

firewall-cmd --zone=public --add-port=7474/tcp --permanent
firewall-cmd --zone=public --add-port=7687/tcp --permanent
systemctl reload firewalld

(5).启动

./bin/neo4j start

(6).使用浏览器 访问服务器上的 neo4j

http://192.168.211.133:7474

默认的账号是 neo4j 密码 neo4j 这里第一次登录的话会要求修改密码

Windows下的安装

(1).从https://neo4j.com/download-center/#community 下载最新的Neo4j Server安装文件
可以看到 neo4J 软件 exe 或 zip 格式的所有版本
(2).下载 Neo4j 3.5.17 (zip)
(3).解压
(4).修改配置文件

dbms.connectors.default_listen_address=0.0.0.0

(5) . 通过 neo4j.bat install-service 安装neo4j服务

注意的问题 如果是4.0 以及以上版本需要jdk11
修改文件 bin/neo4j.ps1
Import-Module “neo4j的主目录\bin\Neo4j-Management.psd1”

(6).neo4j.bat启动

neo4j.bat start

(7).使用浏览器 访问服务器上的 neo4j

http://127.0.0.1:7474

默认的账号是 neo4j 密码 neo4j 这里第一次登录的话会要求修改密码

1.3.5 Neo4j数据浏览器

数据浏览器访问
一旦我们安装Neo4j，我们可以访问Neo4j数据浏览器使用以下URL
http:// localhost:7474/browser/

img

Neo4j数据浏览器用于执行CQL命令并查看输出输出。
这里我们需要在美元提示符处执行所有CQL命令：“$” 如 CREATE(cc:CreditCard)

在美元符号后键入命令，然后单击“执行”按钮运行命令。
它与Neo4j数据库服务器交互，检索和显示下面的结果到那个美元提示。
使用“VI视图”按钮以图形格式查看结果。 上图以“UI视图”格式显示结果。

img

导出 CSV 或者 JSON
单击“导出CSV”按钮以csv文件格式导出结果

视图”按钮以图形格式查看结果。 上图以“UI视图”格式显示结果。

img

导出 CSV 或者 JSON
单击“导出CSV”按钮以csv文件格式导出结果

第二部分 Neo4j CQL

CQL简介

CQL代表Cypher查询语言。 像关系型数据库具有查询语言SQL，Neo4j使用CQL作为查询言。
Neo4j CQL

  • 它是Neo4j图形数据库的查询语言。
  • 它是一种声明性模式匹配语言。
  • 它遵循SQL语法。
  • 它的语法是非常简单且人性化、可读的格式。

常用的Neo4j CQL命令/条款如下：
在这里插入图片描述

CREATE

CREATE ( 
	<node-name>:<label-name> 
	[{ 
		<property1-name>:<property1-Value> 
		........ 
		<propertyn-name>:<propertyn-Value> 
	}] 
)

语法说明：

语法元素描述
< node-name>它是我们将要创建的节点名称。
< label-name>它是一个节点标签名称
< property1-name>…< propertynname>属性是键值对。 定义将分配给创建节点的属性的名称
< property1-value>…< propertynvalue>属性是键值对。 定义将分配给创建节点的属性的值

举例:

CREATE (person:Person) 

CREATE (person:Person {cid:1,name:"范 闲",age:24,gender:0,character:"A",money:1000}); 
CREATE (person:Person {cid:2,name:"林婉 儿",age:20,gender:1,character:"B",money:800}); 
CREATE (person:Person {cid:3,name:"庆 帝",age:49,gender:0,character:"A",money:8900});

MATCH RETURN命令语法

MATCH 
( 
	<node-name>:<label-name> 
)
RETURN 
	<node-name>.<property1-name>,
	... 
	<node-name>.<propertyn-name>
语法元素描述
< node-name>它是我们将要创建的节点名称。
< label-name>它是一个节点标签名称
< property1-name>…< propertynname>属性是键值对。 定义将分配给创建节点的属性的名称

举例:

MATCH (person:Person) return person 
MATCH (person:Person) return person.name,person.age
12

关系创建

  • 使用现有节点创建没有属性的关系

    MATCH (<node1-name>:<node1-label-name>),(<node2-name>:<node2-label-name>) 
CREATE
	(<node1-name>)-[<relationship-name>:<relationship-label-name>]->(<node2- name>) 
RETURN 相应的内容

    语法说明:

