关于图数据库（Neo4j）你应该知道的一切

图数据库（Graph Database）是一种 非关系型数据库，它使用 图结构来存储和查询数据。开源图数据库的代表产品是 Neo4j，今天就以 Neo4j 为例，介绍一下图数据库的基本概念、设计模式、查询方法以及部分最佳实践。

首先 Neo4j 是一个图数据库管理系统，应该是知名度最广的开源图数据库，由「Neo4j, Inc.」公司开发。

图数据库和 Neo4j 由于图数据库应用没有关系数据库广泛，造成同类产品比较少， Neo4j 又占据了开源和先发的优势， 2010 年 2 月就发布了 1.0 版本，导致很长一段 时间内，说起图数据库，大家只知道 Neo4j。

从我们之前维护的数据库知识图谱中可以看到，图数据库分类下还是有很多产品的：

名字由来

Google Group 上有一个帖子问『Neo4j 这个名字是是什么意思』， 4j 肯定是 『for Java』的意思， Neo 有人说可能是参考黑客帝国的角色 Neo。

I think "Neo" is a reference to the Matrix character.

也有人说是「物之新生」或者「物联引擎」：

"Neo" has also been transcribed to "New Energy for Objects" and "Network Engine for Objects" :)

我也只是好奇八卦一下，名字怎么来的并不影响咱们后面的使用。

Neo4j vs AuraDB vs Cypher

「Neo4j Inc」 公司的数据库产品叫 《Neo4j Graph Database^[1]》也就是我们常说的 Neo4j 数据库， 也叫 Neo4j DBMS。

除了 Neo4j 数据库，Neo4j 公司还开发了新的产品 《Neo4j AuraDB^[2]》。这是一个完全托管的云服务，相当于 Neo4j DBMS 的 SaaS 版本。

Neo4j 公司另外一个最重要的产品就是 《Cypher^[3]》， 这是 Neo4j 数据库的查询语言，他的作用就相当于 SQL 之于关系数据库。

下载安装

如果大家想在本地开发测试使用 Neo4j 那就不要在官网点击「免费试用」， 直接打开Neo4j 下载中心^[4]， 点击下载即可：

不过注意， Neo4j Desktop 虽然把所有的工具都包含进去了，非常方便，但是它并不适合生产环境使用。

Neo4j Desktop is not suited for production environments.

安装过程我就不说了，选择合适的版本一路点下去就行。安装之后就有 Neo4j 程序的启动图标。

生产环境 生产环境安装 Neo4j 我建议使用容器安装，把数据文件挂载出来，这样的话安装和运维都比较简单，而且稳定性也高。可以参考 Neo4j 容器安装文档 ^[5]来进行操作。

软件使用

打开 Desktop 就可以看到应用程序界面：

左上角的三个图标分别是「项目」、「数据库」和「应用」。

第一个功能是「项目」，Neo4j Desktop 安装好之后会自带一个默认的样例项目，里面有一个电影数据库。

点击启动按钮可以启动这个数据库，启动之后我们看到数据库的状态是 Active：

点击右上角的 『Open』 按钮，会默认新窗口打开 Neo4pj Browser，这是一个 GUI 的客户端工具，你可以通过它查看数据库链接信息、服务状态，还可以执行命令。

我们先从左侧收藏里面执行下 Hello World，然后返回数据：

命令如下，你也可以拷贝或者手输命令在执行框里面点击执行。具体 Cypher 代码语法含义我们等到后面讲 Cypher 语言的时候再讲。

// Hello World!
CREATE (database:Database {name:"Neo4j"})-[r:SAYS]->(message:Message {name:"Hello World!"}) RETURN database, message, r

