知识工程——Neo4j及其应用

什么是Neo4j？

  Neo4j是一个开源的NoSQL图形数据库，2003 年开始开发，使用 scala和java 语言，2007年开始发布。

• 是世界上最先进的图数据库之一，提供原生的图数据存储，检索和处理；
• 采用属性图模型（Property graph model），极大的完善和丰富图数据模型；
• 专属查询语言 Cypher，直观，高效；

官网： Neo4j Graph Database & Analytics | Graph Database Management System

Neo4j的特性：

• SQL就像简单的查询语言Neo4j CQL
• 它遵循属性图数据模型
• 它通过使用Apache Lucence支持索引
• 它支持UNIQUE约束
• 它包含一个用于执行CQL命令的UI：Neo4j数据浏览器
• 它支持完整的ACID（原子性，一致性，隔离性和持久性）规则
• 它采用原生图形库与本地GPE（图形处理引擎）
• 它支持查询的数据导出到JSON和XLS格式
• 它提供了REST API，可以被任何编程语言（如Java，Spring，Scala等）访问
• 它提供了可以通过任何UI MVC框架（如Node JS）访问的Java脚本
• 它支持两种Java API：Cypher API和Native Java API来开发Java应用程序

Neo4j的优点：

• 它很容易表示连接的数据
• 检索/遍历/导航更多的连接数据是非常容易和快速的
• 它非常容易地表示半结构化数据
• Neo4j CQL查询语言命令是人性化的可读格式，非常容易学习
• 使用简单而强大的数据模型
• 它不需要复杂的连接来检索连接的/相关的数据，因为它很容易检索它的相邻节点或关系细节没有 连接或索引

各种NOSQL对比

分类	数据模型	优势	劣势	举例
键值对数据库	哈希表	查找速度快	数据无结构化，通常只被当作字符串或者二进制数据	Redis
列存储数据库	列式数据存储	查找速度快；支持分布横向扩展；数据压缩率高	功能相对受限	HBase
文档型数据库	键值对扩展	数据结构要求不严格；表结构可变；不需要预先定义表结构	查询性能不高，缺乏统一的查询语法	MongoDB
图数据库	节点和关系组成的图	利用图结构相关算法(最短路径、节点度关系查找等)	可能需要对整个图做计算，不利于图数据分布存储	Neo4j

更多Neo4J详细专题教程请见Neo4J超详细专题教程，快来收藏起来吧-腾讯云开发者社区-腾讯云 (tencent.com)

一、实验目的/原理

1. 掌握安装Neo4j并启动数据库服务的方法；

2. 掌握用Neo4j创建知识图谱的方法；

3. 掌握用Cypher语言对Neo4j知识图谱进行访问的方法；

4. 掌握用Neo4j Python 驱动包访问Neo4j知识图谱的方法；

5. 掌握用py2neo访问Neo4j知识图谱的方法。

二、实验重点和难点

重点：用Cypher语言对Neo4j知识图谱进行访问。

难点：用Neo4j Python 驱动包和py2neo访问Neo4j知识图谱。

三、实验内容及步骤

实验内容：

1. 下载安装Neo4j ；

2. 创建知识图谱,并使用Cypher语言进行查询；

3. 用Neo4j Python 驱动包访问数据库，进行增删改查的操作；

4. 用py2neo访问数据库，进行增删改查的操作。

实验步骤：

1. 下载安装neo4j ，可以选择windows解压缩版、desktop版、linux版等。

下载地址: https://neo4j.com/deployment-center/#gdb-tab

这里选用的是打包的社区版 5.19.0，Java版本建议Java17，如果偷懒下载desktop桌面版更方便。

新建系统变量NEO4J_HOME

在path里新建环境变量%NEO4J_HOME%\bin

neo4j.bat console

2.本实验选取《知识工程 人工智能如何学贯古今》案例二：《家有儿女》人物关系图谱，按照指定的步骤和要求完成数据库的创建和查询；

删除数据库中以往的图，确保在一个空白的环境中进行操作

match (n) detach delete n

​ 

CREATE (n:Person {name: '夏东海'})RETURN n;

​

CREATE (n1:Person {name: '刘梅'}),

       (n2:Person {name: '刘星'}),

       (n3:Person {name: '夏雪'}),

       (n4:Person {name: '夏雨'}),

       (n5:Person {name: '胡统一'}),

       (n6:Person {name: '玛丽'}),

       (n7:Person {name: '范晓英'}),

       (n8:Person {name: '夏祥'}),

       (n9:Person {name: '杨欣'}),

       (n10:Person {name: '戴明明'}),

       (n11:Person {name: '戴天高'}),

       (n12:Person {name: '胖婶'})

RETURN n1, n2, n3, n4, n5, n6, n7, n8, n9, n10, n11, n12;

​ 

CREATE (n:Job {title: '护士长'})

RETURN n;

CREATE (n:Job {title: '学生'})

RETURN n;

CREATE (n:Job {title: '编导'})

