Neo4j图数据库原理学习
Neo4j图数据库原理学习
Neo4j 是目前主流的图数据库（graph database）产品，图数据库用于存在数据关系，更有利于关系的优化管理，存储和遍历节点和关系。
对于 Neo4j 管理员来说，需要掌握的知识点包括：
- 图数据库核心思想
- Neo4j 架构
- 可视化管理：Neo4j Browser, Neo4j Desktop等
- 高级管理技术：升级、客户端工具使用、日志管理、备份恢复、监控
- 优化技术：负载均衡、集群
- 安全技术：授权与认证，用户管理
什么是图数据库？
使用过传统关系型数据库（例如：MySQL） 的同学非常明确，一个数据库大约等于多个数据表+表之间的关系。而图数据库（Graph database）理解起来却没那么直观，首先要明确的是图数据库与图片没有关系，即它不是用来存储图片的，也不是以图片的形式存储数据的。
图. 关系型数据库 vs 图数据库
关系型数据库重点在于管理多个表，以及表中海量的数据，虽然名称为关系型，但实际上关系不是重点，重点是一行一行的数据。
图数据库恰恰相反，图数据库的重点是管理一对一对的关系。
可能有些同学有疑问，难道关系也需要用到数据库来管理？当然，看看下面的场景：
应用场景
社交领域：Facebook, Linkedin 分析每个用户的好友信息，进一步管理社交关系，实现好友推荐
零售领域：零售商和电商平台构建商品之间的关系模型链（读读《啤酒与尿布》），便于做商品推荐
金融领域：从用户手机通讯录或爬取社交关系，为用户构建一个关系网画像，便于风控和催收
汽车制造领域：汽车制造商零部件供应商的关系图谱，有效降低单台汽车2万个零部件的供应链风险
电信领域：电信运营商公司管理分布全球的复杂网络设施拓扑图，便于更有效的运维。
知识图谱领域：企查查、天眼查等对于公司和人的关系的知识图谱，可以理解为关系搜索引擎。
公共领域：类似新冠疫情患者出行轨迹的关系图谱，可以更好做出精准排查。
可见，图数据库就用来存储：人-人， 物-物， 人-物之间的关系，用于推荐、知识图谱、效率等目的。
在内卷化及其严重的今天，通过对各行各业关系的研究和分析，获取知识，从其中挖潜“数据金矿”，不失为一种差异化竞争的途径。
如何存储数据？
图数据库的数据存储相关概念有：节点（标签，属性），关系（关系，关系类型）。
以下图为例：
一共有三个节点（两个 Person 节点，一个 Movie 节点），两个关系（两条边）
一共两个关系类型：ACTED_IN 和 DIRECTED
一共两个标签（节点类型或节点分组）：Person 和 Movie
Person 类型节点有两个属性：name 和 born
Movie 类型节点有两个属性：title 和 released
关系类型 ACTED_IN 有一个属性 roles
两个关系中有方向，也称之路径（Path）
学术上属性图的基本概念：一个属性图是由顶点（Vertex），边（Edge），标签（Lable），关系类型和属性（Property）组成的有向图。