    S.No.语法元素描述
    1MATCH,CREATE,RETURN他们是Neo4J CQL关键字。
    2< noode1-name>它用于创建关系的“From Node”的名称。
    3< node1-label-name>它用于创建关系的“From Node”的标签名称。
    4< node2-name>它用于创建关系的“To Node”的名称。
    5< node2-label-name>它用于创建关系的“To Node”的标签名称。
    6< relationship-name>这是一个关系的名称。
    7< relationship-label-name>它是一个关系的标签名称。
    创建关系 
match(person:Person {name:"范闲"}) ,(person2:Person {name:"林婉儿"}) 
create(person)-[r:Couple]->(person2); 查询关系 

match p = (person:Person {name:"范闲"})-[r:Couple]->(person2:Person) return p 

match (p1:Person {name:"范闲"})-[r:Couple]-(p2:Person) return p1,p2 

match (p1:Person {name:"范闲"})-[r:Couple]-(p2:Person) return r

  • 使用现有节点创建有属性的关系

    MATCH (<node1-label-name>:<node1-name>),(<node2-label-name>:<node2-name>) 
CREATE
	(<node1-label-name>)-[<relationship-label-name>:<relationship-name> 
	{<define-properties-list>}]->(<node2-label-name>) 
RETURN <relationship-label-name> 

其中<define-properties-list> 是分配给新创建关系的属性（名称 - 值对）的列表。 
{ 
	<property1-name>:<property1-value>, 
	<property2-name>:<property2-value>, 
	... 
	<propertyn-name>:<propertyn-value> 
}

    match(person:Person {name:"范闲"}),(person2:Person {name:"林婉儿"}) 
create(person)-[r:Couple{mary_date:"12/12/2014",price:55000}]->(person2) return r;

  • 使用新节点创建没有属性的关系

    CREATE 
	(<node1-label-name>:<node1-name>) 
	-[<relationship-label-name>:<relationship-name>]-> 
	(<node1-label-name>:<node1-name>)

    create(person1:Person {cid:4,name:"长公 主",age:49,gender:1,character:"A",money:5000}) 
-[r:Friend]-> 
(person2:Person {cid:7,name:"九品射手燕小 乙",age:48,gender:0,character:"B",money:1000})

  • 使用新节点创建有属性的关系

    CREATE 
	(<node1-label-name>:<node1-name>{<define-properties-list>}) -
	[<relationship-label-name>:<relationship-name>{<define-properties-list>}] 
	->(<node1-label-name>:<node1-name>{<define-properties-list>})

    create 
	(person1:Person {cid:9,name:"靖王世 子",age:23,gender:0,character:"A",money:3000}) 
	<-[r:Friend {date:"11-02-2000"}]-> 
	(person2:Person {cid:8,name:"二皇子",age:24,gender:0,character:"B",money:6000})

    关系和节点的属性可以使用的类型
    在这里插入图片描述

CREATE创建多个标签

CREATE (<node-name>:<label-name1>:<label-name2>.....:<label-namen>) 
如:
 CREATE (person:Person:Beauty:Picture {cid:20,name:"小美女"})

WHERE 子句

简单的WHERE子句 
	WHERE <condition> 
复杂的WHERE子句 
	WHERE <condition> <boolean-operator> <condition>

where 中的比较运算符 和 之前mysql的相同 如 = != <> > < 等
在这里插入图片描述

MATCH (person:Person) 
WHERE person.name = '范闲' OR person.name = '靖王世子' 
RETURN person

DELETE 子句 和 REMOVE子句

DELETE 子句

  • 删除节点。
  • 删除节点及相关节点和关系。
match p = (:Person {name:"林婉儿"})-[r:Couple]-(:Person) 
delete r

REMOVE子句

  • 删除节点或关系的标签
  • 删除节点或关系的属性
MATCH (person:Person {name:"小美女"}) 
REMOVE person.cid

SET子句

  • 向现有节点或关系添加新属性
  • 更新属性值
MATCH (person:Person {cid:1}) 
SET person.money = 3456,person.age=25

ORDER BY 子句

“ORDER BY”子句，对MATCH查询返回的结果进行排序。
我们可以按升序或降序对行进行排序。
默认情况下，它按升序对行进行排序。 如果我们要按降序对它们进行排序，我们需要使用DESC子句。

MATCH (person:Person) 
RETURN person.name,person.money 
ORDER BY person.money DESC

SKIP 和 LIMIT

Neo4j CQL已提供“SKIP”子句来过滤或限制查询返回的行数。 它修整了CQL查询结果集顶部的结果。
Neo4j CQL已提供“LIMIT”子句来过滤或限制查询返回的行数。 它修剪CQL查询结果集底部的结果。

MATCH (person:Person) 
RETURN ID(person),person.name,person.money 
ORDER BY person.money DESC
skip 4 limit 2

