Neo4j是一個高性能的開源的，使用Java語言實現的NoSQL圖資料庫，它將結構化數據存儲在網路上而不是表中。它是一個嵌入式的、基於磁碟的、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路（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，該引擎具有成熟資料庫的所有特性。現實中很多數據都是用圖來表達的，比如社交網路中人與人的關係、地圖數據、或是基因信息等等。RDBMS並不適合表達這類數據，而且由於海量數據的存在，讓其顯得捉襟見肘。NoSQL資料庫的興起，很好地解決了海量數據的存放問題，圖資料庫也是NoSQL的一個分支，相比於NoSQL中的其他分支，它很適合用來原生表達圖結構的數據。圖資料庫存儲的結構就如同電腦科學中的數據結構中所論述的圖，由頂點和邊組成。

Neo4j適用於圖形一類數據，例如：社會關係，公共交通網路，地圖及網路拓撲。Neo4j併為此專門進行了演算法優化，也開發了相關的查詢語言。這是Neo4j與其他NoSQL資料庫的最顯著區別。Neo4j不適用於：

◆記錄大量基於事件的數據（例如日誌條目或感測器數據）

◆對大規模分散式數據進行處理，類似於Hadoop

◆二進位數據存儲

◆適合於保存在關係型資料庫中的結構化數據

Neo4j提供了免費的社區版本，在數據量不大的情況下，可以用於開發。大規模部署與應用建議購買企業版。在ubuntu bionic下的安裝過程如下所示：

wget -O - https://debian.neo4j.com/neotechnology.gpg.key | sudo apt-key add -
echo 'deb https://debian.neo4j.com stable latest' | sudo tee /etc/apt/sources.list.d/neo4j.list
sudo apt-get update

# 安裝社區版本
sudo apt-get install -y neo4j

# 安裝企業版本
sudo apt-get install -y neo4j-enterprise

systemctl status neo4j
systemctl start neo4j
systemctl enable neo4j

# 直接在本地檢測是否安裝成功
curl http://localhost:7474/

同樣的，預設情況下是只接受本地訪問要求，可以編輯/etc/neo4j/neo4j.conf文件增加"dbms.default_listen_address=0.0.0.0"這一行，隨後重新啟動服務即可遠程訪問：

sed -i '$adbms.default_listen_address=0.0.0.0' /etc/neo4j/neo4j.conf
systemctl restart neo4j

以上使用sed命令增加了綁定地址，隨後使用主流的瀏覽器(Edge,firefox,chrome)就可以訪問資料庫，如下圖所示：

第一次訪問時的預設用戶名與口令均是Neo4j，登錄後需要修改。隨後就進入到工作界面如下：

也可以使用傳統的資料庫客戶端如DBeaver來訪問Neo4j資料庫。此時的連接屬性設置如下圖所示：

與SQL類似，Neo4j推出了專用於圖的聲明性文本查詢語言Cypher。Cypher包含語句、關鍵詞和表達式，比如謂詞、函數等，其中很多大家都很熟悉（如WHERE，ORDER BY，SKIP LIMIT，AND，p.unitPrice > 10）。與SQL不同，Cypher完全是表達圖模式的。添加了一個特殊子句MATCH來匹配數據中的這些模式。使用圓括弧表示節點實體的圓，比如：(p:Product)。而關係的箭頭使用-->來表達。Cypher語言在其它方面的重點是圖概念，例如路徑、可變長度路徑、最短路徑函數；列表上許多功能，操作和謂詞的支持以及鏈接查詢的功能。使用Cypher可以更新圖結構和數據，甚至導入大量的CSV數據。通過用戶定義的過程能夠擴展語言。通過openCypher項目，Cypher已經成為一種現代圖查詢語言的開放標準，並且得到了多家資料庫公司的支持。其語法可以參考[語法卡](https://neo4j.com/docs/cypher-refcard/current/)。

