好用的圖數據庫neo4j

基於neo4j的數據可視化

Neo4j是一個高性能的,NOSQL圖形數據庫，它將結構化數據存儲在網絡上而不是表中。它是一個嵌入式的、基於磁盤的、具備完全的事務特性的Java持久化引擎，但是它將結構化數據存儲在網絡(從數學角度叫做圖)上而不是表中。Neo4j也可以被看作是一個高性能的圖引擎，該引擎具有成熟數據庫的所有特性。程序員工作在一個面向對象的、靈活的網絡結構下而不是嚴格、靜態的表中——但是他們可以享受到具備完全的事務特性、企業級的數據庫的所有好處。

 

    （1）安裝好neo4j數據庫後，進入bin目錄，控制檯輸入，啓動neo4j數據庫，瀏覽器輸入，訪問數據庫。

    （2）使用python導入數據。

相關代碼如下：

1.連接數據庫

# coding:utf-8
from py2neo import Graph, Node, Relationship, NodeMatcher
import numpy as np
import pandas as pd

person_list = pd.read_csv('testdata1.txt', sep=' ')
X = person_list[["id", "child_id", "relation"]]  # 取出需要的數據

list = []
nodes = []
categories = []

##連接neo4j數據庫，輸入地址、用戶名、密碼
graph = Graph('http://localhost:7474', auth=("neo4j", "root"))

 

2.數據去重，並且創建結點

##創建結點

i = 0
uniqueId = []
uniqueChildId = []
for row in X.iteritems():
    if i == 0:
        uniqueChildId = np.unique(row[1].values)
        nodes.append(uniqueChildId)
        print(uniqueChildId)
        i =i+1
        continue
    if i == 1:
        uniqueId = np.unique(row[1].values)
        nodes.append(uniqueId)
        print(uniqueId)
        i=i+1
        continue
uniqueId = np.append(uniqueId,uniqueChildId)

globalUnique = np.unique(uniqueId)
print(globalUnique) #id以及子id去重後的全局唯一id
j = 0
for row in globalUnique:
    graph.create(Node('血緣關係', name=int(row)))
    j+=1
    print('node:'+str(j))

 

 

3.創建關係

 

# ##創建關係
k = 0
for row in X.itertuples():
    list.append({"source":str(row.id),"target":str(row.child_id)})
    relation = ""
    if(row.relation=='s'):
        relation = "兒子"
    elif(row.relation=='m'):
        relation = "母親"
    elif(row.relation=='f'):
        relation = "父親"
    rel = Relationship(NodeMatcher(graph).match(name=row.id).first(),
                       relation,
                       NodeMatcher(graph).match(name=row.child_id).first())
    print(rel)
    k+=1
    print('res:'+str(k))
    graph.create(rel)

 

整個過程大概持續2個小時左右（10萬條數據）。

（3）通過查看可視化數據如下：

 

 

 

通過上圖可以看到，數據的邏輯關係已經展示出來，但是有一個問題，就是數據的邏輯關係混亂（同一個人，既是兒子，又是母親）

大數據環境下，數據無法做到百分百正確，需要根據一些特定參數進行修正，但是規則也不是隨意指定的，此處我們沒有更多的信息，暫不修正邏輯錯誤。

(4)通過查詢結點

查詢指定屬性結點：

MATCH (n)-->(b) where b.name = 1296

return b

查詢指定關係結點：

MATCH p=()-[r:`兒子`]->() RETURN p

查詢指定label結點：

MATCH (n:`血緣關係`) RETURN n

按指定度查詢結點：

MATCH (k)

WITH k, size((k)--()) as degree

WHERE degree = 1

MATCH (k)--(n)

RETURN n,k,degree

 

查找結點最短路徑：

MATCH (p1:`血緣關係` {name:9311}),(p2:`血緣關係`{name:365}),

p=shortestpath((p1)-[*..10]->(p2))

RETURN p

注：[*…10]表示查詢路徑長度10以內的關係