DISTINCT排重

这个函数的用法就像SQL中的distinct关键字，返回的是所有不同值。


```java
MATCH (p:Person) RETURN Distinct(p.character)
图和Neo4j
自律给我自由
08-15 668
文章来源：拉勾教育Java高薪训练营第3期 1、图论 1.1、图论的起源-柯尼斯堡（Konigsberg）七桥问题 图论起源于一个非常经典的问题——柯尼斯堡（Konigsberg）七桥问题。1738年，瑞典数 学家欧拉( Leornhard Euler)解决了柯尼斯堡七桥问题。由此图论诞生，欧拉也成为图论的创始人。 欧拉把问题的实质归于"一笔画"问题，即判断一个图是否能够遍历完所有的边(Edge)而没有重复，而柯 尼斯堡七桥问题则是一笔画问题的一个具体情境。欧拉证明这个问题不成立。
Neo4j存储结构简析
qq_36456827的博客
01-31 1899
Neo4j将边也作为数据库的“一等公民”,将属性图的顶点、边、标签和属性被分开存储在不同文件中。 正是这种将图结构与图上标签 和属性分开存储的策略,使得 Neo4j 具有高效率的图遍历能力.图中给出了 Neo4j 2.2 版本中顶点和边记录的物理存储结构(其他版本可能有变化),其中每个顶点记录占用 15 字节,每个边记录占用 34 字节。 顶点记录的第 0 字节 inUse 是记录使用标志...
企业级Neo4j高可用架构：因果集群与容灾设计
最新发布
一碗黄焖鸡三碗米饭的博客
03-04 983
Neo4j的因果集群是其高可用性设计的核心。Leader节点、Follower节点和Read Replicas。这种集群结构通过因果一致性（Causal Consistency）保证了数据的强一致性和高可用性。Neo4j的高可用架构设计在因果集群的基础上，确保了高效的数据一致性和系统的高可用性。结合容灾设计、自动故障转移和灾难恢复策略，企业能够在生产环境中可靠地使用Neo4j，确保业务连续性。
百亿级数据下的Neo4j集群部署与横向扩展方案
一碗黄焖鸡三碗米饭的博客
03-03 582
Neo4j 提供了集群部署的能力，通过对数据库进行横向扩展，可以应对更大规模的数据存储和更高并发的查询需求。Core 节点：这些节点存储图数据的核心副本，并参与数据的读写操作。所有的数据变更会同步到所有的 Core 节点。Read Replica 节点：这些节点用于分担读操作的负载，并从 Core 节点同步数据，确保查询的高效性和一致性。：负责管理整个集群的状态，协调各个节点之间的工作，确保节点的健康状态和数据一致性。在百亿级数据量的场景下，Neo4j 的集群部署和横向扩展方案至关重要。
neo4j实现分布式锁
qq_46601365的博客
11-18 559
neo4j实现分布式锁 应用场景：分布式环境下，希望能够生成一个唯一自增的序列号，自增序列号的存储使用neo4j 问题一：使用neo4j存储，节点的属性使用一个定值，节点的属性值是自增的，首先是节点的创建，分布式环境下，节点的创建无法保证，因为比如两个线程同时创建节点，第一个线程判断neo4j中没有该节点，准备创建；这时，还没有创建成功，第二个线程进入判断该节点不存在，创建节点，这样就会创建两个节点，这样是不对的。 解决办法：可以使用一个脚本，将该节点事先创建好 问题二：要保证更改节点的属性值的操作是一个原
Neo4j的存储结构
热门推荐
怀素的专栏
09-15 2万+
Neo4j作为图形数据库，有其独特的数据存储结构。 数据存储主要分为节点、关系、节点或关系上属性这三类数据存储，这些数据也可以通过Lucene进行存储检索。 一个节点共占9个byte，，格式 in_use(byte)+next_rel_id(int)+next_prop_id(int) 节点是否可用+最近一个关系的Id（-1表示无）+最近一个属性的Id（-1表示...
分布式数据库算法在Neo4j集群的实现.pptx
10-14
分布式数据库算法在Neo4j集群的实现.pptx
论文智能分析问答系统源码——SpringBoot+Neo4j+Spark实现
Neo4j是一个高性能的NoSQL图形数据库，它将数据存储为节点、关系和属性的图形结构。Neo4j在处理复杂的网络关系方面表现优越，如社交网络、推荐系统以及各种关系密集型应用。其ACID事务特性和高效的查询语言Cypher...
图算法在Neo4j中的应用：深度探讨与技巧分享——解锁Neo4j的潜力
![通信信号配线-neo4j图形算法白皮书]...文章第三章着重于Neo4j图算法的实践，详细说明了如何在Neo4j中集成和使用这些算法，并展示了常见图算法的实现和高级应用案例。接下来，本文探讨了图数据库的性能优化技巧，包