上述代码创建了一个具有 Database 标签的节点，一个 Message 标签的节点，以及一个 SAYS 类型的边，并返回。

语法解释 () 表示一个节点， ()-[]->() 表示一个边

: 冒号前面表示 变量，冒号后面来表示  节点标签 或者  边类型

图数据库

为什么用图数据库

现实中的很多场景天然就是以图的概念存储的，比如人和人之间的关系，每个人有自己的定义和属性，人与人之间会有各种可能的关系。

这样的场景用传统的关系型数据库存储的话，无论是从数据结构设计，还是最终的查询性能上都有很多的损耗，此时图数据库就能很好的满足这些场景。

图数据库的优点 图数据库可以在大图中深度和广度的 恒定时间遍历，在  浏览深层结构 时架构的优越性表现尤其明显。图数据库还可以 灵活动态的增加新的关系和属性，并且没有太多的维护和性能损耗。

图数据库的组成

像我们之前《构建个人知识图谱》文章里提到的一样，图数据库有三个概念来表示数据：节点、关系和属性。节点和关系又组成了经典的三元组关系：节点-关系-节点，节点和关系上都可以有自己的属性。

节点

节点可以用 labels 标记， 比如动物、软件、公司、网站、书籍 等都可以作为 「标签」，在《构建个人知识图谱》系列中我们称之为「类型」。。

不同的标签在 Neo4j 的工具会被显示成不同的颜色。

节点可以保存任意数量的属性，当然也可以没有属性。比如张三这个节点，可能有 姓名、性别、名族、年龄等众多属性。

作为数据库节点还可以有一些约束性质的属性。比如 姓名不能为空、身份证号不能重复等。

关系

Neo4j 的关系是有方向的，用于连接两个节点。关系也可以有自己的类型和属性。

每个节点的关系数量也是不受限制的，而且我们还可以通过正向或者逆向的方向来查找节点。

数据建模

我们动手开始所有项目和数据库之前，第一件事情肯定是建模。所谓建模就是描述清楚你要做事情的结构， 有哪些数据、数据之间的结构是什么。对这些模型胸有成竹，后面做事情才可以游刃有余。

白板数据建模法

Neo4j 官方推荐白板建模法，白板建模法：就是直接在白板（黑板当然也行）上绘制想要的模型和关系，然后照搬的图数据库中即可。

比如我们想围绕李小龙先生进行一个图谱数据建设，第一步就可以列出实体：

我后面直接用绘图软件画图来模拟白板。

然后绘制好连线，可能是这样子：

一般来说，主要的连线在白板上绘制实体的时候已经绘制好了。

下一步，添加标签和节点属性，我们用不同颜色表示不同类型的节点（标签），一个节点可能有多种类型标签， 同时完善节点和关系的属性，当然别忘了关系也有自己的关系类型哦。

最后一步就是把我们刚刚梳理的关系原样录入图数据库了。

建模步骤

我们再画一个例子，一步步看下怎么样从零开始图数据库的建模。

场景描述

首先我们描述下我们的需求，这次我们换个需求，关注下西游记：

金角大王和银角大王两个妖怪是兄弟俩，他们都想吃唐僧这个和尚的肉。

提取节点

比如可以从上面的场景描述中提取如下节点：

• • 金角大王

• • 银角大王

• • 唐僧

如何识别节点 场景中的 每一个实体都是一个节点，比如 金角大王和 银角大王这两个 妖怪， 唐僧 是个  和尚。 妖怪以及 和尚这个 职业，在我们的场景中更偏向是一种类型，这类节点、和类型（/属性）定位不清楚的 名词否作为节点我们后面单独讨论。

提取节点标签

前面提到，一个节点可能有多个标签，这些标签可以为节点进行分类或分组。比如按照对按照职业或者身份进行分组，可能有「教师」、 「学生」、「演员」、「工程师」、「历史学家」等等很多标签，同时一个人也可以兼顾不同的身份。

金角大王和银角大王两个妖怪是兄弟俩，他们都想吃唐僧这个和尚的肉。

这样的话，上面场景我们可以提取出如下标签：

• • 妖怪

• • 和尚

为什么使用标签 在图数据库中，标签就相当于一个 集合，我们在查询的时候可以快速使用标签类划分查询范围，让查询更容易编写以及更加高效。通常情况下，我们的查询也都是在集合内，而不是整个图。

