Petrova digitální zahrada 🚀

Neo4j

2 min čtení

Neo4j je tzv. “Multilabeled Property Multigraph”

  • tedy každý vrchol a hrana mohou mít různé atributy
    • štítky (labels) určují datový typ
    • hrany ještě mají typy (jednosměrné, obousměrné, bez rozlišení)
    • vlastnosti - reprezentují metadata (klíč-hodnota)
  • každá hrana může mít jiná metadata a jiné popisy a díky tomu mohu definovat komplexní vztahy mezi objekty a každý vztah si mohu zvlášť nadefinovat

Plně podporuje transakce a ACID

  • atomicity, consistency, isolation, durability
  • konzistence a integrita dat v grafu je tím zachována
  • díky transakci mohu změnit více dat na grafových datech najednou a přitom zajistit, že jsou data vždy v konzistentním stavu

Podporuje horizontální škálování a umožňuje rozdělení dat na více serverů (+ paralelení zpracování)

  • ale nedají se horizontálně škálovat tak dobře jako jiné NoSQL databáze

Vyniká v grafově orientovaných dotazech, moc dobře neumí agregační funkce

Datové typy nejsou nijak specifikovány - Neo4j si je určí sama

Rozšíření

  • Neo4j Browser - rozhraní pro dotazování a vizualizace, správce dat
  • Neo4j Desktop - nástroj pro správu a vývoj databáze

Aktivní komunita neustále přidává další pluginy a rozšíření + Neo4j podporuje integraci s hlavními programovacími jazyky

Nevýhody

  • shardování grafových dat je velmi složité, tak je horizontální škálování omezenější než např. pro Apache Cassandra, jde to, ale není to příliš doporučené
  • dále neumí dobře agregovat data
  • nemá tak vyvinuté transakce než RDBMS

Lze řešit různé grafové problémy pomocí různých grafových algoritmů

  • shortest path
  • all paths
  • Dijkstra - nejlevnější cesta mezi 2 uzly
  • A* - optimalizační úlohy

Vlastní dotazovací jazyk Cypher

  • deklarativní jazyk speciálně vytvořený pro práci s grafovými daty
  • sekundární jazyk se jmenuje Gremlin - umožňuje procházení grafu (imperativní)
  • používá ASCII art pro dotazování (šipečky, vizuální znázornění vrcholů a hran)
  • příkazem MATCH se specifikuje grafový vzor, který má databáze hledat
MATCH (a:AIRPORT)-[:DIRECT]->(b:AIRPORT)
RETURN a, b;
 
(a:AIRPORT) - vrchol a s labelem AIRPORT
(a:AIRPORT) -[DIRECT]-> (b:AIRPORT)
 
Pro vlastnosti (properties) se používá JSON syntax:
MATCH (s{code:'sf'})-[:DIRECT]->(d) 
RETURN s,d;
 
Vytvoření záznamu
CREATE (a:PERSON {name: 'Petr'})-[:KNOWS]->(b:PERSON {name: 'Jana'});
 
Smazání celé databáze
MATCH (n)
DETACH DELETE n;

Využití

  • sociální sítě - vztahy mezi uživateli, analýza dosahu příspěvků
  • doporučovací systémy - vztahy mezi uživateli a produkty
  • optimalizace dopravy, geografická data
  • rozsáhlé rodokmeny
  • vyhledávání podvodů
  • znalostní grafy pro AI aplikace

CAP teorém

  • splňuje CA (konzistence, dostupnost)
  • nedistribuují data

Možnosti nasazení

  • lokální instalace
  • samostatný server
  • embedded verze (např. v Javové aplikaci)
  • cloud verze

Graf

Příchozí odkazy