Neo4j
文章平均质量分 82
马超的博客
Stay Hungry, Stay Foolish
展开
-
Neo4j/ONgDB 图数据库快速处理 Excel 文件
使用过 Neo4j/ONgDB 图数据库的朋友应该对 CSV 文件的处理很熟悉,但是对于 Excel 文件的处理可能并不是很清楚,经常会编写一大堆 Excel 解析的代码去操作。在 3.x 版本的 APOC 组件中其实很早就开始支持对 Excel 的读取了,但是文档直到 Neo4j 4.x 版本以后才开始完善。原创 2023-05-10 21:14:46 · 1032 阅读 · 0 评论 -
图谱问答:自定义组装问答系统进阶指南
本文内容比较长且稍显复杂,比较详细的说明了如何自定义组装一个问答系统,该问答系统框架核心是配置模块(即规则引擎)和图算法(最优子图匹配/连通子图分析),每个步骤都可以进行拆解实现灵活组装。另外本文所有的Cypher脚本作者都做了梳理,准备好环境后可以直接下载运行。原创 2023-04-07 23:42:02 · 1034 阅读 · 0 评论 -
重磅上市《精通Neo4j》
图数据库是NoSQL类数据库的又一大典型代表,在国内图数据库属于新兴事物,其优异的复杂关系解决方案引起了国内众多大型互联网公司及IT开发者的关注,而Neo4j是目前图形化数据库中最为出色、最为成熟的产品。本书的第一版书名是《Neo4j权威指南》,发行量超过13000册,本书在第一版的基础上补充完善了Neo4j的新特性、新功能,总页数超过700页。本书的编写从2021年筹划到2022年11月出版,历时将近一年的时间,倾注了编委团队大量心血,最终在编委团队的齐心协力下定稿出版。Tushare。原创 2022-11-21 20:43:22 · 751 阅读 · 0 评论 -
图数据库ONgDB Release v-1.0.3
图数据库ONgDB Release v-1.0.3原创 2022-07-03 20:10:04 · 240 阅读 · 0 评论 -
使用开源软件攒一个企业级图数据平台解决方案
图数据平台解决方案原创 2022-06-19 22:02:58 · 182 阅读 · 0 评论 -
图数据库ONgDB Release v-1.0.2
图数据库ONgDB Release v-1.0.2原创 2022-06-19 20:08:01 · 209 阅读 · 0 评论 -
图数据库无缝集成Tushare接口
三、使用接口数据stock_basic接口index_member接口原创 2022-06-07 22:36:09 · 335 阅读 · 0 评论 -
通过图分析分散股票投资组合并降低风险增加收益
通过图分析分散股票投资组合并降低风险增加收益通过图分析分散股票投资组合并降低风险增加收益一、背景信息二、数据集与图数据模型三、数据构建四、基于相关系数推断股票之间的关系五、股票社区检测六、使用线性回归斜率从社区中选股七、结论Here’s the table of contents:通过图分析分散股票投资组合并降低风险增加收益 本文作者为Neo4j社区技术专家Tomaz Bratanic,帮助我们了解如何使用股票价格之间的相关性来推断股票之间的相似性网络,翻译 2022-05-30 23:15:37 · 261 阅读 · 0 评论 -
图数据科学助力精准预测,引领人工智能实现跨越发展
图数据科学助力精准预测,引领人工智能实现跨越发展图数据科学助力精准预测,引领人工智能实现跨越发展一、预测关系演化, 解答关键问题二、知识图谱提升数据价值三、图算法提供全面预测四、助力企业更优决策Here’s the table of contents:图数据科学助力精准预测,引领人工智能实现跨越发展 以下文章来自Neo4j社区专家jennifer翻译整理,原文由Neo4j图数据科学产品管理高级总监/Alicia Frame博士撰写。 &转载 2022-05-29 21:34:30 · 151 阅读 · 0 评论 -
Neo4j如何使用Data Fabric技术编织万亿图数据
Neo4j如何使用Data Fabric技术编织万亿图数据Neo4j如何使用Data Fabric技术编织万亿图数据一、数据编织(Data Fabric)二、Neo4j Fabric简介三、Fabric数据建模3.1 数据建模3.2 数据联邦3.3 数据分片四、使用 Fabric Cypher 查询数据五、总结Here’s the table of contents:Neo4j如何使用Data Fabric技术编织万亿图数据一、数据编织(Data Fabric)原创 2022-05-07 19:53:17 · 793 阅读 · 0 评论 -
