Neo4j权威指南

图数据库是NoSQL类数据库的又一大典型代表，在靠前图数据库属于新兴产物，其优异的复杂关系解决方案引起了靠前众多大型互联网公司及IT开发者的关注，而Neo4j是目前图形化数据库中很为出色、很为成熟的产品。
本书基于Neo4j 3.1版本编写，共分9章，外加两个附录，涵盖基本概念、基础入门、查询语言、开发技术、管理运维、集群技术、应用案例、不错应用、中文扩展、配置设置、内建过程等内容。
本书内容已经涉及Neo4j的大部分知识，既可以作为Neo4j初学者的入门教材，也可以作为相关行业Neo4j技术专家的参考手册。

张帜，中国IT界元老、中国图数据库先导者、大数据领域资历专家、WPS曲线汉字发明人。曾任Microsoft不错软件设计师及“维纳斯计划”技术主管，牵头研发中国移动139手机邮箱。于2017年期间做客，与有名主持人阿丘老师对话，畅谈《关于图数据库的梦想》，被业界誉为中国图数据库靠前人。张帜创办的微云数聚，专注于研究图数据库技术及其应用，是靠前的图数据库Ne04i在中国的战略合作伙伴和官方代理。微云数聚研制的《Ne04i简体中文版》，是专为中国企业量身打造、符合中国企业习惯的图数据库系统产品。刚刚问世的新产品《关系搜》，是基于图数据库和微云数聚系列专利技术研制而成的通用的多元模糊关系搜索引擎，在社交、征信、安全、传媒等各个领域有着广泛的应用前景。

第1章 Neo4j 图数据库基础 1
1.1 图数据库的产生背景 2
1.2 图数据库基础 7
1.2.1 图数据库介绍 7
1.2.2 图数据模型 7
1.2.3 图计算引擎 8
1.2.4 图数据库的历史 9
1.3 图数据库与关系数据库的对比 10
1.3.1 关系数据库的弊端 10
1.3.2 图数据模型的优势 10
1.4 图数据库与其他 NoSQL 数据库的对比 12
1.4.1 其他 NoSQL 数据库的弊端 12
1.4.2 将键值对存储与图数据库相关联 12
1.4.3 将文档存储与图数据库相关联 13
1.5 Neo4j 概述 13
1.6 Neo4j 的体系结构 15
1.6.1 免索引邻接 16
1.6.2 Neo4j 底层存储结构 17
1.6.3 Neo4j 的遍历方式 21
1.6.4 Neo4j 的存储优化 22
第2章 Neo4j 基础入门 24
2.1 Neo4j 的安装部署 24
2.1.1 Neo4j安装包的下载 24
2.1.2 在各个操作系统上的安装 26
2.1.3 Neo4j的启动 32
2.2 Neo4j 管理平台的使用 33
2.2.1 Web管理平台的使用 33
2.2.2 neo4j-shell 的使用 37
2.3 Neo4j 图数据中基本元素与概念 41
2.3.1 节点 41
2.3.2 关系 41
2.3.3 属性 42
2.3.4 路径 42
2.3.5 遍历（Traversal） 43
2.4 官方入门实例介绍 43
2.4.1 创建图数据 44
2.4.2 检索节点 46
2.4.3 查询关系 49
2.4.4 思考与练习 52
2.4.5 清空数据库 54
2.5 批量导入工具的使用 54
2.5.1 获取CSV文件 54
2.5.2 使用 Load CSV 指令导入到 Neo4j 58
2.5.3 使用neo4j-import 工具导入到 Neo4j 61
第3章 Neo4j 之 Cypher 63
3.1 Cypher 概述 63
3.1.1 Cypher 是什么 63
3.1.2 模式（Patterns） 65
3.1.3 查询和更新图 66
3.1.4 事务 67
3.1.5 唯一性 68
3.1.6 兼容性 69
3.2 基本语法 70
3.2.1 类型 70
3.2.2 表达式 70
3.2.3 变量 73
3.2.4 参数 73
3.2.5 运算符 77
3.2.6 注释 78
3.2.7 模式（Patterns） 78
3.2.8 列表 81
3.2.9 空值 87
3.3 语句 89
3.3.1 MATCH 89
3.3.2 OPTINAL MATCH 101
3.3.3 WHERE 102
3.3.4 START 113
3.3.5 Aggregation 114
3.3.6 LOAD CSV 121
3.3.7 CREATE 125
