安装
作为一个java软件，就得充分发挥它Write Once, Run Anywhere的精神。直接下载tarball，解压后运行即可。官方还很贴心的提供了一个init脚本(./bin/neo4j)，链接到init.d下就可以开搞啦。
默认的服务实例在localhost:7474，其余配置还是值得好好研究一番的。
neo4j shell
neo4j提供了一种叫做Cypher Query Language的查询方言，可以看做是图形数据库的sql，neo4j还提供了一个neo4j-shell用于做查询交互，在命令行下可以使用./bin/neo4j-shell来开启，web中也有一个tab叫做power-tool console可以使用neo4j-shell。
增删改节点
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
| # 创建节点
neo4j-sh (?)$ CREATE n = { name : 'Andres', title : 'Developer' } RETURN n;
+-------------------------------------------+
| n |
+-------------------------------------------+
| Node[37]{name:"Andres",title:"Developer"} |
+-------------------------------------------+
1 row
Nodes created: 1
Properties set: 2
8 ms
# 修改节点
neo4j-sh (?)$ START n = node(37) SET n.surname = 'Taylor' RETURN n;
+------------------------------------------------------------+
| n |
+------------------------------------------------------------+
| Node[37]{name:"Andres",title:"Developer",surname:"Taylor"} |
+------------------------------------------------------------+
1 row
Properties set: 1
15 ms
# 删除节点
neo4j-sh (?)$ START n = node(37) DELETE n;
+-------------------+
| No data returned. |
+-------------------+
Nodes deleted: 1
4 ms
|
创建关系
图形数据库最重要的一个概念就是关系(relationship)，各个节点直接通过双向或单向的关系连接在一起，这样才能从一个节点查找到其他的节点，这种设计在某些场景下会让查询变得更加高效而灵活，例如社交网络中的好友关系，人立方中查找任意两人之间的亲友，假如使用传统的关系数据库，查找朋友的朋友就会变得非常的困难，其耗时也是指数型的增长，而使用图形数据库，则可以保持线性的效率。
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
| # 创建两个节点的关系
neo4j-sh (?)$ START a = node(34), b = node(36) CREATE a-[r:knowns]->b RETURN r;
+---------------+
| r |
+---------------+
| :knowns[0] {} |
+---------------+
1 row
Relationships created: 1
20 ms
# 查找关系
neo4j-sh (?)$ start r = rel(0) return r;
+-----------------------------------+
| r |
+-----------------------------------+
| :isdogof[0] {ctime:1359365331933} |
+-----------------------------------+
1 row
1 ms
# 删除某节点和它的所有关系
neo4j-sh (?)$ START n = node(34) MATCH n-[r]-() DELETE n, r;
+-------------------+
| No data returned. |
+-------------------+
Nodes deleted: 1
Relationships deleted: 3
3 ms
# 查找节点的关系
neo4j-sh (?)$ start a = node(2) match a<-[r:isfamilyof]->b RETURN a,r,b;
+----------------------------------------------------------------------------------------+
| a | r | b |
+----------------------------------------------------------------------------------------+
| Node[2]{name:"bran",age:10} | :isfamilyof[2] {ctime:200} | Node[1]{name:"snow",age:17} |
+----------------------------------------------------------------------------------------+
|
有意思的是注意其中CREATE a-[r:knowns]->b中的箭头走向表示这种关系的指向，我们可以通过CREATE a<-[r:knowns]-b来创建一个b到a的关系，但是当我想用CREATE a<-[r:knowns]->b来创建一个双向关系时却没有成功，仍然只创建了从a到b的关系。而在查找某个节点的关系时，双向箭头确是起作用的，应该算做一个bug。
删除所有节点和关系
Cypher中可以使用通配符*来找出所有的节点或者关系，那么假如我们需要删除所有节点，语句如下
1
2
3
4
5
6
7
8
9
10
11
12
13
| # 如果节点上还有对应的关系，该节点是无法删除的，所以需要先删除所有关系
neo4j-sh (?)$ start r = rel(*) delete r;
+--------------------------------------------+
| No data returned, and nothing was changed. |
+--------------------------------------------+
0 ms
# 删除节点
neo4j-sh (?)$ start n = node(*) delete n;
+-------------------+
| No data returned. |
+-------------------+
Nodes deleted: 2
4 ms
|
删除所有节点后，在web端显示的节点数和关系数可能会对不上真实的数据，这些数量官方叫做”Primitive count”，其实在neo4j-shell下可以用下面的命令得到，按字面意思应该表示一个估算值，并不准确。
1
2
3
4
5
6
7
| neo4j-sh (0)$ dbinfo -g "Primitive count"
{
"NumberOfNodeIdsInUse": 1,
"NumberOfPropertyIdsInUse": 0,
"NumberOfRelationshipIdsInUse": 0,
"NumberOfRelationshipTypeIdsInUse": 0
}
|
在自己看来，Cypher Query Language的增删改语句还是比较直观的，但是一旦牵涉到关系就有点没节操了，一句查询中一半的操作符，真是让人看花眼，相较之下还是sql发展的比较成熟，也更易为人所接受了。更多的操作符和更多的语法
不过，各种neo4j的客户端都将晦涩的Cypher语言封装起来，提供了可读性更高的接口方法，下面就找个客户端来试用一下。
nodejs bundle
官网上给出了java和python版本的实例，我等屌丝玩点轻量级的，这里找了一个nodejs的客户端，初窥图形数据库的魅力。
创建及修改节点
1
2
3
4
5
6
7
8
9
10
11
12
| neo4j = require 'neo4j' #使用coffee-script，那就尽量写的更coffee一点儿吧
db = new neo4j.GraphDatabase('http://localhost:7474') #连接默认的REST端口
node.createNode { #初始化一个节点
username: 'bran'
}
node.save (err, node)-> #需要save才能真正的保存这个节点到数据库
node.data = { #可以通过直接修改node的data属性来修改node值
username: 'bran'
nickname: 'bird man'
email: 'bran@gmail.com'
}
node.save() #不要忘了再次保存
|
备份数据库
之前造出了那么多的脏数据，有点洁癖的人都想要把数据清理一下吧。网上找了找，发现只有’enterprise’版才有export的功能，这不是明摆着鄙视我等屌丝么。在这里(翻墙可入)有兄台说了一个很暴力的办法，直接删除data/graph.db文件夹，我试了一下，确实可行，重启后世界干干净净，只剩下了0号node，果断再用start n = node(0) delete n;删除之。这大概也是nosql的好处，数据就是文件，取消了维护索引，关系等等的麻烦，随去随用，冷备份和迁移的时候也简单，直接copy文件夹即可。
参考文档