RETURN n;

CREATE (n:Job {title: '无业游民'})

RETURN n;

CREATE (n:Job {title: '社区工作人员'})

RETURN n;

CREATE (n:Job {title: '无业游民'})

RETURN n;

​

CREATE (n:Location {country: '中国', city: '北京'});

CREATE (n:Location {country: '美国', city: '纽约'});

​

MATCH (a:Person {name: '刘梅'})MERGE (a)-[:妻子]->(b:Person {name: '夏东海'})

​

MATCH (a:Person {name:'刘梅'}), (b:Person {name:'夏东海'}) MERGE (a)-[:妻子]->(b);

MATCH (a:Person {name:'刘梅'}), (b:Person {name:'夏雨'}) MERGE (a)-[:继母]->(b);

MATCH (a:Person {name:'刘梅'}), (b:Person {name:'夏雪'}) MERGE (a)-[:继母]->(b);

MATCH (a:Person {name:'刘梅'}), (b:Person {name:'胡统一'}) MERGE (a)-[:前妻]->(b);

MATCH (a:Person {name:'刘星'}), (b:Person {name:'刘梅'}) MERGE (a)-[:儿子]->(b);

MATCH (a:Person {name:'刘星'}), (b:Person {name:'胡统一'}) MERGE (a)-[:儿子]->(b);

MATCH (a:Person {name:'夏东海'}), (b:Person {name:'刘星'}) MERGE (a)-[:继父]->(b);

MATCH (a:Person {name:'玛丽'}), (b:Person {name:'夏东海'}) MERGE (a)-[:前妻]->(b);

MATCH (a:Person {name:'夏雪'}), (b:Person {name:'夏东海'}) MERGE (a)-[:女儿]->(b);

MATCH (a:Person {name:'夏雨'}), (b:Person {name:'夏东海'}) MERGE (a)-[:儿子]->(b);

MATCH (a:Person {name:'夏雪'}), (b:Person {name:'玛丽'}) MERGE (a)-[:女儿]->(b);

MATCH (a:Person {name:'夏雨'}), (b:Person {name:'玛丽'}) MERGE (a)-[:儿子]->(b);

MATCH (a:Person {name:'夏雨'}), (b:Person {name:'夏雪'}) MERGE (a)-[:弟弟]->(b);

MATCH (a:Person {name:'夏雪'}), (b:Person {name:'刘星'}) MERGE (a)-[:姐姐]->(b);

MATCH (a:Person {name:'刘星'}), (b:Person {name:'夏雨'}) MERGE (a)-[:哥哥]->(b);

MATCH (a:Person {name:'戴明明'}), (b:Person {name:'夏雪'}) MERGE (a)-[:朋友]->(b);

MATCH (a:Person {name:'戴天高'}), (b:Person {name:'刘梅'}) MERGE (a)-[:同学]->(b);

MATCH (a:Person {name:'戴天高'}), (b:Person {name:'戴明明'}) MERGE (a)-[:父亲]->(b);

MATCH (a:Person {name:'胖婶'}), (b:Person {name:'刘梅'}) MERGE (a)-[:邻居]->(b);

MATCH (a:Person {name:'夏祥'}), (b:Person {name:'夏东海'}) MERGE (a)-[:父亲]->(b);

​

​

MATCH (a:Person {name:'刘梅'}), (b:Location {country:'中国', city:'北京'})

MERGE (a)-[:居住]->(b)

;

MATCH (a:Person {name:'夏东海'}), (b:Location {country:'中国', city:'北京'})

MERGE (a)-[:居住]->(b)

;

MATCH (a:Person {name:'玛丽'}), (b:Location {country:'美国', city:'纽约'})

MERGE (a)-[:居住]->(b)

;

MATCH (a:Person {name:'刘梅'}), (b:Job {title:'护士长'})

MERGE (a)-[:职业]->(b);

MATCH (a:Person {name:'夏东海'}), (b:Job {title:'编导'})

MERGE (a)-[:职业]->(b);

MATCH (a:Person {name:'胡统一'}), (b:Job {title:'无业游民'})

MERGE (a)-[:职业]->(b);

MATCH (a:Person {name:'夏雨'}), (b:Job {title:'学生'})

MERGE (a)-[:职业]->(b);

MATCH (a:Person {name:'刘星'}), (b:Job {title:'学生'})

MERGE (a)-[:职业]->(b);

MATCH (a:Person {name:'夏雪'}), (b:Job {title:'学生'})

MERGE (a)-[:职业]->(b);

MATCH (a:Person {name:'胖婶'}), (b:Job {title:'社区工作人员'})

MERGE (a)-[:职业]->(b);

 3. 安装Neo4j Pytho驱动包，用Python编程对数据库进行增删改查的操作，操作的内容自行决定；4. 安装py2neo，用Python编程对数据库进行增删改查的操作，操作的内容自行决定；以案例二为例，操作如下：