3.3.8 MERGE 129
3.3.9 SET 138
3.3.10 DELETE 142
3.3.11 REMOVE 143
3.3.12 FOREACH 145
3.3.13 CREATE UNIQUE 146
3.3.14 RETURN 149
3.3.15 ORDER BY 153
3.3.16 LIMIT 155
3.3.17 SKIP 156
3.3.18 WITH 158
3.3.19 UNWIND 160
3.3.20 UNION 161
3.3.21 CALL 163
3.4 函数 167
3.4.1 断言（Predicate）函数 167
3.4.2 标量（Scalar）函数 170
3.4.3 列表（List）函数 177
3.4.4 数学函数 182
3.4.5 字符串函数 193
3.4.6 自定义函数 199
3.5 模式（Schema） 200
3.5.1 索引 200
3.5.2 约束 203
3.5.3 统计 209
3.6 查询调优 210
3.6.1 查询如何执行 210
3.6.2 查询性能分析 211
3.6.3 查询调优举例 211
3.6.4 USING 213
3.7 执行计划 220
3.7.1 开始点运算符 221
3.7.2 Expand 运算符 224
3.7.3 组合运算符 226
3.7.4 行运算符 234
3.7.5 更新运算符 241
3.7.6 最短路径规划 243
第4章 Neo4j 程序开发 246
4.1 Neo4j 开发入门 246
4.1.1 Java 嵌入式开发模式 246
4.1.2 各语言驱动包开发模式 246
4.2 Java API 嵌入式开发模式 247
4.2.1 Java 开发前的准备工作 248
4.2.2 创建 Neo4j 图实例 253
4.2.3 图数据遍历功能 257
4.2.4 数据索引 264
4.2.5 过程 273
4.2.6 事务管理 280
4.2.7 使用Java在线备份Neo4j 286
4.2.8 使用JMX监控Neo4j 286
4.3 各语言驱动包开发模式 288
4.3.1 驱动开发入门 289
4.3.2 配置和连接 292
4.3.3 执行 Cypher 语句 297
4.3.4 返回结果 301
4.3.5 数据类型 308
4.3.6 异常 310
4.3.7 其他语言驱动 311
4.4 Neo4j HTTP API 312
4.4.1 流 312
4.4.2 认证和授权 312
4.4.3 在一个请求中使用事务 316
4.4.4 执行多条语句 317
4.4.5 运行一个事务 318
4.4.6 在打开的事务中执行语句 319
4.4.7 重置超时事务 319
4.4.8 提交事务 320
4.4.9 回滚事务 321
4.4.10 查询统计信息 321
4.4.11 以图格式返回结果 322
4.4.12 错误处理 324
4.4.13 在事务中处理错误 325
4.5 其他开发技术介绍 326
4.5.1 Spring-Data-Neo4j 326
4.5.2 Spring-Data-Neo4在项目中的部署 326
4.5.3 使用 Neo4j-OGM 的对象图映射 327
4.5.4 使用 JDBC 连接 Neo4j 328
4.5.5 JCypher 329
4.5.6 Groovy＆Grails：Neo4j Grails 插件 329
4.5.7 Clojure：Neocons 329
4.5.8 Scala：AnormCypher 330
4.5.9 JPA：Hibernate OGM 330
第5章 Neo4j 数据库管理 331
5.1 部署 331
5.1.1 系统需求 331
5.1.2 文件位置 332
5.1.3 重要端口 333
5.1.4 设置初始密码 334
5.1.5 等待 Neo4j 启动 334
5.1.6 使用数据收集器 335
5.1.7 配置 Neo4j 连接器 336
5.1.8 安装证书 337
5.2 监控 338
5.2.1 指标 340
5.2.2 日志 344
5.2.3 查询管理 346
5.2.4 因果集群监控相关方法 348
5.3 安全管理 350
