1. 首页
  2. 文章中心
  3. java

neo4j数据库与mysql对比以及增删改查neo4j

92 阅读 0 评论
我是靠谱客的博主 可爱吐司，这篇文章主要介绍neo4j数据库与mysql对比以及增删改查neo4j，现在分享给大家，希望可以做个参考。

neo4j

引入neo4j

案例

假设郭富城希望找向华强拍电影，应该怎么找到他。
在这里插入图片描述

使用mysql数据库

创建数据库和表
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
-- 创建数据库
CREATE DATABASE IF NOT EXISTS neo4j
DEFAULT CHARACTER SET utf8mb4
DEFAULT COLLATE utf8mb4_0900_ai_ci;

-- 创建明星表
CREATE TABLE star (
	id INT ( 11 ) NOT NULL AUTO_INCREMENT,
	homepage VARCHAR ( 255 ) COLLATE utf8_bin DEFAULT NULL,
	NAME VARCHAR ( 255 ) COLLATE utf8_bin NOT NULL,
	sex VARCHAR ( 255 ) COLLATE utf8_bin DEFAULT NULL COMMENT '性別',
	occupation VARCHAR ( 255 ) COLLATE utf8_bin DEFAULT NULL COMMENT '职业',
	PRIMARY KEY ( id ),
	UNIQUE KEY NAME ( NAME ) USING BTREE,
    KEY homepage ( homepage ) USING BTREE 
) ENGINE = INNODB AUTO_INCREMENT = 1792 DEFAULT CHARSET = utf8 COLLATE = utf8_bin;

-- 插入数据
INSERT INTO star ( NAME, sex, occupation )VALUES( '郭富城', '男', '演员' );
INSERT INTO star ( NAME, sex, occupation )VALUES( '朱茵', '女', '演员' );
INSERT INTO star ( NAME, sex, occupation )VALUES( '向华强', '男', '演员' );
INSERT INTO star ( NAME, sex, occupation )VALUES( '周星驰', '男', '演员' );
INSERT INTO star ( NAME, sex, occupation )VALUES( '张敏', '女', '演员' );
INSERT INTO star ( NAME, sex, occupation )VALUES( '舒淇', '女', '演员' );
	
-- 创建明星关系表
CREATE TABLE star_relation (
	id INT ( 11 ) NOT NULL AUTO_INCREMENT,
	from_name VARCHAR ( 255 ) COLLATE utf8_bin DEFAULT NULL,
	relation VARCHAR ( 255 ) COLLATE utf8_bin DEFAULT NULL,
	to_name VARCHAR ( 255 ) COLLATE utf8_bin DEFAULT NULL,
	PRIMARY KEY ( id ),
	UNIQUE KEY from_name ( from_name, relation, to_name ) USING BTREE 
) ENGINE INNODB AUTO_INCREMENT = 6792 DEFAULT CHARSET = utf8 COLLATE utf8_bin;

-- 插入数据
INSERT INTO star_relation ( from_name, relation, to_name )VALUES( '郭富城', '好友', '朱茵' );
INSERT INTO star_relation ( from_name, relation, to_name )VALUES( '朱茵', '旧爱', '周星驰' );
INSERT INTO star_relation ( from_name, relation, to_name )VALUES( '周星驰', '爱人', '张敏' );
INSERT INTO star_relation ( from_name, relation, to_name )VALUES( '张敏', '老板', '向华强' );
INSERT INTO star_relation ( from_name, relation, to_name )VALUES( '郭富城', '好友', '舒淇' );
INSERT INTO star_relation ( from_name, relation, to_name )VALUES( '舒淇', '老板', '周星驰' );
查询郭富城和向华强的关系

常见错误

复制代码
1
2
3
4
5
6
7
8
9
SELECT
	* 
FROM
	star_relation a
	LEFT JOIN star_relation b ON a.from_name = b.to_name 
WHERE
	a.from_name = '郭富城' 
	AND b.to_name = '向华强';

运行结果

在这里插入图片描述

正确查询

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
SELECT DISTINCT
	a.from_name,
	b.from_name,
	c.from_name,
	d.from_name,
	e.from_name 
FROM
	star_relation a
	LEFT JOIN star_relation b ON a.from_name = b.to_name
	LEFT JOIN star_relation c ON b.from_name = c.to_name
	LEFT JOIN star_relation d ON c.from_name = d.to_name
	LEFT JOIN star_relation e ON d.from_name = e.to_name 
WHERE
	a.from_name = '郭富城' 
	AND e.from_name = '向华强';

运行结果

在这里插入图片描述

使用neo4j数据库

创建节点和关系
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
-- 创建Star节点
create (:Star{name:"郭富城",sex:"男",occupation:"演员"});
create (:Star{name:"舒淇",sex:"女",occupation:"演员"}); 
create (:Star{name:"朱茵",sex:"女",occupation:"演员"});
create (:Star{name:"周星驰",sex:"男",occupation:"演员"});
create (:Star{name:"张敏",sex:"女",occupation:"演员"});
create (:Star{name:"向华强",sex:"男",occupation:"企业家"});