图数据库ONgDB Release v-1.0.1
图数据库ONgDB Release v-1.0.1图数据库ONgDB Release v-1.0.1一、升级内容1.1 JUnit 单元测试框架1.2 Log4j 日志框架1.3 HttpClient 支持 HTTP 协议编程工具包二、Community (GPLv3)三、Enterprise (AGPLv3)四、Docker部署4.1 Community (GPLv3):社区版部署方式4.2 Enterprise (AGPLv3):企业版部署方式五、关于开源协议的补充Here’s the table o原创 2022-04-09 11:59:02 · 1055 阅读 · 0 评论 -
基于Neo4j的关联数据评估风险投资人业绩
基于Neo4j的关联数据评估风险投资人业绩基于Neo4j的关联数据评估风险投资人业绩一、前言二、战略性地选择正确的投资人三、在使用GraphXR前先构建图数据四、使用GraphXR进行数据可视化五、结论Here’s the table of contents:基于Neo4j的关联数据评估风险投资人业绩 这篇文章整理翻译自Neo4j专家的分享,主要介绍使用Neo4j、GraphXR和机器学习模型来评估风险投资人业绩,点击链接查看更多精彩内容。Evaluat翻译 2022-03-20 19:41:07 · 348 阅读 · 0 评论 -
从MariaDB的发展理解ONgDB开源图数据基金会
从MariaDB的发展理解ONgDB开源图数据基金会从MariaDB的发展理解ONgDB开源图数据基金会一、一起看MariaDB的发展1.1 介绍1.2 DB-ENGINES排名二、了解ONgDB背后的基金会1.1 介绍1.2 DB-ENGINES排名三、你可能想知道这些内容Here’s the table of contents:从MariaDB的发展理解ONgDB开源图数据基金会 众所周知,当开源软件是由商业公司来运营的话,软件必然会有各种各样的限制原创 2022-02-26 20:46:54 · 841 阅读 · 0 评论 -
掘金新石油:金融知识图谱数据建模实战分享
掘金新石油:金融知识图谱数据建模实战分享掘金新石油:金融知识图谱数据建模实战分享一、马超分享内容预告二、整体活动介绍三、整体活动内容Here’s the table of contents:掘金新石油:金融知识图谱数据建模实战分享 微信公众号马超的博客作者应邀参与Neo4j官方线上交流活动,下面将活动内容分享给大家:)腾讯会议号:875 462 451主办方:Neo4j会议时间:03月09日 16:00-18:30一、马超分享内容预告&原创 2022-02-18 21:38:31 · 1042 阅读 · 0 评论 -
Graphene图数据建模工具
Graphene图数据建模工具Graphene图数据建模工具一、Graphene是什么?二、谁可以使用它?三、为什么需要这样的工具?四、核心功能五、演示界面六、如何使用?Here’s the table of contents:Graphene图数据建模工具一、Graphene是什么? Graphene是一个可视化WEB端工具,主要做属性图数据建模、图结构设计!可以协助数据工程师管理与迭代图数据模型版本,支持数据模型的分享与协作;可以构建逻辑图谱、设计原创 2022-02-16 22:16:08 · 1130 阅读 · 0 评论 -
世界领先的图数据库Neo4j AuraDB Free
世界领先的图数据库Neo4j现提供永久免费云服务世界领先的图数据库Neo4j现提供永久免费云服务一、Neo4j AuraDB Free现已在亚太地区发行二、快速使用Neo4j AuraDB FreeHere’s the table of contents:世界领先的图数据库Neo4j现提供永久免费云服务一、Neo4j AuraDB Free现已在亚太地区发行 Neo4j是世界领先的图形数据平台,近日宣布了Neo4j AuraDB Free的普遍可用性原创 2021-11-29 23:01:13 · 2319 阅读 · 0 评论 -