5.3.1 Neo4j社区版用户管理 350
5.3.2 认证和授权 352
5.3.3 与 LDAP 集成 362
5.3.4 子图访问控制 366
5.3.5 安全清单 367
5.4 Neo4j 数据库运维与优化 368
5.4.1 内存调优 368
5.4.2 事务日志 371
5.4.3 压缩存储 371
5.4.4 Linux 文件系统调优 373
5.4.5 磁盘、内存及相关提示 373
5.5 Neo4j 数据库的备份与恢复 374
5.5.1 备份简介 374
5.5.2 执行备份 375
5.5.3 恢复备份 377
5.6 Neo4j 数据库管理相关工具 378
5.6.1 导入工具 378
5.6.2 Cypher Shell 382
5.6.3 Neo4j 数据转储和加载 384
5.6.4 一致性检查工具 385
第6章 Neo4j 集群技术 387
6.1 因果集群 387
6.1.1 初识因果集群 388
6.1.2 操作视图 388
6.1.3 应用视图 389
6.1.4 因果集群的生命周期 390
6.1.5 创建一个新的因果集群 395
6.1.6 数据中心灾难恢复 398
6.1.7 因果集群的数据迁移和恢复 400
6.1.8 因果集群的其他设置 401
6.2 高可用性集群 401
6.2.1 高可用性集群概述 402
6.2.2 建立 Neo4j 高可用性集群 404
6.2.3 状态信息端点 406
6.2.4 HAProxy 用于负载均衡 408
6.3 集群的备份与恢复 410
6.4 Neo4j 单实例和高可用性集群版本升级 411
6.4.1 单实例升级 411
6.4.2 从高可用性集群升级 412
第7章 Neo4j 应用案例 413
7.1 应用案例概述 413
7.2 欺诈检测 416
7.2.1 第一方银行欺诈 417
7.2.2 保险欺诈 424
7.2.3 电子商务欺诈 427
7.2.4 小结 428
7.3 科研导图 428
7.4 电子邮件监测 437
7.5 工商企业图谱 442
7.6 社交网络 449
第8章 Neo4j 高级应用 458
8.1 高级索引 458
8.1.1 空间索引（Neo4j Spatial） 458
8.1.2 自定义中文全文索引 468
8.2 在 Docker 环境下部署 Neo4j 471
8.2.1 概览 472
8.2.2 Docker 配置 472
8.2.3 Neo4j 配置 473
8.3 自定义批量导入 476
8.4 Neo4j 与图计算 479
8.4.1 Neo4j-Spark-Connector 480
8.4.2 Neo4j-Spark-Connector 提供的 API 482
8.5 Neo4j与自然语言处理 483
8.5.1 计算聚合相关性 484
8.5.2 将文本数据建模为邻接图 484
8.5.3 加载数据 486
8.5.4 挖掘单词之间的关系 488
8.6 其他高级应用 490
第9章 Neo4j 简体中文版 491
9.1 简介 491
9.2 下载及安装 496
9.3 启动及浏览 497
9.4 指定节点图片 499
9.5 指定节点尺寸 501
9.6 指定节点颜色 502
9.7 指定关系粗细 503
9.8 指定关系颜色 504
9.9 智能查询 505
9.10 导入精灵 508
9.10.1 安装导入精灵 508
9.10.2 启动导入精灵 509
9.10.3 准备Excel样本文件 510
9.10.4 导入Excel样本文件 511
9.10.5 准备MySQL样本数据库 513
9.10.6 导入 MySQL 样本数据库 515
9.10.7 查看导入结果 516
9.10.8 导入精灵映射机制 517
附录A Neo4j 配置设置 521
附录B Neo4j 内建过程 550

这是第一本由中国人原创的图数据库专业书籍。
本书将陪伴您漫步“图”的世界，领略“图”的风采，玩转大数据时代新的利器——图数据库Neo4j。
“图数据库”即便对业内人士而言，也是一个陌生的词汇。单这个“图”字，便会使人联想到图形、图片或图像。正如，最近一位朋友得知我在玩图数据库，就邀我去做一个用语音控制图像的产品。我解释了半天，才让他明白：此“图”非彼“图”。误解就在这个“图”字上。
