Graph database concepts

Graph database concepts

图数据结构由nodes(离散对象)组成，这些nodes可以通过relationships(关系)连接起来。

Example 1. 图结构的概念.

xxxxxxxxxx ​pycharm

图数据库模型由一下属性组成：

• Nodes 描述域的实体(离散对象).
• Nodes 可以有零个或多个labels来定义(分类)它们是什么类型的节点.
• Relationships 描述source node和target node之间的连接.
• Relationships 总是有一个方向.
• Relationships 必须有一个type(类型)来定义(分类)他们是什么类型的关系.
• Nodes 和Relationships可以具有properties(键值对)，这将进一步描述节点和复杂的关系

在数学中，对图的研究称之为图论。在图论中：节点被称为顶点或点。关系被称为边、连接或线.

1. Example graph

下图所示的例子，介绍了属性图的基本概念:

Example 2. 图的示例.

Example 3. Cypher语言.

使用Cypher语言CREATE创建示例图

CREATE (:Person:Actor {name: 'Tom Hanks', born: 1956})-[:ACTED_IN {roles: ['Forrest']}]->(:Movie {title: 'Forrest Gump'})<-[:DIRECTED]-(:Person {name: 'Robert Zemeckis', born: 1951})

2. Node

节点用来表示一个范围的entities(离散对象)。

最简单的图是没有关系的单个节点。考虑以下由单个节点组成的图.

Example 4. Node.

属于这个节点的label(标签)有:

• Person
• Actor

这个节点的properties(属性)有:

• name: Tom Hanks
• born: 1956

可以用Cypher 语言来创建这个节点:

CREATE (:Person:Actor {name: 'Tom Hanks', born: 1956})

3. Node labels

标签通过将节点分组（分类）形成域，其中所有具有特定标签的节点都属于同一集合。

例如，代表用户的所有节点都可以使用标签User进行标记。查找具有姓名叫张三的所有User。

标签可以添加和删除，因此它们可以用于标记节点的状态。

例如，Suspended标签可以用来表示暂停使用的银行账户，Seasonal标签可以表示当前正处于销售季节的蔬菜。

A node can have zero to many labels.

在下面示例图中，Person、Actor和Movie都是用于描述节点的节点标签。也可以添加更多标签来表示数据的不同维度。

Example 5. Multiple labels.

4. Relationship

Relationship描述了一个source node和一个target node之间是如何关联的。

Tips: 节点可能与自身有连接。(节点自己关联自己)

A relationship:

• 连接一个source node和一个target node.
• 有方向(一个连接只能有一个方向).
• 必须有一个type(类型)来定义(分类)是什么样的关系.
• 可以使用属性(键值对)来进一步描述这个type的关系

Relationship将节点连接起来组成一个图形，这个图形就像一个list、tree、map

其中任何一个都可以组合成更复杂、连接丰富的结构

Example 6. Relationship.

上图中关系的类型: ACTED_IN

上图中关系的属性:

• roles: ['Forrest']
• performance: 5

The roles property has an array value with a single item ('Forrest') in it.

可以用Cypher 语言来创建这个关系:

CREATE ()-[:ACTED_IN {roles: ['Forrest'], performance: 5}]->()

创建关系的时候必须有source node和target node.

关系总是有方向的。如果方向是没有用的，那可以忽略它。不需要添加相反方向的重复关系，除非特殊需要.

例如，你给他转帐，他给你转账.

节点可以与自己有关系。例如，用关系表达Tom Hanks 认识他自己，如下图所示:

Example 7. Relationship to a single node.

5. Relationship type

一个关系只能有一种type(类型).

下图是 Tom Hanks--> Forrest Gump的关系，此关系的类型是ACTED_IN：

Example 8. Relationsip type.

可以看到关系是有方向的

6. Properties

属性是在node(节点)和Relationship(关系)上存储数据的键-值对.

The value part of a property:

• 可以保存不同的数据类型，例如： number, string, or boolean.
• 可以保存一个 list (array) ，例如：[1, 2, 3]，or [2.71, 3.14]，or ['abc', 'example']，or [true, true, false].

