陈-序猿的Blog

0%

图数据库 - Neo4j初探

发表于 分类于

假设有一个社交属性的业务，总用户量在百万级别，并且平均每个用户有30个好友，现在需要查询某个用户的N度人脉，那么你会怎么存储这些数据？

一些典型的多级分销业务也与此类似，需要统计某个人的N级邀请关系；也还有更为复杂的电商类业务，例如查询购买了商品A的用户还购买了哪些其他商品。

用数据库？假设用User表存储用户属性，用Friend表存储用户之间的好友关系，然后进行N次查询？如果时间允许的话可以，因为到3度好友关系时，最坏情况下，一个人会有$30^3=27000$个好友了，到4度就$30^4=810000$了。

随着社交，金融等行业的快速发展，他们产生了很多关系数据，而传统的数据存储引擎大多采用列存储，文档存储，Key-Value存储等，数据和数据之间，在存储层面是没有什么关联的（外键引用等也不太算是数据本身关系层面的关联），很难去处理这一类数据，因此以数据之间的关联关系运算为主的图数据库应运而生。

Neo4j是2007年正式发布的一款图数据库，在DB-Engines发布的图数据库排名中，Neo4j以较高的得分领先于其他图数据库，我们以Neo4j为例，学习一下其在关系运算中使用方法。

安装

Neo4j 4.0以上的版本需要JDK11，本机安装3.*的版本；

安装之后，通过neo4j start，启动一个本地的neo4j，通过浏览器访问本地：http://localhost:7474/ ，进入图形化界面，默认账号密码为Neo4j，

1

顶部输入框可以输入命令，然后点击右上角的三角按钮执行命令，下方会显示执行结果。

Neo4j语法

如果说MySQL的使用流程为“创建表”-“插入数据”-“查询”的话，那么图数据库的使用流程就是“创建节点”-“创建节点间的关系”-“查询”。

节点

在Neo4j中，每个数据都是一个节点，每个节点都有属性，例如新增一个用户A，那么用户A就是一个节点，用户A的姓名叫alien，那么姓名就是节点的属性，并且这个属性的值是alien。

在Neo4j中，没有MySQL中的表的概念，取而代之的是Label，任何一个节点，都需要有一个对应的label，例如刚刚的用户A，他的label可以设置为User，表示他是一个用户。

CREAT - 节点

CREATE用于创建一个节点，命令语法为：

1
2
3
4
5
6
7
CREATE ( 
  <node-name>:<label-name> {
    <Property-name>:<Property-Value>,
    ...
    <Property-name>:<Property-Value>
  }
)

其中：

  • node-name：节点名称，可选参数；
  • label-name：标识这个节点的类型；
  • property-name：节点的属性名称；
  • property-value：节点属性的值。

例如用CREATE创建一个用户，并且用户的id属性为1，姓名叫alien：

1
CREATE (:User { id:1,name:"alien"})

执行结果：

2

MATCH

MATCH可以理解为MySQL中的from，语法为：

1
2
3
MATCH (
  <node-name>:<label-name>
)

其中：

  • label-name：类似MySQL中的表明；
  • node-name：类似MySQL中的表的别名。

例如：MATCH (u: User)，其实可以等效于MySQL中的from User as u。

WHERE

条件语句，语法为：

1
WHERE <condition>

condition即为普通条件，例如判断u:User中，id为1的用户，则：

1
WHERE u.id = 1

RETURN

返回的查询字段，类似于MySQL中的select。

MATCH & WHERE & RETURN

这三个命令都没法单独执行，需要组合完成，例如查询用户表中，姓名为alien的用户，则：

1
2
3
MATCH (u:User)
WHERE u.name = "alien"
RETURN u

CREATE - 关系

到这里之前，我们已经知道如何创建一条数据（节点）了，现在我们需要创建节点之间的关系。

创建关系之前，我们首先要定义“关系”，比如用户A关注了B，那么我们可以将关系定义为“关注”，并且是单向的。并且我们还可以给这个关系增加属性，例如什么时候关注的。

创建一个关系的语法为：

1
2
3
4
5
6
7
8
MATCH <node1-name>:<label1-name>, (<node2-name>:<label2-name>)
CREATE ( 
  <node1-name>-[<relationship-name>:<relationship-label-name> {
    <Property-name>:<Property-Value>,
    ...
    <Property-name>:<Property-Value>
  ]-<node2-name>
)

其中：

  • relationship-name：关系的别名；
  • relationship-label-name：关系的label。

例如创建一个关注关系：

1
2
3
4
MATCH (u1:User), (u2:User)
WHERE u1.id = 1 AND u2.id= 2 
CREATE (u1)-[r:FOLLOW{at:"2020-05-01"}]->(u2)
return u1,u2

执行后，得到如下两个存在关系的节点：

3

N度人脉

结合文章开头的问题，我们尝试用图数据库来实现。先构造一波数据，构造20个用户，然后随机构造一些关注关系，得到关系图如下：

Spring Boot中已经集成了neo4j：spring-boot-starter-data-neo4j，数据量较多的话，也可以利用这个库，编写简单的NodeEntity和Neo4jRepository就可以实现。

4

假设要查询u1的5度所有人脉，则查询语句如下：

1
2
3
4
5
6
MATCH
  (u1:User)-[:FOLLOW]-(u2:User)-[:FOLLOW]-(u3:User)-[:FOLLOW]-(u4:User)-[:FOLLOW]-(u5:User)
WHERE
  u1.id = 1
RETURN
  u2,u3,u4,u5

结果集如下：

5

性能对比

在《Neo4j in Action》这本书中，作者在关系型数据库和图数据库(Neo4j)之间进行了实验，他们的实验试图在一个社交网络里找到最大深度为5的朋友的朋友。他们的数据集包括100万人，每人约有50个朋友，实验结果如下：

6

可以看出，对于图数据库来说，数据量越大，越复杂的关联查询，约有利于体现其优势。从深度为4/5的查询结果我们可以看出，图数据库返回了整个社交网络一半以上的人数。

参考


-=全文完=-