定义关系

现在我们有了数据主体，但是这些主体目前还是孤零零的个体，因为还缺少了图数据库中的一个重要部分：『关系』。

关系允许我们链接两个节点，它有一个源节点、带箭头的方向以及一个目标节点，同时关系也有自己的名字（动作），以及他们自己的属性。

金角大王和银角大王两个妖怪是兄弟俩，他们都想吃唐僧这个和尚的肉。

在上面这个场景中我们可以找到关系：

• • 金角大王和银角大王是兄弟

• • 他们想吃唐僧

「师兄弟」和「想吃唐僧」这两个动作就是我们说的关系了。

定义属性

简单来说，我们已经完成了图数据库的定义，因为画出来的图已经有模有样了。但是有时候为了存储更多的信息，更准确的描述实体，我们往往还需要定义属性。

属性是可以存储在节点或关系上的数据的名称/值对。常见的数据类型都可以作为属性值：

• • 字符

• • 整数、小数

• • 布尔

• • 日期和时间

我们对于节点本身的任何疑问都可以变成属性来设计：

• • 金角大王几岁了

• • 银角大王身高多少

• • 金角大王的真身是什么

• • 唐僧是男是女

• • 唐僧多少斤

• • 唐僧生日是哪天

• • 唐僧什么时候当和尚的

• • ...

只要你有问有答，他就可以作为一个属性。

创建模型

创建模型需要使用 Cypher 语句，刚刚的西游记三人组我们使用 MERGE 字据来创建数据模型。在 Neo4j Browser 中运行以下代码：

MERGE (j:Monster {name: '金角大王'})
    ON CREATE set j.age = 3100
MERGE (y:Monster {name: '银角大王'})
  ON CREATE set y.age = 2800
MERGE (t:Monk {title: '唐僧'})
  ON CREATE set t.height = 182
MERGE (j)-[rel1:IS_BROTHER]->(y)
  ON CREATE SET rel1.since = '-2023'
MERGE (j)-[rel2:WANT_EAT]->(t)
  ON CREATE SET rel2.desire = 4, rel2.possibility = 0
MERGE (y)-[rel3:WANT_EAT]->(t)
  ON CREATE SET rel3.desire = 3, rel3.possibility = 0