-- 创建Star_Relation关系
match (a:Star{name:"郭富城"}) match(b:Star{name:"舒淇"}) create (a) - [r:Star_Relation{relation:'好友'}] -> (b) return r;
match (a:Star{name:"郭富城"}) match(b:Star{name:"朱茵"}) create (a) - [r:Star_Relation{relation:'好友'}] -> (b) return r;
match (a:Star{name:"舒淇"}) match(b:Star{name:"郭富城"}) create (a) - [r:Star_Relation{relation:'好友'}] -> (b) return r;
match (a:Star{name:"舒淇"}) match(b:Star{name:"周星驰"}) create (a) - [r:Star_Relation{relation:'好友'}] -> (b) return r;
match (a:Star{name:"朱茵"}) match(b:Star{name:"郭富城"}) create (a) - [r:Star_Relation{relation:'好友'}] -> (b) return r;
match (a:Star{name:"朱茵"}) match(b:Star{name:"周星驰"}) create (a) - [r:Star_Relation{relation:'旧爱'}] -> (b) return r;
match (a:Star{name:"周星驰"}) match(b:Star{name:"朱茵"}) create (a) - [r:Star_Relation{relation:'旧爱'}] -> (b) return r;
match (a:Star{name:"周星驰"}) match(b:Star{name:"张敏"}) create (a) - [r:Star_Relation{relation:'同事'}] -> (b) return r;
match (a:Star{name:"周星驰"}) match(b:Star{name:"舒淇"}) create (a) - [r:Star_Relation{relation:'好友'}] -> (b) return r;
match (a:Star{name:"张敏"}) match(b:Star{name:"周星驰"}) create (a) - [r:Star_Relation{relation:'同事'}] -> (b) return r;
match (a:Star{name:"张敏"}) match(b:Star{name:"向华强"}) create (a) - [r:Star_Relation{relation:'好友'}] -> (b) return r;
match (a:Star{name:"向华强"}) match(b:Star{name:"张敏"}) create (a) - [r:Star_Relation{relation:'好友'}] -> (b) return r;

-- 删除所有star节点和关系
match (n:Star{}) - [r] - () delete r,n;
查询郭富城和向华强的关系
复制代码
1
2
match p=(a:Star{name:"郭富城"}) - [*] -> (b:Star{name:"向华强"}) return p
运行结果

在这里插入图片描述

案例总结

mySql虽然称作关系型数据库,但在处理数据之间的较多关系的时候却显的力不从心。原因在于关系型数据库是以通过外键去匹配主表中的主键来进行搜索,这种匹配操作是“计算密集型"的随着表中记录增加将会消耗更多的系统资源。所以关系型数据库无法应对像facebook、脉脉好友推荐这类业务的存储实现。

提问

facebook、脉脉、人人网这类社交推荐应用如何实现？

在这里插入图片描述

图数据库(Graph Database)

什么是图数据库

图数据库(graph database)是基于图论实现的一种新型noSql数据库,其数据库存储结构和数据的查询方式都是以图论为基础的。图论中图的基本元素为节点和边,在图数据库中对应的就是节点和关系。它的优点是快速解决复杂的关系问题。

数据结构：
在一个图中主要包含两种数据类型：Nodes(节点)和Relationships(关系)。他们各自内部又包含key-value形式的属性，然后节点之间通过关系相连，形成了关系型的网状结构。

关于图论?

图论[Graph Theory]是数学的一一个分支。它以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有这种关系。
在这里插入图片描述

linux环境下的Neo4j安装

https://blog.csdn.net/u013946356/article/details/81736232

图型数据库应用场景

1.第一方银行欺炸

2.保险欺诈

3.电子商务欺诈

4.工商企业图普

5.社交网络

neo4j图数据库中基本元素与概念

节点(node)

表示一个实体记录、就像关系数据库当中一条记录。 一个节点包含多个属性和标签。

关系(relationship)

关系用于将节点关联起来构成图，关系也称为图论的边(Edge)。

属性(property)

节点和关系都可以有多个属性。属性是由键值对组成的，就像JAVA当中哈希。

标签(Label)

标签指示一组拥有相同属性的节点，但不强制要求相同，一个节点可以有多个标签。

路径(path)

图中任意两个节点都存在由关系组成的路径,路径有长短之分。

Cypher查询语言

概念

Cypher是一种声明式图数据库查询语言，类似关系数据库中当中SQL。Cypher设计借鉴了基它回如SQL、Python语言惯用做法，初学者非常容易上手。

  • MATCH：匹配图模式

  • WHERE：过滤条件

  • RETURN：定义返回的结果

基本语法

  • 增（CREATE）
  • 删（DELETE）
  • 改（SET）
  • 查（MATCH）

示例练习

小猪佩奇家庭族谱示例

增

快速入门

复制代码
1
2
3
4
5
6
7
-- 创建一个猪爷爷节点
create (:Pig{name:"猪爷爷",age:15});  
-- 创建一个猪奶奶节点
create (:Pig{name:"猪奶奶",age:13});  
-- 创建猪爷爷和猪奶奶是夫妻关系
match (a:Pig{name:"猪爷爷"}) match (b:Pig{name:"猪奶奶"}) create (a) - [r:夫妻] -> (b) return r;

