导航菜单

  • 1.langchain.intro
  • 2.langchain.chat_models
  • 3.langchain.prompts
  • 4.langchain.example_selectors
  • 5.output_parsers
  • 6.Runnable
  • 7.memory
  • 8.document_loaders
  • 9.text_splitters
  • 10.embeddings
  • 11.tool
  • 12.retrievers
  • 13.optimize
  • 14.项目介绍
  • 15.启动HTTP
  • 16.数据与模型
  • 17.权限管理
  • 18.知识库管理
  • 19.设置
  • 20.文档管理
  • 21.聊天
  • 22.API文档
  • 23.RAG优化
  • 24.索引时优化
  • 25.检索前优化
  • 26.检索后优化
  • 27.系统优化
  • 28.GraphRAG
  • 29.图
  • 30.为什么选择图数据库
  • 31.什么是 Neo4j
  • 32.安装和连接 Neo4j
  • 33.Neo4j核心概念
  • 34.Cypher基础
  • 35.模式匹配
  • 36.数据CRUD操作
  • 37.GraphRAG
  • 38.查询和过滤
  • 39.结果处理和聚合
  • 40.语句组合
  • 41.子查询
  • 42.模式和约束
  • 43.日期时间处理
  • 44.Cypher内置函数
  • 45.Python操作Neo4j
  • 46.neo4j
  • 47.py2neo
  • 48.Streamlit
  • 49.Pandas
  • 50.graphRAG
  • 51.deepdoc
  • 52.deepdoc
  • 53.deepdoc
  • 55.deepdoc
  • 54.deepdoc
  • Pillow
  • 1. 基础概念
  • 2. 什么是图数据库?
  • 3. Neo4j 的特点
  • 4. 适用场景
  • 5. 小结
    • 5.1 Neo4j 是什么?
    • 5.2 什么时候使用 Neo4j?
    • 5.3 获取帮助

1. 基础概念 #

Neo4j

Neo4j 是一个图数据库,它专门用来存储和管理具有复杂关系的数据。想象一下,如果你要在白板上画一个关系图,用圆圈表示实体(比如人、公司、产品),用箭头表示它们之间的关系(比如"朋友"、"工作于"、"购买"),那么 Neo4j 就是以这种方式来存储数据的。

2. 什么是图数据库? #

图数据库是一种专门用来处理关系密集型数据的数据库。与传统的表格数据库(如 MySQL)不同,图数据库把关系作为一等公民来对待,这意味着查询关系就像查询数据本身一样高效。

打个比方:

  • 传统数据库:像 Excel 表格,数据按行列存储,查找关系需要"连接"多个表格
  • 图数据库:像思维导图,实体和关系直接连接,查找关系就像沿着线条走一样简单

3. Neo4j 的特点 #

  1. 原生图存储:从底层存储开始就使用图模型,不是在其他数据库上模拟图
  2. ACID 事务:保证数据的一致性和可靠性,适合企业级应用
  3. 高性能:专门优化了关系查询,即使是很深的关系也能快速查找
  4. 易于使用:提供了类似 SQL 的查询语言 Cypher,学习成本低

4. 适用场景 #

Neo4j 特别适合处理关系密集型的数据,典型应用场景包括:

  • 社交网络:查找朋友关系、推荐好友
  • 推荐系统:基于用户行为推荐商品
  • 知识图谱:组织和管理复杂的知识关系
  • 欺诈检测:发现隐藏的关联关系

5. 小结 #

5.1 Neo4j 是什么? #

Neo4j 是一个图数据库,专门用来存储和管理具有复杂关系的数据。它使用节点和关系来表示数据,非常适合处理关系密集型的问题。

5.2 什么时候使用 Neo4j? #

  • 数据之间的关系很重要
  • 需要频繁查询关系
  • 关系层级很深
  • 需要发现隐藏的模式

5.3 获取帮助 #

  • 官方文档:https://neo4j.com/docs/
  • 社区论坛:https://community.neo4j.com/
  • GitHub:https://github.com/neo4j/neo4j
← 上一节 30.为什么选择图数据库 下一节 32.安装和连接 Neo4j →

访问验证

请输入访问令牌

Token不正确,请重新输入