图数据建模基础

news2024/9/20 18:31:25

Neo4j 图的组件
- 节点（Nodes）
- 标签（Labels）
- 关系（Relationships）
- 属性（Properties）
建模过程
- 了解领域并为应用程序定义特定用例（问题）。
- 开发初始图形数据模型。
  - 对节点（实体）建模。
  - 对节点之间的关系建模。
- 针对初始数据模型测试用例。
- 使用 Cypher 使用测试数据创建图形（实例模型）。
- 测试用例，包括针对图表的性能。
- 由于关键用例的变化或性能原因，重构（改进）图形数据模型。
- 在图上实施重构并使用 Cypher 重新测试。
- 图数据建模是一个迭代过程。
- 重构在开发过程中很常见。与 RDBMS 中的模式不同，Neo4j 图形有一个非常灵活的可选模式。Cypher 开发人员可以轻松修改图形以表示改进的数据模型。
领域
- 了解应用程序的域
  - 确定应用程序的利益相关者和开发人员。
  - 与利益相关者和开发人员
    - 详细描述应用程序。
    - 识别应用程序的系统和用户。
    - 就应用程序的用例达成一致。
    - 对用例的重要性进行排序。
模型的目的
- 模型类型
  - 数据类型(Data model)
    - 数据模型描述了图形的标签、关系和属性。它没有将在图表中创建的特定数据。
    - 图形数据模型很重要，因为它定义了在应用程序创建和使用图形时将用于标签、关系类型和属性的名称。
  - 实例类型(Instance model)
    - 图数据建模过程的一个重要部分是针对用例测试模型。
    - 帮助我们确认我们的数据模型可以满足应用程序的用例。
- 建模风格指南
  - 标签是以大写字母开头的单个标识符，可以是CamelCase。
    - 示例：个人、公司、GitHubRepo
  - 关系类型是单个标识符，全部为大写字母并带有下划线字符。
    - 示例：FOLLOWS、MARRIED_TO
  - 节点或关系的属性键是以小写字母开头的单个标识符，可以是CamelCase式。
    - 示例：deptId、firstName
建模节点（Modelig Nodes）
- 名词
- 定义标签（实体）
  - 用例的实体将是图形数据模型中的标记节点。
- 节点属性
  - 作用
    - 唯一标识一个节点。
    - 回答应用程序用例的具体细节。
    - 返回数据。
- 创建节点
  - MATCH (n) DETACH DELETE n;
  - MERGE (:节点名 {标签1: '属性', 标签2: '属性', 标签3: '属性', 标签4: [属性数组]})
建模关系（Modeling Relationships）
- 动词
- 关系是实体之间的联系
- 命名关系
  - 使用所有大写字母/下划线字符的 Neo4j 最佳实践作为关系的名称。
- 关系方向
  - 在 Neo4j 中创建关系时，方向必须明确指定或由指定模式中的从左到右方向推断。
  - 在运行时，在查询期间，通常不需要方向。
- 关系属性
  - 关系的属性用于丰富两个节点的相关方式。
- 定义关系时，必须定义
  - 关系的起始节点（带有标签）。
  - 关系的结束节点（带有标签）。
  - 关系的名称（类型）。
- 创建关系
  - MERGE ( 起始节点 )-[ :关系名 { 关系属性名: '属性值' } ]->( 结束节点 )
  - 用于 MATCH 查找用户和电影节点，然后用于 MERGE 创建两个节点之间的关系。请记住，在创建关系时必须指定或推断（从左到右）方向。
- 测试用例期间需要做什么
  - 向图中添加更多数据以测试可扩展性。
  - 测试和修改用于测试用例的任何 Cypher 代码。
  - 如果无法回答用例，则重构数据模型。
- 测试用例
  - MATCH ( 别名1 : 节点/标签1 ) - [ 关系标签 : 关系 ] - ( 别名2 : 节点/标签2 ) WHERE 条件1 AND/OR 条件2 AND ['值1','值2'...] IN 列名 RETURN 列名/关系属性 AS 列名（列名长用反引号）ORDER BY 列名 DESC/ASC Limit 数字
