图谱近几年在互联网公司里用得非常普遍。据我所知，在 推荐领域 和 风控反作弊领域 用得非常多，最近也面试了数据挖掘岗的大大小小的互联网公司，大概 30% 的公司都问了关于图谱的一些知识。所以关于图谱的应用的需求还是非常大的，还是有必要学习下图谱的工业界一些通用的工具和套路。
图谱在应用中有一个很大的优点，它的解释能力很强，它基于一个“人以类聚，物以群分“原则，比如在社交图谱中，一个用户的所有的朋友学历水平能非常好地反映这个用户学历水平。所以在很多项目中，很多时候都是以用户近邻的特征来对该用户进行特征刻画的。
基本图的存储在大学里的《数据结构》中描述了最基本存储结构有 邻接表 和 邻接矩阵 。而对于图谱的存储，会比基本图的存储更加复杂，图谱存储细节后期再慢慢探索。好在工业界有一些非常成熟的图谱数据库的框架，目前比较流行的有 neo4j 和 orientdb 。
关于技术框架的选型， 我一般从两个层面来进行比较：1. 目前工业界普遍使用哪种，一方面身边朋友的部门在技术选型的时候用 neo4j 居多，另一方面在 数据库排行 存储图的DB中，neo4j 工业界普及率排第一，用得人多相对而言遇到各种问题，网上都可以找到答案，用得人少则会有很多隐藏着的坑；2.比较社区的活跃度，在Github活跃度 neo4j 和 orientdb ，前者活跃度 综合来看 要好于后者。综上两大点，我也选择 neo4j 进行学习。
这篇笔记主要学习下Neo4j环境的搭建，搭建包含服务端配置和客户端使用；然后再介绍下Neo4j入门级的非常常用的语法；最后进行了一个小的总结。
Neo4j环境搭建
服务端配置
服务端的选择：我一般习惯Linux系统进行后台配置，不太习惯Mac OS（兼容性会略有差别）。所以一般习惯把服务挂在Linux系统的云端，目前 云 已经渐渐成为一个基础设施了，如果只是做一些小的测试型的实验，一般最低配云服务器就可以了，价格也很便宜。我一般习惯 阿里云/腾讯云/百度云 轮流薅一遍它们的活动价，今晚薅到一台最低配的百度云 84元/年，够自己折腾一年了 ^_^。
服务端的环境依赖：对于环境依赖，没有去深究细节的依赖关系。只是按照 Github 上 Dependencies 部分挨个安装了下，Ubuntu操作系统操作细节如下：
apt update apt install maven openjdk-8-jdk apt install debhelper devscripts dos2unix dpkg make xmlstarlet curl -O http://download-keycdn.ej-technologies.com/install4j/install4j_linux_6_1_4.deb dpkg -i install4j_linux_6_1_4.debNeo4j包安装：
包的下载地址可以到官方网站下载最新版本（通常下载最新的版本）： Neo4j官方下载地址 。可以在本地下载然后再Push至服务端，也可以在服务端直接执行
Curl -O https://neo4j.com/artifact.php?name=neo4j-community-4.0.0-unix.tar.gz直接下载。随后进行解压
tar -axvf neo4j-community-4.0.0-unix.tar.gz修改配置 ./conf/neo4j.conf 中的配置，下面记录下我的 最小修改配置 ：
# 修改54行，去掉行前#，可以通过Web方式远程访问neo4j数据库 dbms.connectors.default_listen_address=0.0.0.0 # 修改72~83行，将 Blot/HTTP(S) 这些协议端口都打开，方便Web方式访问，端口不与其它服务端口冲突即可 # 。HTTPS 端口支持不了，把 HTTPS 设为false ，不然访问不了Web。 # Bolt connector dbms.connector.bolt.enabled=true #dbms.connector.bolt.tls_level=DISABLED dbms.connector.bolt.listen_address=:7687 # HTTP Connector. There can be zero or one HTTP connectors. dbms.connector.http.enabled=true dbms.connector.http.listen_address=:7474 # HTTPS Connector. There can be zero or one HTTPS connectors. dbms.connector.https.enabled=false dbms.connector.https.listen_address=:7473 # 修改231行，去掉行前#，设置Neo4j可读可写 dbms.read_only=false进入bin目录 启动Neo4j：
./bin/neo4j start； 停止Neo4j：./bin/neo4j stop；查看Neo4j状态：./bin/neo4j status