Example 9. Number

CREATE (:Example {a: 1, b: 3.14})

Example 10. String and boolean

CREATE (:Example {c: 'This is an example string', d: true, e: false})

Example 11. Lists

CREATE (:Example {f: [1, 2, 3], g: [2.71, 3.14], h: ['abc', 'example'], i: [true, true, false]})

7. Traversals and paths

traversal (遍历)是你为了索取一个问题的答案怎样取查找图，例如：我的朋友喜欢哪些我不知道的音乐？

如果停电会影响我的哪些web服务？我怎么样从天安门走到八达岭长城？

遍历图意味着根据某些规则遵循关系来访问节点。在大多数情况下，只访问图的一个子集。

Example 12. Path matching.

比如：为了找出 Tom Hanks出演过的电影，那么遍历将从Tom Hanks节点开始，跟随ACTED_IN类型的连接到下一个节点，结果就是Forrest Gump 这个电影(见下图虚线):

遍历结果返回一个路径长度为1的关系:

最短路径的长度为0。它指单个节点，但是这个示例并没有符合我们条件的路径。

Example 13. Path of length zero.

只包含单个节点的路径的长度为0。

Example 14. Path of length one.

包含一个关系的路径的长度为' 1 '。

8. Indexes

图数据库亦可以创建索引，创建索用于提高查询性能. 这里不详细展开描述.

9. Naming conventions

节点，关系，属性是不同的概念，为了更好的区分，采用不同的命名形式.

命名规范建议:

Graph entity	Recommended style	Example
Node label	大驼峰，以大写字符开头	:VehicleOwner
Relationship type	大写，用下划线分隔单词	:OWNS_VEHICLE
Property	小驼峰，以小写字符开头	firstName

10. Sample Cypher

演示图数据库：http://122.112.255.102:7474/

1. 查找某人或者模糊匹配某人

MATCH (n:`居民`)
WHERE n.name = "刘顺平"
RETURN n

MATCH (n:`居民`{name:"刘顺平"})
RETURN n

MATCH (n:`居民`)
WHERE n.name STARTS WITH '夏'
RETURN n.name limit 10

MATCH (n:`居民`)
WHERE n.name ENDS WITH '平'
RETURN n limit 10

2. 查找具体某人的关系

MATCH (n:`居民` {name:"李翔松"})-[*1..4]-(l)
RETURN DISTINCT l

MATCH (n:`居民` {name:"李翔松"})-[*1..4]->(l)
RETURN DISTINCT l

MATCH (n:`居民` {name:"李翔松"})-[*1..4]-(l)
RETURN DISTINCT l,n

#某人关系为其它的朋友 大于3才展示
MATCH (n:`居民` {name: "李翔松"})
RETURN n

MATCH (n:`居民` {name: "李翔松"})-[`其它`]-(friend)
WITH n, count(friend) AS friendsCount
WHERE friendsCount > 3
RETURN n, friendsCount
         

3. 探索人或者物之间的关系

#求两个节点之间的最短路径之一
MATCH p=shortestPath(
  (n:`居民` {name:"李桂艳"})-[*]-(m:`居民` {name:"冯莲花"})
)
RETURN p

MATCH p=shortestPath(
  (n:`居民` {name:"李桂艳"})-[*]-(m:`居民` {name:"唐昌利"})
)
RETURN p

#求两个节点之间的所有最短路径
MATCH
  (martin:`居民` {name: '李桂艳'} ),
  (michael:`居民` {name: '唐昌利'}),
  p = allShortestPaths((martin)-[*]-(michael))
RETURN p

#贫血和不孕不育所有最短路径
MATCH
  (martin:Disease {name: '贫血'} ),
  (michael:Disease {name: '不孕不育'}),
  p = allShortestPaths((martin)-[*]-(michael))
RETURN p

#认识一个人不想麻烦超过15个人
MATCH
  (martin:`居民` {name: '李桂艳'}),
  (oliver:`居民` {name: '唐昌利'}),
  p = shortestPath((martin)-[*..15]-(oliver))
RETURN p

#s到疾病 距离5到10 
MATCH p = (n:Food)-[*5..10]-(m:Disease)
RETURN nodes(p) limit 5

MATCH p = (n:Food{name:"冬菇全鸡"})-[*5]-(m:Disease)
RETURN nodes(p) limit 5

#认识一个人但是不想依赖配偶关系
MATCH
  (charlie:`居民` {name: '李桂艳'}),
  (martin:`居民` {name: '唐昌利'}),
  p = shortestPath((charlie)-[*]-(martin))
WHERE none(r IN relationships(p) WHERE type(r) = '配偶')
RETURN p

#食物到疾病 距离为4 不是通过并发症连接
MATCH p = (n:Food)-[*4]-(m:Disease)
RETURN nodes(p) limit 5
                    
