neo4j简单学习

背景

最近在一些论坛或者新闻里看到了neo4j，一种擅长处理图形的数据库。 据说非常适合做一些join关系型的查询，所以抽空也看了下相关文档，给自己做个技术储备。

过程

深入学习之前，先在网上找了一下别人的一个学习文档总结，踩在别人的肩膀上总是最快，最有效的学习。

/article/8394675.html

http://www.iteye.com/topic/978371

顺着这些思路，逐步查看一些neo4j的相关wiki文档，摘录了一张图：

neo4j的基本模型图：



针对图中的一些基本概念：

node : 节点

relationships : 关系，也就是图中的边，注意是有向边

properties : 属性，针对node/relationship都可以设置property

Traversal : 图遍历工具

Indexes : 索引

通过node和relationship就可以组成一个有向图，通过property就可以使其带上对应的数据，成为对应的图像数据库。

node(节点)

每个节点可以和多个节点之间建立多个关系(relationship)

单个节点可以设置多个(Key,Value)的properties属性的键值对

relationships(关系)

每个关系都会包含一个startNode和endNode

每个关系可以设置多个(Key,Value)的properties属性的键值对

可以为关系定义对应的关系类型(RelationshipType)

* DynamicRelationshipType 动态关系类型

* XXXRelationshipType 静态关系类型(实现了RelationshipType接口)

Traversal(遍历)

traverser : http://wiki.neo4j.org/content/Traversal

一个例子：

Java代码



Traverser trav = swedenNode.traverse(Order.DEPTH_FIRST, StopEvaluator.END_OF_GRAPH,

new ReturnableEvaluator()

{

public boolean isReturnableNode( TraversalPosition pos )

{

return !pos.isStartNode() && pos.lastRelationshipTraversed().isType( CUSTOMER_TO_ORDER );

}

},

LIVES_IN, Direction.INCOMING,

CUSTOMER_TO_ORDER, Direction.OUTGOING );

// iterate over traverser...<span style="white-space: normal;">

</span>

Order : 对应的图的遍历算法

DEPTH_FIRST : 深度优先搜索，就是找到第一个节点，递归的一直往下找，直到找不到合适的节点后，才进行回溯

BREADTH_FIRST : 广度优先搜索

Direction ：对应图中edge的方向

OUTGOING : 出边

INCOMING : 入边

BOTH : 顾明思议

StopEvaluator : 定义图搜索的停止条件，默认有两个

DEPTH_ONE : 深度超过1后停止

END_OF_GRAPH : 无合适结果和停止

ReturnableEvaluator : 结果处理器，可以设置对应的返回结果，默认有：

ALL_BUT_START_NODE : 排除初始节点

ALL : 返回所有节点

TraversalPosition : 对应搜索过程中的node节点信息，包括：

上一个节点信息

上一个进入的Relationship信息

搜索深度

目前为止满足条件的节点数

Indexs(索引)

neo4j中针对每个node/relationship/property都是进行独立存储，都是按照自然的顺序。为了支持一些场景，比如针对关系型数据库的根据主键name查询对应的person node，普通的Traversal很难满足这样的需求，而且人家也不是用来解决这个事的。所以neo4j就引出了一个index的概念。

早期的版本的index是采用了IndexService(http://wiki.neo4j.org/content/Indexing_with_IndexService)

一个例子：

Java代码



GraphDatabaseService graphDb = new EmbeddedGraphDatabase( "path/to/neo4j-db" );

IndexService index = new LuceneIndexService( graphDb );

Node andy = graphDb.createNode();

Node larry = graphDb.createNode();

andy.setProperty( "name", "Andy Wachowski" );

andy.setProperty( "title", "Director" );

larry.setProperty( "name", "Larry Wachowski" );

larry.setProperty( "title", "Director" );

index.index( andy, "name", andy.getProperty( "name" ) );

index.index( andy, "title", andy.getProperty( "title" ) );

index.index( larry, "name", larry.getProperty( "name" ) );

index.index( larry, "title", larry.getProperty( "title" ) );

IndexService是做为外部的component进行扩展定义。

现在官方文档中是建议使用Integrated Index Framework

官方文档： http://docs.neo4j.org/chunked/stable/indexing.html

迁移方案： http://wiki.neo4j.org/content/Transitioning_To_Index_Framework

新版本例子：

Java代码



IndexManager index = graphDb.index();

Index<Node> actors = index.forNodes( "actors" );

Index<Node> movies = index.forNodes( "movies" );

RelationshipIndex roles = index.forRelationships( "roles" );

从新版本中，已经将index做为其内核的实现，并不是外部扩展包的机制，从而可见其重要性阿，想了解具体的内容可以详细看下对应的官方文档。

查询语法(Cyphe Query Language)

neo4j自己基于图论的搜索算法，实现了一套查询语言解析，提供了一些常见的聚合函数(max,sum,min,count等)。

语法例子：

Java代码



Join查询：

start n=(1) match (n)-[:BLOCKS]->(x) return x

Where条件:

start n=(2, 1) where (n.age < 30 and n.name = "Tobias") or not(n.name = "Tobias") return n

聚合函数：

start n=(2,3,4) return avg(n.property)

Order:

start n=(1,2,3) return n order by n.name DESC

分页：

start n=(1,2,3,4,5) return n order by n.name skip 1 limit 2

调用例子：

Java代码



db = new ImpermanentGraphDatabase();

engine = new ExecutionEngine( db );

CypherParser parser = new CypherParser();

ExecutionEngine engine = new ExecutionEngine(db);

Query query = parser.parse( "start n=(0) where 1=1 return n" );

ExecutionResult result = engine.execute( query );

assertThat( result.columns(), hasItem( "n" ) );

Iterator<Node> n_column = result.columnAs( "n" );

assertThat( asIterable( n_column ), hasItem(db.getNodeById(0)) );

assertThat( result.toString(), containsString("Node[0]") );

其他

现在用nosql，除了一些功能feature问题，很重要的会是关注其他的两点扩展性&可用性

扩展性

暂时未看到有相应的扩展性方案

可用性(HA机制)

目前neo4j支持简单的ha机制，是通过zookeeper进行管理。



它的工作机制还是挺简单的，就是由zookeeper负责neo4j server的心跳检测。

1. 发现master挂了后，会发起一个选举(没看过源码，估摸着选举的实现也会很简单，根据对应的serverid，取最小的id做为新的master)。

2. 将新的master广播给所有的slave，此时在选举过程中，不接受对应的write请求(全都是返回异常)

3. 新机器加入集群后，会做为slave于master进行通讯，同步两者的数据内容(如果当前slave的tid比master新，会产生一个数据冲突此时需要进行手工干预)

存在的问题：

1. zookeeper心跳检测的及时性，默认为3分钟延迟(因为会有包重试)

2. master选举期间，write请求不可处理，直接返回异常(虽然master的选举时间会相对比较端，但对客户端不够友好)

可以改进的点：

1. 提供客户端的api，提供一种failover重试的机制控制。

Console页面

neo4j支持嵌入式和独立部署的两种模式，部署了一下neo4j独立部署server，效果图如下：

图形管理后台，可以方面查看节点之间的relationships



rest接口的api，提供了图形和纯数据的几种方式：

其他文档

http://wiki.neo4j.org/content/FAQ

http://wiki.neo4j.org/content/Getting_Started_With_Neo4j_Server

neo4j-manual-stable.pdf