基于图数据库的菜品推荐系统
基于图数据库的菜品推荐系统基于图数据库的菜品推荐系统一、菜品主材提取二、数据结构三、系统架构Here’s the table of contents:基于图数据库的菜品推荐系统 本文来自社区专家pangguoming分享的图数据库应用案例:使用Neo4j和简单分词算法实现菜品推荐系统,全文内容如下: 背景:本推荐系统基于一款硬件产品–旺小宝桌牌。客人按下点餐按钮,扫码进入点餐界面,然后开始点自己喜欢的菜转载 2021-11-25 22:50:48 · 664 阅读 · 0 评论 -
使用Cypher获取指定结构的树
使用Cypher获取指定结构的树使用Cypher获取指定结构的树一、来自社区的问题链接二、编写查询实现数据封装2.1 创建样例数据2.2 Cypher实现Here’s the table of contents:使用Cypher获取指定结构的树一、来自社区的问题链接Neo4j 图数据库中文社区:如何获取指定结构的树?但是相同层级的node我希望去除重复项后作为一个数组,比如下图但是简单的这样处理后会丢失父节点以及关系,我希望每个节点转换为一个map对象,这个对象包含了原本的节点,以及父节点原创 2021-11-23 23:01:49 · 796 阅读 · 0 评论 -
Inovia 合伙人、前谷歌首席财务官、现Twitter董事长Patrick Pichette加盟Neo4j董事会
Inovia 合伙人、前谷歌首席财务官、现Twitter董事长Patrick Pichette加盟Neo4j董事会Inovia 合伙人、前谷歌首席财务官、现Twitter董事长Patrick Pichette加盟Neo4j董事会Here’s the table of contents:Inovia 合伙人、前谷歌首席财务官、现Twitter董事长Patrick Pichette加盟Neo4j董事会 文章内容来自Neo4j社区专家jennifer分享,原文转载 2021-11-14 19:08:24 · 124 阅读 · 0 评论 -
Neo4j CEO Emil Eifrem 解读图数据平台引领数据库未来十年的发展
Neo4j CEO Emil Eifrem 解读图数据平台引领数据库未来十年的发展Neo4j CEO Emil Eifrem 解读图数据平台引领数据库未来十年的发展Here’s the table of contents:Neo4j CEO Emil Eifrem 解读图数据平台引领数据库未来十年的发展 文章内容来自Neo4j社区专家jennifer分享,原文地址Neo4j CEO Emil Eifrem 解读图数据平台引领数据库未来十年的发展。以下的全转载 2021-11-14 18:41:37 · 118 阅读 · 0 评论 -
并行一度关系查询
并行一度关系查询并行一度关系查询一、查询需求二、编写一个基础查询三、使用并行优化查询Here’s the table of contents:并行一度关系查询 大数据量下并行查询可以显著提升查询性能,通过巧妙的使用Cypher并搭配存储过程,可以实现很多实用的查询。一、查询需求 [A=[A1,A2,A3,…,An],B=[B1,B2,B3,…,Bm],A和B是两个节点集合。需要查询A中的每个元素分别和原创 2021-10-13 22:26:03 · 213 阅读 · 0 评论 -
图数据☞重构子图
图数据☞重构子图图数据☞重构子图一、查找需要合并的概念二、扩展概念查看一度关联关系三、新建一个节点四、将节点列表合并到第一个节点4.1 待操作节点4.2 将节点一度关系全部扩展出来4.3 进行重构分析4.4 重构时设置不对节点属性进行操作4.5 重构后的效果四、总结Here’s the table of contents:图数据☞重构子图 子图重构一般出现在数据运维阶段。当数据出现错误或者调整数据模型后需要修改数据时,需要对图数据节点或者关系进行批量重构原创 2021-10-11 23:04:54 · 397 阅读 · 0 评论 -
DTCC | 2021中国图数据库技术大会链接分享
DTCC2021中国图数据库技术大会DTCC2021中国图数据库技术大会推荐链接Here’s the table of contents:DTCC2021中国图数据库技术大会 在本届DTCC大会,Neo4j公司技术专家将分享Neo4j是如何在特性和架构上既满足功能和性能要求、同时提供最佳的可扩展性。对图数据技术感兴趣的小伙伴可以在下方链接了解详情。另外本文中分享一些,自己对于图数据技术粗浅的理解和经验。  原创 2021-08-07 22:04:56 · 918 阅读 · 0 评论 -