那么，图数据库究竟是什么？可以用它来干什么呢？
就在不久前的期间，CCTV《超越》栏目播出的阿丘老师对我的专访《关于图数据库的梦想》，恰好能解答上述疑惑。我们不妨一起来回顾这段对话。
CCTV《超越》栏目：关于图数据库的梦想
阿丘：大数据时代已经来临。这是一个最好的时代，也是一个最坏的时代。大数据涉及的行业范围很广，其中图数据库被大家称为大数据时代的高铁，它越来越受到人们的关注。对于这项技术我们了解多少？它的应用又能给我们的现实生活带来哪些方便？CCTV《超越》栏目邀请到了中国图数据库的先导者张帜先生，让他带领我们一起来了解图数据库。
阿丘：什么是图数据库？
张帜：这是一个新型的数据库系统。大家以前可能听到过MySQL、Oracle等数据库，但随着社交、金融、零售等行业的发展，亟需一种新型的数据库来支撑这些新的业务。现实社会织起了一个庞大而复杂的关系网，比如天天有人给你打电话要你买房子，他们是通过什么技术来找到你的呢？就是通过一些关系运算。如果使用传统的数据库会很难处理，而采用图数据库来处理它，会更高效、更方便。在科技领域里有一个六度空间理论，简单地说就是，世界上任何两个人最多只需通过6个关系就一定能够找到对方。用图数据库就可以把这个理论变成现实。所以，称它为一种新型的数据库完全不为过，它能支持海量、复杂、多变数据的关系运算，而且运算性能非常高。
阿丘：那和传统数据库比起来，图数据库的优势在哪儿呢？
张帜：首先，图数据库可以说是应专门处理这种复杂关系网的“运”而生的。虽然传统的数据库也能处理，但其效率极其低下，功能扩展也很困难，要花的时间将很长，而用图数据库就能方便、高效地解决这个问题；更重要的是，就连非技术人员都能看得懂。如果用传统数据库来构建，其模型非常复杂、烦琐，相比而言，用图数据库，就非常直观、浅显、简单。
阿丘：通常图数据库都应用在哪些领域呢？
张帜：它的应用领域非常广，在社交、零售、金融等领域都有广泛的应用。比如说社交，一个最典型的应用就是领英。领英在国际上的知名度和应用的广度相当于我们中国的微信。领英一个最重要的功能就是能够把你朋友的朋友的朋友推荐给你，这是进行了关系运算的结果。另外一个就是零售商品的实时推荐，比如沃尔玛，你在它的网站上点击了几个商品后，它就能揣测出你可能对哪些商品感兴趣，就会立马把你感兴趣的商品推荐给你。用图数据库来计算这种推荐会更快捷。现在国外用得很多，但是在我们国内才刚刚开始。随着图数据库的应用，不久的将来我们就可以享受到更为实时、准确、方便的推荐。
阿丘：图数据库全方位地让互联网更便利了我们的生活。正如对话开始所说，这是一个好的时代，也有人说是一个坏的时代，机遇与挑战并存。我相信，在未来不远的日子里，图数据库会和我们的生活联系越来越密切，会提升我们的生活幸福指数，使我们未来的生活更便捷。
这段对话告诉我们，图数据库能高效地处理各种复杂的关系网络，在许多领域有着广泛的应用。它是基于图论而实现的新型数据库系统，擅长处理大量的、复杂的、互联的、多变的网状数据，其效率远远高于传统的关系型数据库。
本书内容
世界上很多著名的公司都在使用图数据库。比如，领英用它来管理社交关系，实现朋友推荐，构建了一个非常强大的人脉网络；沃尔玛用它连接“商品关联”和“买家习惯”两个子网，实现了零售商品的实时推荐，给买家带来更好的购物体验；思科用它做主数据管理，将企业内部的组织架构、产品订购、社交网络、IT网络等有效地管理起来；惠普用它管理复杂的IT网络；全美排名前三的金融公司，都在用图数据库进行风控业务管理。此外，物流、交通、电信、制造业、广告、打印、文化传媒和医疗等领域的公司也在使用图数据库。
反观我国的情况又如何呢？我是从2015年开始研究图数据库的，当时国内知道图数据库的人还寥寥无几。令人意想不到的是，才短短一年多时间，国内竟然有很多应用都用上了图数据库，涉及的领域包括金融、社交、商务、知识管理等。毋庸置疑，其发展速度将远超乎我们的想象。
然而遗憾的是，目前市面上有关图数据库的中文书籍屈指可数，即便有也是直接从英文原版翻译而成。随着图数据库在中国的推广和普及，大家都渴求有一本国人原创的权威指南，能系统、全面地涵盖图数据库的原理和使用方法等方方面面。因此，我们决定集中组织国内对图数据库有深入研究的专家，共同来编写一套原创的中文版图数据库技术丛书。