neo4j-community-4.2.4-windows 社区版
04-15
4. **图形浏览器**：内置的Web界面——Neo4j Browser，可进行数据可视化、查询执行和调试。 5. **扩展性**：通过分布式集群功能，Neo4j可以扩展到多个服务器，处理更大的数据量。 **安装与配置**： 下载的压缩包...
【二】分布式微服务架构体系详解——数据存储
马猴烧酒└(┐卍^o^)卍ﾄﾞｩﾙﾙﾙ~楪詩月「YUZURIHA SHIZUKI」
07-28 1028
前言 微服务架构下，很适合用DDD(Domain-Drive Design)思维来设计各个微服务。使用领域驱动设计的理念，工程师们的关注点需要从CRUD思维中跳出来。更多关注通用语言的设计、实体以及值对象的设计。至于数据仓库，会有更多样化的选择。分布式系统中数据存储服务是基础，微服务的领域拆分、领域建模可以让数据存储方案的选择更具灵活性。 不一定所有的微服务都需要有一个底层的关系型数据库作为实体对象实例的存储。以一个简单的电商系统为例：“用户微服务”和“商品微服务”都分别需要关系型数据库存储结构化的关联数据
Neo4j学习-Neo4j入门-Neo4j文档
01-11
Neo4j是一款强大的图形数据库系统，它以节点、关系和属性的形式存储数据，适用于处理复杂的网络结构和关联数据。在“Neo4j学习-Neo4j入门-Neo4j文档”这个主题中，我们将深入探讨Neo4j的基本概念、安装与配置、查询...
Neo4j应用程序体系结构
洪源的博客
01-18 1410
Application Architecture 在规划一个基于图形数据库的解决方案时，有几个架构决策。根据数据库产品的不同，这些决定会略有不同我们选择。在本节中，我们将描述一些体系结构的选择，以及相应的应用架构，在使用Neo4j时提供给我们。 嵌入式与服务器 目前，大多数数据库作为服务器运行，通过客户机库访问。Neo4j是有点不寻常的是，它既可以在嵌入式模式下运行，也可以在服务器模式下运行——事实上， 追溯到近10年前，它的起源是作为嵌入式图形数据库。 嵌入式数据库与内存数据库不同。 Neo4j的
图数据库Neo4j——Neo4j简介、数据结构 & Docker版本的部署安装 & Cypher语句的入门
Arya的博客，专注后端领域
10-31 1万+
本篇博客介绍Neo4j图数据库，Neo4j是用Java实现的开源NoSQL图数据库，本篇博客介绍docker版本的安装，Neo4j的数据结构，基本的创建、查询的Cypher语句。
Graph database_neo4j 底层存储结构分析(4)
weixin_34008933的博客
06-02 289
3.3.2   DynamicStore 类型 3.3.2.1        AbstractDynamicStore 的存储格式 neo4j 中对于字符串等变长值的保存策略是用一组定长的 block 来保存，block之间用单向链表链接。类 AbstractDynamicStore 实现了该功能，下面是其注释说明。 /**  * An abstract representation ...
【云原生专题】基于Docker+Neo4j图数据库搭建企业级分布式应用拓扑图_neo4j分布式
kenzsoft的博客
04-27 348
本文到此结束，下一篇会讲述如何使用SpringBoot+neo4j来实现本次的案例。
neo4j的存储结构
Lyncai的专栏
12-03 534
Neo4j的存储结构_怀素的专栏-CSDN博客_neo4j存储结构
图数据库neo4j存储数据结构分析
小人物大青春的博客
12-02 1万+
本文主要介绍neo4j是如何将图数据保存在磁盘上的，采用的是什么存储方式。分析这种存储方式对进行图查询/遍历的影响。
Neo4j简介
JobsLee' Blog
04-06 2336
前言 随着大数据时代的发展，诞生了一大批大数据时代下的新数据库产品，如今MongoDB、Redis、HBase这些NoSQL数据库已经成为了互联网开发的新标配，SQL一统江湖的时代不复存在了。 然而，如果你觉得只要学习了上边这几种NoSQL你就抓住了大数据时代的话，你可就大错特错了！大数据时代发展速度之快超乎你的想象，新的数据库产品仍然在不断诞生，一些快速兴起的小众数据库很有可能成为下一个MongoDB、HBase！为了不落后于时代，你还不抓紧时间了解一下？ 本系列文章为大家挑选了几种适合不同场景的小众数据
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

管程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值