增加一个人物节点：姓名"小黑子" ；

from py2neo import Graph, Node, Relationship

# 连接到neo4j数据库
graph = Graph("bolt://localhost:7687", auth=("neo4j", "12345678"), name='neo4j')

# 检查“小黑子”节点是否已经存在
existing_xiaoheizi = graph.nodes.match("Person", name="小黑子").first()

# 如果不存在，则创建新人物节点
if not existing_xiaoheizi:
    xiaoheizi = Node("Person", name="小黑子")
    graph.create(xiaoheizi)
else:
    xiaoheizi = existing_xiaoheizi

修改节点： "小黑子"的属性：昵称“坤坤”；

# 修改人物属性
graph.run("MATCH (n:Person {name: '小黑子'}) SET n.nickname = '坤坤'")

增加关系： "小黑子" -> "朋友" -> "刘星"

# 创建关系
liu_xing = graph.nodes.match("Person", name="刘星").first()
if liu_xing:
    relationship = Relationship(xiaoheizi, "朋友", liu_xing)
    graph.create(relationship)

查询： "小黑子和刘星的关系是什么？"

# 查询：小黑子和刘星的关系是什么？
relation_query_result = graph.run("MATCH (xiao:Person {name: '小黑子'}), (liu:Person {name: '刘星'}), (xiao)-[r]->(liu) RETURN type(r)").data()

# 输出查询结果
if relation_query_result:
    relation_type = relation_query_result[0]['type(r)']
    print(f"小黑子和刘星的关系是：{relation_type}")
else:
    print("小黑子和刘星之间没有找到直接关系。")

删除关系： "小黑子" -> "朋友" -> "刘星"

# 删除与“小黑子”节点相关的所有关系
graph.run("MATCH (n:Person {name: '小黑子'})-[r]-() DELETE r")

查询： "小黑子和刘星的关系是什么？"

# 查询：小黑子和刘星的关系是什么？
relation_query_result = graph.run("MATCH (xiao:Person {name: '小黑子'}), (liu:Person {name: '刘星'}), (xiao)-[r]->(liu) RETURN type(r)").data()

# 输出查询结果
if relation_query_result:
    relation_type = relation_query_result[0]['type(r)']
    print(f"小黑子和刘星的关系是：{relation_type}")
else:
    print("小黑子和刘星之间没有找到直接关系。")

删除人物节点“小黑子”

# 删除“小黑子”节点
graph.run("MATCH (n:Person {name: '小黑子'}) DELETE n")

查询：谁的职业是学生？

# 查询：谁的职业是学生？

student_query_result = graph.run("MATCH (p:Person)-[:职业]->(j:Job {title: '学生'}) RETURN p.name").data()

# 输出查询结果

if student_query_result:

students = [student['p.name'] for student in student_query_result]

print(f"以下人物的职业是学生：{', '.join(students)}")

else:

print("没有找到职业是学生的人物。")

四、总结与体会

通过本次实验，我深入了解了Neo4j图数据库的安装、启动、知识图谱的创建、以及使用Cypher语言、Neo4j Python驱动包和py2neo对知识图谱进行访问的方法。以下是我的实验总结与体会：

1. 安装和启动Neo4j：在实验中，我学会了如何下载和安装Neo4j，并成功启动了数据库服务。这为我后续进行知识图谱的创建和访问奠定了基础。

2. 创建知识图谱：通过实验，我掌握了使用Cypher语言创建知识图谱的方法。Cypher语言是Neo4j的查询语言，它具有简洁、易学、易用的特点。我学会了如何定义节点和关系，以及如何为节点和关系添加属性。

3. 使用Cypher语言进行查询：实验中，我使用Cypher语言对知识图谱进行了查询。我学会了如何编写基本的查询语句，如查找节点、关系、路径等，以及如何使用WHERE子句进行条件过滤。

4. 使用Neo4j Python驱动包访问数据库：在实验中，我学会了使用Neo4j Python驱动包访问Neo4j知识图谱。通过编写Python代码，我成功实现了对知识图谱的增删改查操作。这为我后续在实际项目中使用Python操作Neo4j数据库提供了有力支持。

5. 使用py2neo访问数据库：实验中，我还学习了使用py2neo库访问Neo4j知识图谱。py2neo是一个Python库，它提供了更加便捷的方式操作Neo4j数据库。我学会了如何使用py2neo进行节点和关系的创建、更新、删除等操作。

6. 难点与挑战：在实验过程中，我遇到了一些难点和挑战，尤其是在使用Neo4j Python驱动包和py2neo进行知识图谱访问时。通过搜索引擎搜索，大量阅读博客，我逐渐克服了这些困难，掌握了相关技能。

总之，本次实验使我深入了解了Neo4j及其应用，掌握了安装、启动、创建知识图谱、使用Cypher语言、Neo4j Python驱动包和py2neo进行访问的方法。这对我今后在图数据库领域的研究和实践具有重要意义。在今后的学习和工作中，我将继续深入研究Neo4j的相关技术，不断提高自己的技能水平。