语法解释 MERGE ... ON CREATE ... 表示查找节点，如果不存在则创建并设置属性

可以看到提示创建成功：

接着我们执行查询验证下：

// Get some data
MATCH (n1)-[r]->(n2) RETURN r, n1, n2 LIMIT 25

语法解释 MATCH ()-[]->() RETURN ... 表示查找所有关系，并返回关系中的节点和边

可以看到查询结果：

点击「金角大王」节点，可以看到节点标签和属性（其他节点以同样）：金角大王是一个 Monster，年龄是 3100 岁，名字叫金角大王。

图数据的删除 因为 Neo4j  不允许出现损坏的边，也就是不能允许边只有一个端点。所以我们再删除数据的时候必须 先删除边，再删除节点。

我们先删除妖怪想吃唐僧 这些边：

MATCH (n:Monster)-[r:WANT_EAT]->() 
DELETE r

提示成功删除两条边：

然后删除唐僧这个和尚，执行下面语句：

MATCH (n:Monk {title: '唐僧'})
DELETE n

以及兄弟这条边：

MATCH (n:Monster)-[r:IS_BROTHER]->() 
DELETE r

删除所有妖怪：

MATCH (n:Monster)
DELETE n

中文标签

我们刚才用 Monk Moster WANT_EAT IS_BROWSER 这些英文单词来表示节点和边，有人可能耗时是不是标签只能用英文？

当然不是，中文标签 Neo4j 也是支持的。

用英文标签纯粹是为了在写查询和程序的时候可以不切换输入法，并且大小写可以区分边和、节点。

我们改一下建模语句，先创建节点河边：

MERGE (j:妖怪 {姓名: '金角大王'})
  ON CREATE set j.年龄 = 3100
MERGE (y:妖怪 {姓名: '银角大王'})
  ON CREATE set y.年龄 = 2800
MERGE (t:和尚 {姓名: '唐僧'})
  ON CREATE set t.身高 = 182
MERGE (j)-[rel1:是兄弟]->(y)
  ON CREATE SET rel1.自从 = '-2023'
MERGE (j)-[rel2:想吃]->(t)
  ON CREATE SET rel2.程度 = 4, rel2.可能性 = 0
MERGE (y)-[rel3:想吃]->(t)
  ON CREATE SET rel3.程度 = 3, rel3.可能性 = 0

然后查询返回：

// Query
MATCH (n1)-[r]->(n2) RETURN r, n1, n2 LIMIT 25

但是这样有一个问题，Neo4j 不知道哪个节点是节点名称，所以建议 title 和 name 属性使用英文，其他的属性可以根据需要使用中文或者英文。当然你也可以在 Neo4j Browser 里面进行设置节点名称使用哪个属性。

模型设计

我们熟悉了基本的建模流程之后，再回来考虑刚刚抛出的问题：节点上的内容应该怎么建模？

我们前面有一个例子是说「妖怪」和「和尚」这两个身份，当时我们是使用标签来表示的。其实还有两种表示方法：使用属性和节点。

使用属性表示的时候，他么都有一个统一的属性名字在区分，我们再扩展一下身份，唐僧不仅是谁和尚还是人，看看怎么表示：

当然也可以用节点来表示：

这三种方式没有优劣，最终还是看你对这些数据的使用和组织方式，怎么维护和查询方便就怎么定义。

复杂的数据结构

看到这里，你可能觉得你已经掌握了 Neo4j 图数据库的建模，足矣应对你的使用需求。

大多数时候是这样的，但是我还是有几个小技巧来教给你。

超边和中间点

还是拿西游记中金角大王和唐僧的故事来举例，如果我们要查询下他们什么时候初次见面的怎么办？

这个时候我们就可以用「超边」或者说是「中间节点」这个技术来进行建模。

日期事件

我们扩展一下，这个中间节点不只有一次，或者是周期性发生的，比如学生每个学期的开学、打工人每天的打卡， 西游记里面唐僧的十次转世投胎，而对于「开学」、「打开」、「转世」这些事情有公共的属性，但是每次发生又有独立的属性。

此时我们可以把这个事件本身作为一个节点，每次事件发生也作为一个节点，就既能满足通用型查询、又能满足个性事件查询。

索引

图数据库和关系数据库一样也有索引的概念。合理的运用索引能很好的提升搜索性能。Neo4j 可以为节点和边创建索引，支持下面索引类型：

• • 范围索引

• • Lookup 索引

• • 文本索引

• • 点索引

• • 全文索引。

对索引有兴趣的可以查看官方的 索引和搜索性能^[6]文档。

结语

图数据库很强大，我们做设计的时候对其基本概念有一个完整的了解很有必要，了解了这些之后再我们应用的时候一些更高级的概念时， 结合我们之前的工程知识就变得信手拈来了， 比如 Cypher 查询、子查询、条件匹配、函数的使用、查询调优等等。

最后希望大家都能在图数据库的世界里尽情遨游。

引用链接

[1] Neo4j Graph Database: https://neo4j.com/product/neo4j-graph-database/
[2] Neo4j AuraDB: https://neo4j.com/cloud/platform/aura-graph-database/
[3] Cypher: https://neo4j.com/product/cypher-graph-query-language/
[4] Neo4j 下载中心: https://neo4j.com/download/
[5] Neo4j 容器安装文档: https://neo4j.com/docs/operations-manual/current/docker/introduction/
[6] 索引和搜索性能: https://neo4j.com/docs/cypher-manual/current/indexes-for-search-performance/