快速获取子图根节点的属性
快速获取子图根节点的属性快速获取子图根节点的属性一、问题背景二、构建样例多子图数据三、实现根节点的属性查找四、将子图查找的GQL封装为一个函数五、总结Here’s the table of contents:快速获取子图根节点的属性 子图查找匹配是一个非常复杂的问题,主要有确定模式的子图匹配和不确定模式的子图匹配【例如:通过图模式相似性进行查找】。本文主要讲述一个确定模式的子图查询方式,对于存在很多子图的数据模型也可以使用本文截图中社区成员提问的方式去建原创 2021-07-25 22:25:12 · 274 阅读 · 0 评论 -
【Neo4j Fabric】架构思想
【Neo4j Fabric】架构思想【Neo4j Fabric】架构思想一、概述二、Fabric概念2.1 Fabric节点数据库2.2 Fabric图访问模式三、部署示例3.1 开发阶段的部署3.2 没有单点故障的集群部署3.3 多集群部署四、总结Here’s the table of contents:【Neo4j Fabric】架构思想一、概述 Neo4j 4.0中引入的Fabric是一种使用一个Cypher查询在多个数据库中存储和检索数据的方法原创 2021-07-05 23:47:41 · 299 阅读 · 0 评论 -
图数据库ONgDB Release v-1.0.0
ONgDB Release v-1.0.0ONgDB Release v-1.0.0一、ONgDB二、Geequel三、APOC四、ONgDB Browser五、Geequel ShellHere’s the table of contents:ONgDB Release v-1.0.0 对于很多中小公司其实使用社区版的Neo4j(Neo4j社区版支持数据规模百亿级别)就可以满足大部分的业务场景了,但是对于可用性和性能要求较高的场景必须使用集群方式来系统原创 2021-07-02 23:42:43 · 305 阅读 · 1 评论 -
从Gartner预测解读Neo4j支撑万亿数据规模的Fabric架构
从Gartner预测解读Neo4j支撑万亿数据规模的Fabric架构Neo4j支撑万亿数据规模的Fabric架构解读一、Gartner预测二、Fabric介绍三、数据交易与数据标准四、进一步的考虑五、基于Fabric的LDBC数据规模测试方案六、总结Here’s the table of contents:Neo4j支撑万亿数据规模的Fabric架构解读 Neo4j通过万亿+关系图打破了规模障碍,更重要的是与其他供应商不同,Neo4j伸缩图形的方法不会影原创 2021-06-27 16:05:36 · 483 阅读 · 0 评论 -
图数据转换为DataFrame
图数据转换为DataFrame图数据转换为DataFrame一、DataFrame二、指定字段转换为DataFrame2.1 CYPHER语句2.2 Python转换代码三、将一个图转换为DataFrame3.1 CYPHER语句3.2 Python转换代码Here’s the table of contents:图数据转换为DataFrame 数据分析师都喜欢使用python进行数据分析,因为python的主要优点在于科学计算并且有很多成熟的工具包可以原创 2021-06-21 22:24:51 · 617 阅读 · 0 评论 -
【行业前沿】Neo4j宣布3.25亿美元F轮投资,这是数据库历史上最大的投资
Neo4j宣布3.25亿美元F轮投资,这是数据库历史上最大的投资欧瑞泽基金领投F轮融资,公司估值超过20亿美元Here’s the table of contents:欧瑞泽基金领投F轮融资,公司估值超过20亿美元 加州圣马特奥——2021年6月17日,图形技术领域的领导者Neo4j®宣布获得了3.25亿美元的F轮融资,投资方是欧瑞泽基金,投资方包括谷歌风投(前谷歌风险投资公司)。今天的交易是对私有数据库公司的最大投资,Neo4j的估值超过20亿美元。原创 2021-06-18 23:12:03 · 1590 阅读 · 0 评论 -
如何从图数据库顺利删除上亿条数据?
