Neo4j简介
Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。
Neo4j因其嵌入式、高性能、轻量级等优势，越来越受到关注。
图形数据结构
在一个图中包含两种基本的数据类型：Nodes（节点） 和 Relationships（关系）。Nodes 和 Relationships 包含key/value形式的属性。Nodes通过Relationships所定义的关系相连起来，形成关系型网络结构。
Neo4j安装
Neo4j可以被安装成一个独立运行的服务端程序，客户端程序通过REST API进行访问。也可以嵌入式安装，即安装为编程语言的第三方类库，目前只支持java和python语言。
因Neo4j是用java语言开发的，所以确保将要安装的机器上已安装了jre或者jdk
安装为服务
此种安装方式简单，各平台安装过程基本一样
- 从http://neo4j.org/download上下载最新的版本，根据安装的平台选择适当的版本。
- 解压安装包，解压后运行终端，进入解压后文件夹中的bin文件夹。
- 在终端中运行命令完成安装
Linux/MacOS系统 neo4j install Windows系统 Neo4j.bat install
- 在终端中运行命令开启服务
Linux/MacOS系统 service neo4j-service start Windows系统 Neo4j.bat start
通过stop命令可以关闭服务，status命令查看运行状态
支持python嵌入式安装
第一步：安装Jpype
从http://sourceforge.net/projects/jpype/files/JPype/ 下载最新版本，windows有exe格式的直接安装程序，linux平台要下载源码包，解压后运行sudo python setup.py install完成安装
第二步：安装 neo4j-embedded
如果安装了python的包管理工具 pip 或者 easy_install 可直接运行
Pip install neo4j-embedded
easy_install neo4j-embedded
也可以从http://pypi.python.org/pypi/neo4j-embedded/下载相应的安装包完成安装。
Neo4j使用实例
有如下所示的用户关注关系所形成的关系网络
现在利用图形数据库进行数据的储存，并获得user1 的粉丝，并为user4 推荐好友
示例代码：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
#
# Neo4j图形数据库示例
#
from neo4j import GraphDatabase, INCOMING
# 创建或连接数据库
db = GraphDatabase( 'neodb' )
# 在一个事务内完成写或读操作
with db.transaction:
#创建用户组节点
users = db.node()
# 连接到参考节点，方便查找
db.reference_node.USERS(users)
# 为用户组建立索引，便于快速查找
user_idx = db.node.indexes.create( 'users' )
#创建用户节点
def create_user(name):
with db.transaction:
user = db.node(name = name)
user.INSTANCE_OF(users)
# 建立基于用户name的索引
user_idx[ 'name' ][name] = user
return user
#根据用户名获得用户节点
def get_user(name):
return user_idx[ 'name' ][name].single
#建立节点
for name in [ 'user1' , 'user2' , 'user3' , 'user4' ]:
create_user(name)
#为节点间添加关注关系（FOLLOWS）
with db.transaction:
get_user( 'user2' ).FOLLOWS(get_user( 'user1' ))
get_user( 'user3' ).FOLLOWS(get_user( 'user1' ))
get_user( 'user4' ).FOLLOWS(get_user( 'user3' ))
# 获得用户1的粉丝
for relationship in get_user( 'user1' ).FOLLOWS.incoming:
u = relationship.start
print u[ 'name' ]
#输出结果：user2，user3
#为用户4推荐好友，即该用户关注的用户所关注的用户
nid = get_user( 'user4' ). id
#设置查询语句
query = "START n=node({id}) MATCH n-[:FOLLOWS]->m-[:FOLLOWS]->fof RETURN n,m,fof"
for row in db.query(query, id = nid):
node = row[ 'fof' ]
print node[ 'name' ]
#输出结果：user1
