neo4j:图数据库概念(二)

1. 基本概念

一个属性图由顶点(vertex)、边(edge)、标签(label)、关系类型(relation type)和属性(property)组成的有向图。顶点也称作节点(node),边也称作关系(relationship)。

在图形中,节点和关系是最重要的实体,所有的节点是独立存在的,为节点设置标签,那么拥有相同标签的节点属于一个分组,也就是一个集合;关系通过关系类型来分组,类型相同的关系属于同一个集合。

关系是有向的,关系的两端是起始节点和结束节点,通过有向的箭头来标识方向,节点之间的双向关系通过两个方向相反的关系来标识。

节点可以有0个、1个或多个标签,但是关系必须设置关系类型,并且只能设置一个关系类型。

neo4j创建的图(Graph)基于属性图模型,在该模型中,每个实体都有ID唯一标识,每个节点由标签分组,每个关系有一个唯一的类型。

属性图模型的基本概念有:

※ 实体:节点和关系

    - 每个实体有一个唯一的ID

    - 每个实体都有0个、一个或多个属性,一个实体的属性键是唯一的

    - 每个节点都有0个、1个或多个标签,属于1个或多个分组

    - 每个关系都只有1个类型,用于连接两个节点

※ 路径:由起始节点和终止节点之间的实体(节点和关系)构成的有序组合

※ 标记:非空的字符串,用于标识标签,关系类型或属性键

    - 标签:用于标记节点的分组,多个节点可以有相同的标签,一个节点可以有多个标签,标签用于对节点进行分组

    - 关系类型:用于标记关系的类型,多个关系可以有相同的关系类型

    - 属性键:用于唯一标识一个属性

※ 属性:是一个键值对,每个节点或关系可以有一个或多个属性;属性值可以是标量类型,或者标量类型的列表(数组)

2. 图形示例


    上图中存在3个节点和两个关系共5个实体,其中,person和movie是标签,acted_in 和directed 是关系类型,name、title和roles是节点和关系的属性键。

实体包括节点和关系,节点有标签和属性,关系是有向的,用于链接两个节点,具有属性和关系类型。

1)实体

节点 + 关系

2)标签

在图形结构中,标签用于对节点进行分组,相当于节点的类型,拥有相同标签的节点属于同一分组。一个节点可以有多个标签,因此,一个节点可以属于多个分组。对分组进行查询,能够缩小查询的节点范围,提高查询性能。

3)属性

属性是一个键值对,用于为节点或关系提供信息。

上图中,person节点有两个属性:name和born,movie节点有两个属性:title和released。

关系类型acted_in有一个属性:roles,该属性值是一个数组,而关系类型为directed的关系没有属性。

3. 遍历

遍历一个图形,指的是沿着关系及其方向,访问图形的节点。关系是有向的,连接两个节点,从起始节点沿着关系,一步一步导航到结束节点的过程叫做遍历,遍历经过的节点和关系的有序组合称作路径path。

在示例图形中,查找Tom Hanks参演的电影,遍历的过程是:从Tom Hanks节点开始,沿着acted_in关系,寻找标签为movie 的目标节点。

4. 图形数据库的模式

neo4j的模式通常是指索引、约束和统计,通过创建模式,neo4j能够获得查询性能的提升和建模的遍历;neo4j数据库的模式是可选的,也可以是无模式的。

1) 索引

图形数据库也能创建索引,用于提高图形数据库的查询性能。和关系型数据库一样,索引是图形数据库的一个冗余副本,通过额外的存储空间和牺牲数据写操作的性能,来提高数据搜索的性能,避免创建不必要的索引,这样能够减少数据更新的性能损失。

neo4j在节点的一个或多个属性上创建索引,在索引创建完成之后,当图形数据更新时,neo4j负责索引的自动更新,索引的数据是实时同步的;在查询被索引的属性时,neo4j自动应用索引,以获得查询性能的提升。

create index on : Person(firstname)

create index on :Person(firstname, surname)        

2) 约束

图形数据库中,能够创建4种类型的约束:

- 节点属性值唯一约束(unique node property):如果节点具有指定的标签和指定的属性,那么,这些节点的属性值是唯一的

- 节点属性存在约束(node property existence):创建的节点必须存在标签和指定的属性

- 关系属性存在约束(relationship property existence):创建的关系存在类型和指定的属性

- 节点键约束(node key):在指定标签的节点中,指定的属性必须存在,并且属性值的组合是唯一的

create constraint on (book:Book) assert book.isbn is unique;

create constriant on (book:Book) assert exists(book.isbn);

create constraint on () -[like:LIKED] -() assert exists(like.day);

create constraint on (n:Person) assert (n.firstname, n.surname) is node key;


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 210,978评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 89,954评论 2 384
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,623评论 0 345
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,324评论 1 282
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,390评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,741评论 1 289
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,892评论 3 405
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,655评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,104评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,451评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,569评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,254评论 4 328
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,834评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,725评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,950评论 1 264
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,260评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,446评论 2 348

推荐阅读更多精彩内容