简便方式

复制代码
1
2
3
4
5
-- 创建一个猪爸爸和一个猪妈妈节点，并建立他们为夫妻关系，婚龄5年
create (:Pig{name:"猪爸爸",age:12})-[:夫妻{age:5}]->(:Pig{name:"猪妈妈",age:9});  
-- 创建一个佩奇和一个乔治节点，并建立他们为姐弟关系
create (:Pig{name:"佩奇",age:2})-[:姐弟]->(:Pig{name:"乔治",age:1});

建立关系

复制代码
1
2
3
4
5
6
7
8
9
10
11
-- 创建猪爷爷和猪爸爸是父子关系
match (a:Pig{name:"猪爷爷"}) match (b:Pig{name:"猪爸爸"}) create (a) - [r:父子] -> (b) return r;  
-- 创建猪爸爸和佩奇是父女关系
match (a:Pig{name:"猪爸爸"}) match (b:Pig{name:"佩奇"}) create (a) - [r:父女] -> (b) return r;  
-- 创建猪爷爷和佩奇是孙女关系
match (a:Pig{name:"猪爷爷"}) match (b:Pig{name:"佩奇"}) create (a) - [r:孙女] -> (b) return r;  
-- 创建猪奶奶和佩奇是孙女关系
match (a:Pig{name:"猪奶奶"}) match (b:Pig{name:"佩奇"}) create (a) - [r:孙女] -> (b) return r;  
-- 创建猪奶奶和猪爸爸是母女关系
match (a:Pig{name:"猪奶奶"}) match (b:Pig{name:"猪爸爸"}) create (a) - [r:母女] -> (b) return r;
查
复制代码
1
2
3
-- 查询pig节点
MATCH (n:Pig) RETURN n LIMIT 25

在这里插入图片描述

改
复制代码
1
2
3
-- 将猪妈妈的年龄改为8
match (n:Pig{name:"猪妈妈"}) set n.age=8;
删
复制代码
1
2
3
4
5
-- 创建一个多节点猪祖父和一个猪祖奶节点
create (:Die:Pig{name:"猪祖父",age:30}),(:Pig{name:"猪祖奶",age:28});
-- 删除die标签下的所有节点
MATCH (n:Die) delete n;

最后

以上就是可爱吐司最近收集整理的关于neo4j数据库与mysql对比以及增删改查neo4j的全部内容，更多相关neo4j数据库与mysql对比以及增删改查neo4j内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
点赞(61)

相关文章

知识图谱构建——Mysql 和 neo4j 数据导入（一）
知识图谱构建——Mysql 和 neo4j 数据导入（一）
Neo4j图数据库系列：关于在Neo4j中创建多数据库的探究（Neo4j 4.0版本）一、简介二、安装建议三、传统如何创建多个库（针对Neo4j 3.×）四、到底怎么最快捷的建不同的库（针对Neo4j 4.0.1）五、后记六、补充（2020/03/09）
Neo4j图数据库系列：关于在Neo4j中创建多数据库的探究（Neo4j 4.0版本）一、简介二、安装建议三、传统如何创建多个库（针对Neo4j 3.×）四、到底怎么最快捷的建不同的库（针对Neo4j 4.0.1）五、后记六、补充（2020/03/09）
mysql neo4j,与MySQL相比，neo4j的性能（如何改进？）
mysql neo4j,与MySQL相比，neo4j的性能（如何改进？）
mysql数据转到neo4j的一些操作
mysql数据转到neo4j的一些操作
neo4j数据库与mysql对比以及增删改查neo4j
neo4j数据库与mysql对比以及增删改查neo4j
neo4j与Mysql的数据迁移
neo4j与Mysql的数据迁移
vue+neo4j +纯前端（neovis.js / neo4j-driver） 实现 知识图谱的集成 大干货--踩坑无数！！！将经验分享给有需要的小伙伴neo4j是什么？一、Neovis.js 不用获取数据直接连接数据库绘图二、vis.js 或者 echarts绘图1、（发现一个神器） neo4j-driver 能够直接通过前端获取数据。2、使用echarts绘图3、使用vis.js绘图
vue+neo4j +纯前端（neovis.js / neo4j-driver） 实现 知识图谱的集成 大干货--踩坑无数！！！将经验分享给有需要的小伙伴neo4j是什么？一、Neovis.js 不用获取数据直接连接数据库绘图二、vis.js 或者 echarts绘图1、（发现一个神器） neo4j-driver 能够直接通过前端获取数据。2、使用echarts绘图3、使用vis.js绘图
mysql导入数neo4j_Neo4j之导入数据
mysql导入数neo4j_Neo4j之导入数据

评论列表共有 0 条评论

立即
投稿
返回
顶部