MATCH p = (n:`居民`)-[*4]-(m:`居民`)
RETURN nodes(p) limit 5

MATCH p = (n:Food)-[*4]-(m:Disease)
WHERE none(r IN relationships(p) WHERE r.name = '并发症')
RETURN nodes(p) limit 5



MATCH p = ()-[*2]-()
RETURN nodes(p) limit 5

MATCH p = ()-[*4]-()
RETURN nodes(p) limit 5

MATCH p = (n:Disease)-[*4]-(m:Disease)
RETURN nodes(p) limit 5

MATCH p = (n:Food)-[*4]-(m:Disease)
RETURN nodes(p) limit 5




MATCH p = ()-[:其它|:配偶]-()
RETURN nodes(p) limit 5

MATCH p = ()-[:其它]-()-[:配偶]-()
RETURN nodes(p) limit 5

MATCH p = ()-[:其它*1..3]-()
RETURN p limit 5

MATCH p = ()-[:配偶*2..]-()
RETURN p limit 5

MATCH (a)-->()<--(c)
RETURN a limit 10

MATCH (a)-->()<--(c)-->()
RETURN a limit 10

MATCH (a)--()--(c)--()
RETURN a limit 10

数据示例来源：https://github.com/liuhuanyong/QASystemOnMedicalKG

11.advantages and disadvantages

优点：

• 开源 NoSQL 数据库，原生的图数据库，2003 年开始开发，使用 scala和java 语言，2007年开始发布；
• 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；
• 真正的ACID交易
• 高可用性，扩展到数十亿个节点和关系
• 遍历高速查询
• 声明式图查询语言。
• 数据的插入，查询操作很直观，不用再像之前要考虑各个表之间的关系。
• 提供的图搜索和图遍历方法很方便，速度也是比较快的。

缺点：

• 社区版本是单机单节点

• 大批量导入数据麻烦。最不能让人忍受的就是极慢的插入速度。可能是因为创建节点和边的时候需要保存一些额外信息（为了查询服务）。不知道是不是我代码的问题，插入10000个节点，10000条边花了将近10分钟.

• 超大节点。当有一个节点的边非常多时（常见于大V），有关这个节点的操作的速度将大大下降。这个问题很早就有了，官方也说过会处理，然而现在仍然不能让人满意。

• 提高数据库速度的常用方法就是多分配内存，然而看了官方操作手册，貌似无法直接设置数据库内存占用量，而是需要计算后为其”预留“内存.

11.Usage scenarios

• 知识图谱
  知识图谱是图数据库关联最为紧密、应用范围最广的应用场景。知识图谱对海量信息进行智能化处理，形成大规模的知识库并进而支撑业务应用。知识图谱中图数据库具有存储和查询两方面的技术优势，可为多种行业提供服务。
• 社交领域
  人与人在线上和线下存在海量的关系数据，形成了一张天然的，具有复杂关联度的图，能够做社区发现、舆论追踪、用户推荐等丰富的应用场景。
• 金融领域
  通过建立客户的关系图，根据客户社会关系、近期交易记录等，来决定是否授权放贷、放贷金额等。提升金融行业的风控能力，并可根据资金交易图谱实现反洗钱、反欺诈等系统。
• 医疗领域
  根据病人的病理特征、既往病史、历史用药、保险情况等多维数据构造一棵大的决策树或者医疗知识图谱，提高诊断效率和准确性，共享医疗资源。
• 政企领域
  在国家推行智慧城市项目的背景下，图数据库技术可在智能交通、智能电网、数字政务等场景应用，打通政、企、民三端，服务政企，惠及民生。
• 零售领域
  图数据库技术通过整合用户的浏览习惯和购买历史，可以分析出各类商品的潜在用户群体，实现智能推荐和精准营销，为买家提供良好购物体验的同时，也使商家利益最大化。

12. medical knowledge graph

example questions

乳腺癌的症状有哪些？
最近老流鼻涕怎么办？
为什么有的人会失眠？
失眠有哪些并发症？
失眠的人不要吃啥？
耳鸣了吃点啥？
哪些人最好不好吃蜂蜜？
鹅肉有什么好处？
肝病要吃啥药？
板蓝根颗粒能治啥病？
脑膜炎怎么才能查出来？
怎样才能预防肾虚？
感冒要多久才能好？
高血压要怎么治？
白血病能治好吗？
什么人容易得高血压？
糖尿病
全血细胞计数能查出啥来