Neo4j介绍与使用(更新)

来源:互联网 发布:云计算发展史 编辑:程序博客网 时间:2024/05/18 01:04

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

  1. 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。
  2. 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。
  3. 在终端中运行命令完成安装

    Linux/MacOS系统 neo4j install
    Windows系统 Neo4j.bat install

  4. 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/0.5.4/JPype-0.5.4.2.win32-py2.7.exe/download 下载最新版本,python2.7适用于2.7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,但是以上在sourceforge只有32位版本的,如果需要安装64位版本,可以到:点击打开链接,但是这是一个whl格式的文件,在python的主页中也有JPype 64位的库,但是名字更改为Jpype1 64le,地址为:https://pypi.python.org/pypi/JPype1-py3。还有一个网址:http://rpmfind.net/linux/rpm2html/search.php?query=python-jpype(x86-64)

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


0 0
原创粉丝点击