一般情況下，我們使用數(shù)據(jù)庫查找事物間的聯(lián)系的時候，只需要短程關系的查詢（兩層以內的關聯(lián)）。當需要進行更長程的，更廣范圍的關系查詢時，就需要圖數(shù)據(jù)庫的功能。

而隨著社交、電商、金融、零售、物聯(lián)網(wǎng)等行業(yè)的快速發(fā)展，現(xiàn)實世界的事物之間織起了一張巨大復雜的關系網(wǎng)，傳統(tǒng)數(shù)據(jù)庫面對這樣復雜關系往往束手無策。因此，圖數(shù)據(jù)庫應運而生。

圖數(shù)據(jù)庫(Graph database)指的是以圖數(shù)據(jù)結構的形式來存儲和查詢數(shù)據(jù)的數(shù)據(jù)庫。

從 http:///en/ranking 可以發(fā)現(xiàn)，Neo4j 是目前用的最多的圖數(shù)據(jù)庫，世界數(shù)據(jù)庫排行榜上排名21位。

Neo4J屬于原生圖數(shù)據(jù)庫，其使用的存儲后端專門為圖結構數(shù)據(jù)的存儲和管理進行定制和優(yōu)化的，在圖上互相關聯(lián)的節(jié)點在數(shù)據(jù)庫中的物理地址也指向彼此，因此更能發(fā)揮出圖結構形式數(shù)據(jù)的優(yōu)勢。

知識圖譜中，知識的組織形式采用的就是圖結構，所以非常適合用neo4j進行存儲。

圖數(shù)據(jù)庫的優(yōu)勢在于：

• 性能上，對長程關系的查詢速度快

• 擅于發(fā)現(xiàn)隱藏的關系，例如通過判斷圖上兩點之間有沒有走的通的路徑，就可以發(fā)現(xiàn)事物間的關聯(lián)

數(shù)據(jù)存儲形式

neo4j的數(shù)據(jù)存儲形式 主要是 節(jié)點（node）和 邊（edge） 來組織數(shù)據(jù)。node可以代表知識圖譜中的實體，edge可以用來代表實體間的關系，關系可以有方向，兩端對應開始節(jié)點和結束節(jié)點。
另外，可以在node上加一個或多個標簽（Node Label）表示實體的分類，以及一個鍵值對集合來表示該實體除了關系屬性之外的一些額外屬性。關系也可以附帶額外的屬性。

查詢語言cypher

neo4j采用自己設計的查詢語言cypher，其特點和sql有很多相似的地方。match、where、return是最常用到的關鍵詞：

• match: 相當于 sql中的select，用來說明查詢匹配的數(shù)據(jù)模式（或者說圖模式）

• where: 用來限制node或者關系中部分屬性的屬性值，從而返回我們想要的數(shù)據(jù)

• return: 返回節(jié)點或者關系

安裝neo4j

這里我們使用docker安裝neo4j，安裝命令行如下：

根據(jù)配置參數(shù)，我們將容器內的7474端口掛載到外部宿主機的7474端口，并設置好文件夾的映射關系，注意/import文件夾下放的是將要導入數(shù)據(jù)庫的csv文件。
接著在瀏覽器中打開 “ http://localhost:7474/ ”，就可以訪問Neo4j管理界面了。

我們通過一個例子來說明如何運用neo4j數(shù)據(jù)庫。

1. 導入數(shù)據(jù)

我們這里有兩個csv文件如下圖，左邊的nodes_companies.csv是一部分公司節(jié)點，右邊的edges_director_duration.csv是這些公司互相之間的服務關系。

把這兩個文件放到neo4j根目錄下的import文件夾內，使用LOAD…AS row語句讀取，表示將csv文件按行讀取，每行的變量名為row。再使用MERGE指令創(chuàng)建節(jié)點，將csv文件的第一列數(shù)據(jù)與第二列數(shù)據(jù)匯總為一個結點內的兩條屬性信息。

LOAD CSV WITH HEADERS FROM 'file:///nodes_companies.csv' AS row
MERGE (c:Company {companyId:row.companyId, companyName:row.name})

這里提一下cypher中兩個用于創(chuàng)建新的數(shù)據(jù)的兩個關鍵詞: create 和 merge

merge：在數(shù)據(jù)庫中可以匹配到模式相同的數(shù)據(jù)就返回，沒有則創(chuàng)建一條這樣的數(shù)據(jù)（有則返回，沒有則創(chuàng)建）
create：無論如何，都會創(chuàng)建一條新的數(shù)據(jù)

上面再LOAD文件時使用merge可以避免導入完全重復的數(shù)據(jù)。

通過第二個csv文件的START_ID和END_ID字段為第一個csv文件的company之間建立聯(lián)系，即不斷遍歷第二個文件的每一行，根據(jù)START_ID和END_ID使用where找到圖中相應節(jié)點，并為它們添加相應的服務（INTERLOCK）關系，添加關系屬性為weight。

注意在cypher語句里，節(jié)點是用（）括起來表示，關系則用 [] 括起來表示。

2.創(chuàng)建關系

這里我們嘗試自己創(chuàng)建一條新的關系，比如在id = 281 和 id = 879 的兩個節(jié)點間創(chuàng)建一條標簽為“INTERLOCK”的關系。

先match和where鎖定 id = 281 和 id = 879的兩個公司節(jié)點，然后用create創(chuàng)建他們之間的關系，并添加特定關系屬性信息（例如weight為10）。

cypher語句如下：

MATCH (c1:company),(c2:company) 
WHERE c1.id = “281” AND c2.id = “879” CREATE (c1)-[r:INTERLOCK{weight:10}]->(c2) RETURN (c1)-[r]-(c2)

這條語句的意思是，匹配類別標簽為company，id分別等于281和879的兩個公司節(jié)點，設置變量名為c1和c2，在他們之間創(chuàng)建關系，關系變量名為r，這里 ()-[]-() 代表無向邊，()-[]->() 代表有向邊。

返回結果 (c1)-[r]-(c2) 匹配到的子圖如下所示：

3.比較復雜的查詢

下面這條語句會把所有公司中，指向其他公司的連接關系數(shù)超過75條的公司全部找出來。用空括號()代表任一節(jié)點，函數(shù)count() 計算關系的數(shù)量。

4.最短路徑查詢

neo4j還還內置實現(xiàn)了一套圖搜索算法，并提供了相關函數(shù)接口，比如你想查詢兩個節(jié)點之間的最短路徑，就可以用下面的查詢語句：

• shortestPath()：返回兩節(jié)點間的最短路徑

match (c1:company), (c2:company), p=shortestPath((c1)-[r:INTERLOCK*..10]->(c2))
where c1.id <> c2.id
return p,length(p) order by length(p) desc limit 1000

直接調用函數(shù)shortestPath，傳入的參數(shù)為選定的關系，選取任意兩個節(jié)點，<>表示id不相等，因為查找的兩個點不能是同一個點，*..10表示10度以內的所有關系，返回降序排序的長度，限制在1000個防止內存溢出）

• allshortestpaths()：返回兩節(jié)點間所有的最短路徑

語句中的pathLength是路徑的邊數(shù)（第一句return），pathDist是路徑上所有帶weight邊的加權總和（第二句return）。