从图库删除所有节点从图库删除所有节点一、创建测试数据二、删除测试数据2.1 删除2.2 批量删除Here’s the table of contents:从图库删除所有节点在之前的一次数据生产过程中,需要清空图数据库进行重新导入操作。但是删除过程并不是很顺利,下面我把踩坑过程写下来:)一、创建测试数据创建数据apoc.periodic.iterate可以实现迭代执行数据创建任务。其中range(1, 1000000)表示生成一千万个节点;CREATE创建了一个只包含id属性的节点。原创 2021-06-16 22:54:11 · 583 阅读 · 0 评论 -
FOREACH语句与CALL{}子查询
FOREACH语句与CALL{}子查询FOREACH语句与CALL{}子查询一、邻接表数据样例二、使用FOREACH2.1 创建数据2.2 输出统计值三、使用CALL{}Here’s the table of contents:FOREACH语句与CALL{}子查询需要从邻接表中生成一些数据,可以分别使用FOREACH和CALL{}子查询【Neo4j-4.x中新增的功能】实现从邻接表创建数据。一、邻接表数据样例邻接表是实现图算法时常用的一种数据结构。二、使用FOREACHFOREA原创 2021-06-14 19:16:44 · 321 阅读 · 1 评论 -
一种针对图数据超级节点的数据建模优化解决方案
一种针对图数据超级节点的数据建模优化解决方案一种针对图数据超级节点的数据建模优化解决方案一、超级节点1.1 超级节点概念1.2 从图数据网络中寻找超级节点二、与超级节点相关的关键问题案例三、模拟超级节点3.1 服务器资源3.2 构建模拟数据的图数据模型3.3 模拟超级节点的数据规模四、超级节点建模优化4.1 关系结构优化方案4.2 标签细分遍历图可减少节点规模五、增删改操作优化5.1 服务器优化5.2 图库配置优化5.3 JVM调优5.4 批量操作5.5 服务器端操作文件六、检索效率提升6.1 查询优化6.原创 2021-06-13 22:48:11 · 773 阅读 · 1 评论 -
基于图数据的研报词关联之聚合分析
基于图数据的研报词关联之聚合分析基于图数据的研报关键词聚合分析一、算法介绍二、数据模型三、计算关键词上下文聚合相似性四、关键词上下文聚合性能测试五、计算聚合相似性【CYPHER优化】六、词对计算聚合相似性七、并发计算聚合相似性【CYPHER优化二】八、词对计算CYPHER脚本生成为过程8.1 进一步优化查询8.2 将查询安装为过程8.2.1 上下文Jaccard系数相加8.2.1 上下文Jaccard系数求平均8.2.2 过程使用以及返回值说明九、分析研报关键词列表的聚合相关性9.1 词列表分析9.2 词列原创 2021-06-11 23:34:21 · 502 阅读 · 0 评论 -
吃瓜?Neo4j与ONgDB打官司是怎么回事?
吃瓜!Neo4j与ONgDB打官司是怎么回事?吃瓜!Neo4j与ONgDB打官司是怎么回事?一、2020年3月30日与iGov公司技术专家交流1.1 ONgDB能否商用是否有法律风险?1.2 ONgDB项目在GitHub上是否会一直稳定维护迭代?二、2021年5月30日与Neo4j公司技术专家交流三、判决书部分截图四、判决书下载五、了解更多信息可以加入slack交流六、其他参考链接七、总结Here’s the table of contents:吃瓜!Neo4j与ONgDB打官司是怎么回事?&nbs原创 2021-05-30 16:25:46 · 717 阅读 · 0 评论 -
股权网络92毫秒穿透一百层测试后续,例如业务价值是什么?