  - 节点计数
    - MATCH ( 标签 : 节点 ) RETURN count(*)
  - 关系计数
    - MATCH () - [ :关系 ] - () RETURN count(*)
重构图表
- 重构是更改数据模型和图形的过程。
- 重构的原因
  - 建模的图表并没有回答所有的用例。
  - 出现了一个新的用例，您必须在数据模型中考虑该用例。
  - 用例的 Cypher 表现不佳，尤其是当图形缩放时
- 重构步骤
  - 设计新的数据模型。
  - 编写 Cypher 代码来转换现有图形以实现新的数据模型。
  - 重新测试所有用例，可能使用更新的 Cypher 代码。
- 图中的标签
  - 节点标签用作查询的锚点。
  - 向节点添加标签的主要原因
    - 使用标签有助于减少检索的数据量。
    - 最佳做法是将节点的标签数限制为 4
  - 返回图中的所有节点。
    - MATCH (n) RETURN n
  - 返回图中的所有Person节点。
    - MATCH (n:Person) RETURN n
    - 使用 PROFILE 分析查询
      - PROFILE MATCH (n:Person) RETURN n
      - 执行的次数和执行的时间，越小越优。
  - 不要过度的使用标签
    - 最佳做法是将节点的标签数限制为 4
    - 因为缓存是自动填充的，所以有时很难用小数据集来衡量性能。也就是说，数据库命中率和运行时间可能无法比较。
      - 用PROFILE分析查询
  - 重构模型
  - 重构图表
    - MATCH (p:Person) WHERE exists ((p)-[:ACTED_IN]-()) SET p:Actor
    - 重构图表后
      - 为受重构影响的用例重写任何 Cypher 查询。
      - 重新测试受重构影响的所有用例及所有查询。
- 避免这些标签
  - 主义正交：标签之间应该没有任何关系
  - 表示类层次结构
消除重复数据
- 重构图表已消除重复数据
  - 提高查询性能。
  - 减少图形所需的存储量。
- 添加节点属性
  - MATCH ( m:Movie { m.title : 'Apollo13'} ) SET m.languages=['English']
- 查询重复数据
  - MATCH ( 别名 : 节点 ) WHERE [ ' 值1 ' , ' 值2 ' ] IN 列名 RETURN 返回的列
- 重构重复数据
  - 如Oracle数据库，新添加一个表，将重复的列的惟一值写到新表中
  - 创建新节点及属性
  - 创建节点关系
  - 删除旧节点属性
  - 使用分隔列表元素 UNWIND
- 消除节点的复杂数据
  - 原因
    - 重复数据。许多节点可能在特定位置有生产公司，并且数据在许多节点中重复。如Oracle中的列名不能重复，主键惟一。
    - 与节点中的信息相关的查询需要检索所有节点。
  - 重构节点中包含复杂数据的图
    - 消除多个节点中的数据重复。
    - 提高查询性能。
使用特定关系
- 重构以专门化关系
  - 重构图形以添加这些专用关系的代码使用 APOC 库。
  - apoc.merge.relationship 允许您在图中动态创建关系的过程。
  - 原因
    - 减少需要检索的节点数。
    - 提高查询性能。
中间结点
- 创建原因
  - 在单个上下文中连接两个以上的节点。
    - 具有 from 和 to 属性超边（n 关系）
  - 将某事与一段关系联系起来。
  - 在实体之间共享图中的数据。
- 重构来创建中间节点
  - 在单个上下文中连接两个以上的节点。
  - 在图中共享数据。
  - 将某事与一段关系联系起来。
- 添加角色节点
  - - match(a:Actor)-[r:ACTED_IN]->(m:Movie)
    - merge (x:Role{name:r.role})
    - merge(a)-[:PLAYED]->(x)
    - merge(x)-[:IN_MOVIE]->(m)