知识图谱

图数据库

包含节点和关系

• 节点：有属性（键值对形式存储），也可以有多个标签
• 关系：有名字和方向，并总是有一个开始节点和结束节点

neo4j图数据库

通常来讲，对于 10 亿节点以下规模的图谱来说 Neo4j 已经足够了。

pip安装用这个版本...
pip install py2neo==3.1.2

blog.csdnimg.cn/20191008195700521.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNjEwNDM2,size_16,color_FFFFFF,t_70)
在neo4j目录输入start可以后台启动，在浏览器输入localhost:7474进入界面，初始密码是neo4j，之后我们可以初始化我们的neo4j数据库（导入数据）。

导入demo：
.bin/neo4j-admin import --nodes Person.csv --nodes Phone.csv --nodes Application.csv --relationships Person_Application.csv --relationships Person_Relation.csv --relationships Phone_Phone.csv --relationships Person_Phone.csv

很简单的，nodes导入节点，realtionships导入关系。

---

APOC组件

需要安装：

• apoc-3.4.0.3-all.jar
• mysql-connector-java-5.1.21.jar

APOC的功能：

1. 文本和索引查找（提供索引查询、管理全文图标和搜索等功能）
2. 实用函数（域名提取、时间和日期、数值格式转换等功能）
3. 图算法（社区检测、pagerank、中心算法等）
4. 空间函数（地理编码、位置编码、空间和时间搜索等）
5. 数据集成（json、jdbc、csv等格式数据的加载）
6. 图形重构（节点合并、属性规范化与分类等）
7. 虚拟节点/关系（提供虚拟图的创建）
8. cypher操作（单个和多个cypher语句运行和脚本运行）
9. 触发器（与关系型数据库的触发器的理解方式一样）
10. ……

APOC数据集成-JDBC

apoc.load.jdbc:可以访问提供JDBC驱动程序的数据库， 并执行查询。其将结果变成以一行数据为单位的数据流。然后可以使用功能这些行来更新或创建图形数据结构

call apoc.load.jdbc("jdbc:mysql://{IP):{PORT}/{DBNAME}? user={USERNAME}&password={PASSWORD}","{TABLENAME}") yield row
创建节点的语句，使用row.调用每一行中的具体字段（一行行的返回数据）

假如有一个黑名单表，有block_id字段和type字段
create (b:Black{number:row.block_id,type:row.type})
但是要注意的是导入的数据是设定关系的。
下一步可以打开neo4j查看导入的数据（neo4j存储的数据在neo4j目录下的data/databases/graph.db下）

Cypher 语句

py2neo连接：

authenticate("localhost:7474", "neo4j", "1234")
graph = Graph(
            "http://localhost:7474/db/data/",
            user="neo4j",
            password="1234")

首先启动neo4j，打开浏览器查看。可以在浏览器界面命令交互。
match (node)-[relationship]->(node)
where (node | relationship)
return (node | realtioinship)

demo(不带关系的查询):
match (n:Person) retuen n limit 10
n 就是Person的别名， 返回n，限制条件是10个

demo(带关系的查询)：
match (n:Person)-[:HAS_PHONE]->(p:Phone) return n,p limit 10
查找有手机的人

demo(带有条件的查询)：
match (n:Person)-[:HAS_PHONE]->(p:Phone) where n.name="liao" return n,p limit 10
查找姓名为liao的关系

demo(2度关系)：
match (n:Person) -[:HAS_PHONE]->(p:Phone)-[:CALL]-(p1:Phone) where n.name='liao' return n limit 10
查找有电话的人，同时还显示所持有的电话打过的电话的节点

demo(利用关系查询)：
math p=()-[c:CALL]-() return p limit 10
不限制实体，通过关系（call）查询

demo（利用正则查询）：
match (n:Users) where n.name=~"liao.*" return n limit 10
~符号后面可以利用正则查询

demo(包含查询)：
match (n:Users) where n.name contains "l" return n limit 10
名字里面包含l的

创建实体与关系：

demo(创建简单的实体与关系):
create (n:Person)-[:LOVES]->(m:Dog)

demo(创建带有属性的实体与关系):
create (n:Person{name:“李四”’})-[:FEAR{level:1}]->(t:Tiger{type:"东北"})

给两个孤立的实体创建关系

创建相同的关系时原来的关系不会被替换，即使时相同的关系也不会替换:
match (n:Person{name:"liao"}), (m:Person{name:"luo}), create (n)-[v:LOVE]->(m) return v

merge（有则返回，没有这创建）

match (n:Person{name:"liao"}), (m:Person{name:"luo"}) merge (n)-[v:LOVE]->(m) return 1

删除

这里删除会将所选择的所有hate关系删除：
match (n:Person{name:"lishi"})-[v:hate]->(m:Person{name:"zhangshan"}) delete v

删除节点 ，但在删除实体之前必须删除关系：
match (n:Person{name:"lishi"}) delete n

或者可以同时删除实体与关系：
match (n:Person)-[l:love]->(d:Dog) delete n,l,d

更新实体

这样会添加一个新的标签:
match (t:Tiger) where id(t)=123 set t:Person return t

更新属性：
match (n:Person) wherer id(n)= 123 set n.new_ele="new_ele" return n

在关系上添加属性：
match (n:Person) -[v:love]->(:Person) set l.date="1990" return n

Cypher 的复杂查询

题目：姓名12 ，3度之内的朋友有哪些：
（注意，这里的关系我们可以使用无向的，即无>箭头的）
match (p:Person)-[:FRIEND_OF]-(p1:Person)-[:FRIEND_OF]-(p2:Person) where p.name="姓名12" return p,p1,p2

题目：姓名11 的通话记录中的电话有哪些：
match (p:Person)-[:HAS_Phone]->(p2:Phone)-[:CALL]-(h:Phone) where p.name="姓名11" return p,p2

题目：姓名2与姓名10之间的最短路径(里面的关系[*…10]表示10度关系以内)，最后返回路径
match (p:Person{name:‘姓名2}),(p2:Person{name:"姓名10"}), p=shortestpath((p1)-[*..10]-(p2)) return p

题目：返回目标之间的所有最短路径：
match (p:Person{name:‘姓名2}),(p2:Person{name:"姓名10"}), p=allshortestpaths((p1)-[*..10]-(p2)) return p

规则的存储

规则存储 -> 微服务 -> neo4j

存储到数据库中：

• 优点：进行规则的添加时，不用修改程序
• 缺点：每次取规则时都需读一次数据库

写在存续的配置文件里：

• 优点：读取速度比数据库快
• 缺点：万一要修改规则，，那么就要修改代码

规则的开发

1. 申请人之前有多少个逾期的进件
   match (p:Person) -[h:HAS_APPLICATION]->(a:Application) where a.status="OVER_DUE" and p.personId="243001" return count(a)
2. 申请人的一度关系中有多少个触碰黑名单（我们标定黑名单不是直接标定任务而是标定他的手机或者银行卡）
   match (p:Person)-[]-(p1:Person)-[h:HAS_PHONE]-(b:BLOCK) where p.personId="243001" return count(b)
3. 申请人的二度关系中有多少触控黑名单
   match (p.Person)-[]-(p1:Person)-[]-(p2:Person)-[h:HAS_PHONE]-(b:BLOCK) where p.personId="243001" return count(b)

未完待续……