neo4j 查询同一节点的两个上级_在Neo4j中构建漫威世界的社交网络

原文链接：https://tbgraph.wordpress.com/2017/06/10/neo4j-marvel-social-graph/

译者言，本文通过构建漫威世界中各英雄之间一起出现在漫画中的次数，计算出了漫威世界中最重要的英雄。在Cypher语法的使用方面，着重介绍了数据导入LOAD CSV、批处理方法apoc.periodic.iterate、以及MERGE语句。

今天我将会演示如如何将漫威世界的数据导入到Neo4j中，同时我将使用一个非常简单的模型，展示出使用图数据库去存储社交网络数据有哪些优越性。

基本要求

• Neo4j(https://neo4j.com/download/)
• Apoc插件(https://github.com/neo4j-contrib/neo4j-apoc-procedures/releases)

数据

我们需要的漫威社交数据(https://www.kaggle.com/csanhueza/the-marvel-universe-social-network)可以从kaggle竞赛的一个贴子中获取。数据里有3个csv文件：

• nodes.csv --结点名称与类型。
• edges.csv --英雄与漫画之间的关系。
• hero-network.csv --在同一部漫画中英雄之间的关系。

我们只需要edges.csv文件，就可以知道每位英雄出现在对应的哪部漫画中，这对于我们社交网络构建就足够了。暂时不需要hero-network.csv文件，因为我们可以使用cypher或apoc去构建我们自己的、带有权重的各英雄之间关系。

图模型

我们使用一个非常简单的图模型：两个标签Hero和Comic，以及这两个标签中一个关系APPEARED_IN。

数据导入

首先我们在Comic和Hero标签上创建约束，可以使查询的速度更快。

CALL apoc.schema.assert({},{Comic:['name'],Hero:['name']});

我已经上传了edges.csv文件到github代码库中，你可以使用下面的语句一步导入。导入语句也非常简单，只是使用MERGE语句进对结点和关系进行合并，当大数据里需要进行导入时，需要使用USING PERIODIC COMMIT语句进行批处理设置。

USING PERIODIC COMMIT 5000LOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/tomasonjo/neo4j-marvel/master/data/edges.csv" as rowMERGE (h:Hero{name:row.hero})MERGE (c:Comic{name:row.comic})MERGE (h)-[:APPEARED_IN]->(c)

创建带有权重的无方向性的英雄间关系网络

现在已经导入数据了，我们要创建一个带权重的英雄社交网络，我们假设所有漫画英雄他们彼此认识，使用KNOWS关系进行表示，且把他们在漫画世界中一起出现同一本漫画中的次数做为KNOWS关系的weight属性值。

译者言：“weight属性值”指在一本漫画中，有两位英雄出现了，则两位英雄之间的KNOWS关系的weight为1；如在两本漫画中都出现，则两位英雄之间的weight为2。 这个一定要理解清楚，因为后面的分析都要基于这个属性来完成。

语言表达能力还有待提高，如果有不理解的，欢迎留言讨论。

由于我们的关系图挺大的， 在一个事务中进行全局性的计划不太可能，所以我们需要分批来处理，此时，在Cypher查询中使用APOC库，进行分批处理是再合适不过了，而APOC库中的 apoc.periodic.iterate 方法正是为此而生。

译者言：关于高性能数据插入这块可以看这篇文章(https://blog.csdn.net/hwz2311245/article/details/60963383),介绍的相当不错。

下面节选自APOC官方文档

apoc.periodic.iterate 方法需要提供两个参数，第一个参数是外部语句，将提供一个数据流，表示哪些数据将会被处理。第二个参数是内部语句，通过参数itertaList:true来进行控制，表示一次处理一个元素或一次处理一批元素。 (译者言：后面将会详细介绍apoc.periodic.iterate 方法)

我们将使用下面语句创建一个有权重的无方向性的英雄社交网络

CALL apoc.periodic.iterate("MATCH (p1:Hero)-->(:Comic)