鉴于 Neo4j 在全球图数据库领域的排名一直遥遥领先，我们就首选《Neo4j 权威指南》作为这套技术丛书的开篇。
本书基于Neo4j 3.1版本编写，共分9章，外加两个附录，涵盖基本概念、基础入门、查询语言、开发技术、管理运维、集群技术、应用案例、高级应用、中文扩展、配置设置、内建过程等内容。各章简要介绍如下：

第1章 Neo4j 图数据库基础 介绍图数据库概念以及Neo4j的体系结构。本章可以作为初学者的入门部分。有经验者可以略过，直接阅读后续章节。
第2章 Neo4j 基础入门 引导读者初步使用 Neo4j，包括 Neo4j 的安装部署、操控平台的使用、引导实例。
第3章 Neo4j 之 Cypher 详细介绍 Cypher 语法，它是 Neo4j 引擎的接口语言，掌握好它是用好 Neo4j 的关键，也是使用中常备的参考资料。
第4章 Neo4j 程序开发 详细讨论如何将 Neo4j 与开发平台、编程语言之间的集成，并提供相应开发实例。
第5章 Neo4j 数据库管理 介绍 Neo4j 数据库管理相关的内容，主要包括：部署、监控、安全管理、运维与优化、备份与恢复、数据库管理相关工具等基本知识和基本操作。
第6章 Neo4j 集群技术 主要介绍如何部署大规模生产环境，包括高可用性、备份与恢复，以及最新的因果集群。
第7章 Neo4j 应用案例 对 Neo4j 目前的客户应用实践进行汇总，同时介绍5 个Neo4j典型应用案例。
第8章 Neo4j 高级应用 介绍高级索引、Docker 环境部署、自定义批量导入、Neo4j与图计算、Neo4j 与自然语言处理等高级话题。
第9章 Neo4j 简体中文版 介绍 Neo4j 简体中文版及其扩展功能，包括图片显示、数据驱动下节点和关系的呈现，以及智能查询功能。
附录A Neo4j 配置设置 详细介绍配置文件 neo4j.conf 的配置细节。
附录B Neo4j 内建过程 详细介绍通用过程、本地用户和角色管理过程。
本书技术支持
联系邮箱：neo4jguide@we-yun.com
下载地址：http://we-yun.com/neo4jguide/
微信群：《Neo4j权威指南》读者、中国图数据库、中国图数据库技术
QQ群：547190638（Neo4j中文社区）
论坛：http://neo4j.com.cn/（Neo4j中文社区）
创作团队与致谢
本书的写作始于2016年12月，历经数月，现终于问世，是整个写作团队齐心协力、日夜耕耘的结晶。这支团队在大数据和图数据库领域具有丰富的实战经验。他们是张帜（微云数聚创始人）、庞国明（Neo4j中文社区创始人）、胡佳辉（数之联软件架构师）、赵炳（北京邮电大学研究生）、陈振宇（中科院中美联合培养博士）、苏亮（国防科技大学计算机博士）、李敏（中科院计算数学博士）、高兴宇（中科院中新联合培养博士）、薛述强（华为公司高级工程师）和董琴洁（微软 Office 专家）。
在本书的编写过程中，得到了各界朋友的倾力支持。请允许我代表整个写作团队在此表示由衷的感谢！
首先要感谢邬瑞文先生。他热忱地帮助我们与 Neo Technology 公司进行各种沟通与协调，在将图数据库引进到中国以及编写本书的过程中，起到了非常重要的桥梁作用。
另一位必须感谢的是中国首席数据官联盟创始人刘冬冬先生。是他一直全力支持我们在全国推广和普及图数据库的理念。没有他的鼎力相助，图数据库在中国的人气不会有现在这么旺盛，此书也不会这么快问世。
还得感谢写作团队每一位成员的家人，是他们的理解和支持，才让我们能够舍弃陪伴家人的时间，安心创作。
更要感谢关注本书的每一位朋友，尤其是微信和 QQ 群里的“图控”们，他们对此书的关注和期盼，是我们完成此书的强大动力。
特别感谢清华大学出版社的编辑夏毓彦老师以及编辑室的全体老师，有了他们的竭力支持和精雕细琢，本书才得以顺利问世。
最后，我要感谢董定君女士，正是她在背后默默的支持，使我能够潜心研究图数据库和组织编写本书。
谨以此书献给奋斗在中国大数据领域的同行们！由于时间紧迫，篇幅过大，错误及不足之处在所难免，敬请读者海涵，或请直接与我们联系（neo4jguide@we-yun.com），不吝指正，我们将及时在下一个版本中予以更正和补充。




张  帜
2017年6月28日
于橘郡