可以通過多種方式來訪問Neo4j資料庫：

◆ 使用命令行工具如Cypher shell等

◆使用主流的瀏覽器訪問，Neo4j稱為Neo4j browser

◆其它第三方工具軟體

模仿movie graph，我們建立一個中文的圖資料庫。相關創建內容如下：

CREATE (Jiangshuying:Person {name:'江疏影', born:1986})
CREATE (胡哥:Person {name:'胡哥', born:1982})
CREATE (Jindong:Person {name:'靳東', born:1976})
CREATE (萬莤:Person {name:'萬莤', born:1982})
CREATE (Gentlemen:Teleplay {title:"戀愛先生", released:2017})
CREATE (NothingButThirty:Teleplay {title:'三十而已', released:2020})
CREATE (外科風雲:Teleplay {title:'外科風雲', released:2017})
CREATE (偽裝者:Teleplay {title:'偽裝者', released:2015})
CREATE (好先生:Teleplay {title:'好先生', released:2016})
CREATE (縣委大院:Teleplay {title:'縣委大院', released:2022})
CREATE (Jiangshuying)-[:ACTED_IN {roles:['江萊']}]->(好先生)
CREATE (Jiangshuying)-[:ACTED_IN {roles:['羅鑰']}]->(Gentlemen)
CREATE (Jiangshuying)-[:ACTED_IN {roles:['王漫妮']}]->(NothingButThirty)
CREATE (Jindong)-[:ACTED_IN {roles:['莊恕']}]->(外科風雲)
CREATE (Jindong)-[:ACTED_IN {roles:['明樓']}]->(偽裝者)
CREATE (Jindong)-[:ACTED_IN {roles:['Boss']}]->(Gentlemen)
CREATE (胡哥)-[:ACTED_IN {roles:['明台']}]->(偽裝者)
CREATE (胡哥)-[:ACTED_IN {roles:['梅曉哥']}]->(縣委大院)
CREATE (萬莤)-[:ACTED_IN {roles:['徐麗']}]->(好先生)

此時形成的知識圖譜如下所示：

由此可見Neo4j對中文的支持非常好，可以混合用中英文來建立自己的知識圖譜。下麵的代碼顯示了，尋找萬莤與胡哥間相互認識的最短路徑。

match p=shortestpath((:Person {name:'江疏影'})-[*]-(:Person {name:'胡哥'})) return p

查詢結果如下圖所示：

當然這隻是一個示例，因為並沒有真正梳理每個人的關係，僅僅是從現有的知識中計算出來的。對於知識圖譜來說，信息越充分，威力越巨大。

需要註意的是，以上命令必須一次性輸入執行完成，否則就會出現看起來是一樣的節點，但Neo4j會認為是不同的對象，從而形成意料之外的節點與關係。

Python操作知識圖譜

安裝了Py2neo就可以使用Python操作Neo4j了。我們也就可以線上處理大規模的數據，實現知識圖譜的自動構建了。安裝方法非常簡單，直接在cmd中輸入下列命令即可:

pip install py2neo

以下代碼創建了一個極簡的知識圖譜，如下圖所示：

示例代碼如下所示：

from py2neo import Node, Relationship, Graph, NodeMatcher, RelationshipMatcher

# 遠端NEO4J伺服器
test_graph = Graph('http://172.20.103.169:7474',auth=('neo4j','88488848'))

A = Node("員工", name="張三", PID = 100)
B = Node("員工", name="李四", PID = 100)
C = Node("公司", name="西安衍輿",  CID = 99)
test_graph.create(A)
test_graph.create(B)
test_graph.create(C)
test_graph.create(Relationship(A, "工作於", C))
test_graph.create(Relationship(B, "工作於", C))

print(test_graph.nodes.match('員工').all())

從圖中可以看出，Neo4j對於中文的支持是非常好的。能夠以非常符合中文習慣的方式寫出相關知識。真正能夠實用的知識圖譜必須是日積月累的過程，有了稱手的工具後，知識本身的正確性才是重點。