客户端访问
客户端访问 http://服务器ip地址:7474/browser/ 。大家可以访问我的进行测试学习：http://106.13.34.4:7474/browser/ ，如果你没有配置成功密码可以通过邮件向我索取（第一次访问帐号为 neo4j ，密码 neo4j ，首次会提示修改初始密码）。登陆后的初始页如下图如示：
初始进入客户端Web界面时，如上图所示。
最上方条型框为命令行输入框，可以输入nosql语法的查询语句，也可以输入命令，执行查询语句或命令会出现新的子页面。这个一定要多操作、多实践。
上方的子页面：介绍了neo4j的基本使用方式。包含：1.图的基本概念（顶点的值和属性，边的值和属性）；2.代码快速入门的Demo；3.查看系统状态。建议第1个图的基本概念要过一遍，第2个代码Demo 一定要亲自动手实践下，第3个是查看系统状态（监控我这边显示基本全部是 - ）。
下方的子页面：显示连接的帐号为neo4j；服务端内部使用的协议为bolt协议，它是基于TCP的自定义的协议，相比HTTP来说，性能更好。
Neo4j入门语法
Neo4j属于nosql语法，和传统的sql语法差别还是挺大的。我一开始看到这种语法非常不适应，大概花了3~4天左右的时间才基本熟悉这种语法体系。这里记录下在学习demo过程中最基本的语法，后续还有待进一步学习：
Create语法
CREATE (Keanu:Person {name:'Keanu Reeves', born:1964})
CREATE (Carrie:Person {name:'Carrie-Anne Moss', born:1967})
CREATE (Keanu)-[KC_Relationship:FOLLOWS {time:'20120102'}]->(Carrie)
创建节点：第1~2行，节点创建一般用小括号()来表示；Keanu 为节点的别名；Person 为节点的label名；花括号{}内为节点的属性，冒号左边为属性名，右边为属性值。
创建关系： 第4行，关系一般用中括号[]来表示，[]两侧由一对 - 分别连接两个顶点（关系的出入度通过箭头来标记）；KC_Relationship 为关系的别名；FOLLOWS 为关系的label名；花括号{}内为关系的属性。
LOAD CSV WITH HEADERS FROM "http://data.neo4j.com/northwind/categories.csv" AS row
CREATE (n:Category)
SET n = row
导入节点文件： 以上是从网上csv文件导入顶点（也可以从本地路径文件进行导入）；n 为节点的别名，并通过 SET 命令将 文件行数据 赋值给每个节点。对于边的构建一般会结合 MATCH 或 WHERE 命令进行 条件或路径匹配 构建。
Match语法
MATCH 命令非常的强大，可以结合 路径的匹配模式 或者 WHERE 进行条件查找，但这里只介绍下最常用的三个 MATCH 语法功能，其余的后续再不断学习（Neo4j MATCH语法 官方教程）。
查找某个节点： MATCH (Keanus {name: "Keanu Reeves"}) RETURN Keanus
显示所有节点： MATCH (n) RETURN n
删除所有节点： MATCH (n) DETACH DELETE n
总结
这篇笔记主要记录了Neo4j环境搭建，包含两个部分：云服务端的配置，Web客户端的使用；然后介绍了Neo4j最基本的入门语法：Create语法 和 Match语法。对于Neo4j的语法学习还有很长的路要走，所以我买了本《Neo4j权威指南》后续继续学习。
参考文献
- Linux环境下的Neo4j安装
- Neo4j Github 链接
- Neo4j Web客户端 Demo 教程