第5章 高级特性与扩展：内核、集群与图算法

第 5 章 · 高级特性与扩展

章节摘要：前三章回答"怎么用"，本章回答"凭什么"。存储引擎一节解释免索引邻接在磁盘上的样子——为什么遍历快、为什么写放大值得关心；集群一节拆解因果一致性的读写路由，把 4.1 的书签机制接到底层数据流上；图算法一节引入图数据科学库，把"裸 Cypher 走不动的遍历"交给几十种成熟算法。读完本章，你从"会用图"升级到"懂图的来龙去脉"。

学习目标

读完本章，你应当能够：

1. 描述 Neo4j 记录式存储的分区布局，解释遍历为什么不需要索引；
2. 用"记录开销 + 属性块"的口径估算一张图的存储体积；
3. 解释因果集群的角色分工与读写路由规则，说出书签机制的底层含义；
4. 判断什么规模的业务需要集群，以及单副本读的取舍；
5. 区分图数据库与图数据科学库的职责边界；
6. 用 GDS 投影 + 算法调用的标准流程跑一次 PageRank 或社区检测。

核心概念速览

本章三个主题看似分散，实则共享一条主线：性能与规模的可预期性。存储引擎让单机遍历成本可预期，集群让扩展后的读写行为可预期，图算法让深度分析的成本可预期。

一句话概括本章：磁盘上省掉的是索引跳转，集群里保住的是因果顺序，算法层替代的是失控遍历。

子章节导航

5.1 存储引擎内幕——把第 1 章的"免索引邻接"从概念落到磁盘：节点记录、关系记录的双向链表、属性记录的条块分配；由此推演遍历快、写有开销、内存按存储文件配的三个工程结论。

5.2 集群与高可用——因果集群的角色分工：主库负责写、从库扩展读；路由协议怎么选、书签怎么保证"读到自己的写入"、故障转移发生时应用侧看到什么。

5.3 图算法与图数据科学——GDS 的投影模型与算法分类：中心性、社区检测、路径、相似度四族；PageRank 与标签传播的完整调用流程；什么场景该让算法上场、什么场景裸 Cypher 足够。

子章节之间的逻辑关系

三节由内而外：5.1 是单机的物理层，5.2 把多台机器组织成逻辑单机，5.3 在数据之上叠加分析层。前两节解释"为什么快与稳"，第三节回答"然后呢"——图数据攒起来之后高价值的用法。

5.1 单机物理层（遍历为何快）
        ▼
5.2 集群逻辑层（扩展与因果一致） ◄── 4.1 书签机制的底层答案
        ▼
5.3 分析层（图算法与 GDS）
        ▼
第6章 生态工具（在内核之上选型）
​

本章动手清单

1. 在 Movie 图上写一条三程漫游，PROFILE 里数一数 Expand 的行数，体会"指针跳转"；
2. 按 5.1 的口径估算你手头业务数据的存储体积，写成一页纸；
3. 用 EXPLAIN（不真跑）看一条查询的计划形状，找出扫描算子；
4. 若有 GDS 环境：建一个投影、跑一次度中心性、写回结果属性。

本章的三个认知出口

读内核容易陷入细节，三个出口帮你把知识挂回主干：

1. 性能出口：所有慢查询问题的尽头是"这一步在磁盘上做了什么"；
2. 架构出口：书签、路由、最终一致——4.1 的每个细节都有 5.2 的解释；
3. 能力出口：GDS 把 Cypher 的遍历边界补成了完整能力圈。

前置知识与后续延伸

前置：第 1 章的免索引邻接概念、第 2 章 PROFILE 的 db hits 口径、第 4 章书签与连接路由；不需要 C 语言或文件系统级知识，本章在概念层面讲透即可。

后续：5.2 的集群形态在第 6 章 AuraDB 一节变成托管的云端选项；5.3 的算法在第 7 章推荐与欺诈场景里直接上阵——那两节的查询会大量调用 GDS 过程。