Neo4j简介
Neo4j是一个高性能的,NOSQL图形数据库,它将结构化数据存储在网络上而不是表中。Neo4j也可以被看作是一个高性能的图引擎,该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们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。
Neo4j因其嵌入式、高性能、轻量级等优势,越来越受到关注。
图形数据结构
在一个图中包含两种基本的数据类型:Nodes(节点) 和 Relationships(关系)。Nodes 和 Relationships 包含key/value形式的属性。Nodes通过Relationships所定义的关系相连起来,形成关系型网络结构。
网络结构图
Neo4j安装
Neo4j可以被安装成一个独立运行的服务端程序,客户端程序通过REST API进行访问。也可以嵌入式安装,即安装为编程语言的第三方类库,目前只支持java和python语言。
因Neo4j是用java语言开发的,所以确保将要安装的机器上已安装了jre或者jdk
安装为服务
此种安装方式简单,各平台安装过程基本一样
从http://neo4j.org/download上下载最新的版本,根据安装的平台选择适当的版本。
解压安装包,解压后运行终端,进入解压后文件夹中的bin文件夹。
在终端中运行命令完成安装
Linux/MacOS系统 neo4j install
Windows系统 Neo4j.bat install
在终端中运行命令开启服务
Linux/MacOS系统 service neo4j-service start
Windows系统 Neo4j.bat start
通过stop命令可以关闭服务,status命令查看运行状态
支持python嵌入式安装
第一步:安装Jpype
从http://sourceforge.net/projects/jpype/files/JPype/ 下载最新版本,windows有exe格式的直接安装程序,linux平台要下载源码包,解压后运行sudo python setup.py install完成安装
第二步:安装 neo4j-embedded
如果安装了python的包管理工具 pip 或者 easy_install 可直接运行
Pip install neo4j-embedded
easy_install neo4j-embedded
也可以从http://pypi.python.org/pypi/neo4j-embedded/下载相应的安装包完成安装。
Neo4j使用实例
有如下所示的用户关注关系所形成的关系网络
关系网络图
现在利用图形数据库进行数据的储存,并获得user1 的粉丝,并为user4 推荐好友
#!/usr/bin/env python
# -*- coding: utf-8 -*-
#
# Neo4j图形数据库示例
#
from neo4j import GraphDatabase, INCOMING
# 创建或连接数据库
db = GraphDatabase('neodb')
# 在一个事务内完成写或读操作
with db.transaction:
#创建用户组节点
users = db.node()
# 连接到参考节点,方便查找
db.reference_node.USERS(users)
# 为用户组建立索引,便于快速查找
user_idx = db.node.indexes.create('users')
#创建用户节点
def create_user(name):
with db.transaction:
user = db.node(name=name)
user.INSTANCE_OF(users)
# 建立基于用户name的索引
user_idx['name'][name] = user
return user
#根据用户名获得用户节点
def get_user(name):
return user_idx['name'][name].single
#建立节点
for name in ['user1', 'user2','user3','user4']:
create_user(name)
#为节点间添加关注关系(FOLLOWS)
with db.transaction:
get_user('user2').FOLLOWS(get_user('user1'))
get_user('user3').FOLLOWS(get_user('user1'))
get_user('user4').FOLLOWS(get_user('user3'))
# 获得用户1的粉丝
for relationship in get_user('user1').FOLLOWS.incoming:
u = relationship.start
print u['name']
#输出结果:user2,user3
#为用户4推荐好友,即该用户关注的用户所关注的用户
nid = get_user('user4').id
#设置查询语句
query = "START n=node({id}) MATCH n-[:FOLLOWS]->m-[:FOLLOWS]->fof RETURN n,m,fof"
for row in db.query(query,id=nid):
node = row['fof']
print node['name']
#输出结果:user1