股权网络92毫秒穿透一百层测试后续,例如业务价值是什么?股权网络92毫秒穿透一百层测试后续一、关于业务价值二、超级节点的规模三、一百层穿透其它性能指标3.1 数据规模3.2 测试结果3.3 相关查询四、超千万的联通图内穿透测试4.1 数据规模4.2 弱连通图分析方法4.2.1 最小团分析4.2.2 最大团分析4.2.3 从最大团找到一个节点供后续分析使用4.2.4 并发分析最大团测试报告4.3 测试结果4.4 相关查询Here’s the table of contents:股权网络92毫秒穿透一百层测原创 2021-05-29 22:59:49 · 363 阅读 · 0 评论 -
【图数据】股权网络穿透一千层需要多久?
【图数据】股权网络穿透一千层需要多久?图数据关系路径穿透测试图数据库选型图数据模型说明股权网络穿透一百层穿透一百层查询语句穿透一百层10次测试执行结果股权网络穿透一千层穿透一千层查询语句穿透一千层10次测试执行结果测试结果统计Here’s the table of contents:图数据关系路径穿透测试本次测试运行在总体规模在11亿的数据集上,股权网络数据量超千万,测试方式为从某公司出发股权网络向上穿透100层和1000层,返回一条路径结果【LIMIT 1】。图数据库选型图数据库为ONgD原创 2021-05-27 22:58:24 · 1425 阅读 · 2 评论 -
以图搜图-【案例】将图搜结果转换为虚拟图之后输出
以图搜图-【案例】将图搜结果转换为虚拟图之后输出将图搜结果转换为虚拟图之后输出CYPHER语句CYPHER执行结果参考链接Here’s the table of contents:将图搜结果转换为虚拟图之后输出CYPHER语句提取图结构并以图搜图将结果转换为虚拟图创建一个多环路子图并抽取其图结构匹配其它相似子图之后生成虚拟图CREATE (n1:公司) SET n1.name='公司' WITH n1CREATE (n2:公司) SET n2.name='公司' WITH n1,n2原创 2021-05-23 20:18:49 · 179 阅读 · 0 评论 -
以图搜图-自动生成图模式匹配Cypher
以图搜图-自动生成图模式匹配Cypher以图搜图-自动生成图模式匹配Cypher一、函数使用方式二、autoCypher返回的格式三、过滤器3.1 属性过滤器3.2 Elasticsearch过滤器四、使用场景五、依赖六、根据`auto-cypher分析的案例schema`生成图模式扩展的样例结构七、使用案例7.1 `apoc.cypher.run`过程7.2 `olab.convert.json`函数7.3 `olab.schema.auto.cypher`执行7.4 从`graph data`解析图模式原创 2021-05-19 22:51:00 · 906 阅读 · 0 评论 -
担保网络指标统计
担保网络指标统计担保网络指标统计一、担保网络图数据模型二、噪音数据处理函数2.1 时间字段噪音处理函数2.2 处理担保网络关系指标的噪音数据三、指定公司统计二度以内担保网络指标3.1 统计公司数量3.2 统计担保关系数量【不是担保行为次数】四、指定公司统计1~6度担保网络指标Here’s the table of contents:担保网络指标统计担保网路的指标统计,在本次的案例中主要实现指定公司和网络深度之后,统计该网络涉及公司和担保关系的数量。一、担保网络图数据模型担保网络描述的是公司和公原创 2021-04-27 22:51:20 · 433 阅读 · 1 评论 -
无向环路子图分析与虚拟子图生成
Here’s the table of contents:WeChat QR code无向环路子图分析与虚拟子图生成使用函数分析无向环路【返回布尔值】使用过程分析无向环路【返回路径节点序列ID】通过一组节点序列生成查询环路的CYPHER通过一组节点序列查询环路分析子图的环路并查询环路返回一个原子性IDJSON-STRING封装获取所有顶点路径分析子图的环路并查询环路之后生成虚拟图案例一案例二无向环路子图分析与虚拟子图生成使用函数分析无向环路【返回布尔值】使用过程分析无向环路【返回路径节点序列ID原创 2021-04-16 23:15:57 · 396 阅读 · 1 评论