6.4 Neo4j AuraDB

文档摘要

6.4 Neo4j AuraDB 6.4 Neo4j AuraDB：云原生图数据库的代码实践与生态详解在数字经济蓬勃发展的今天，数据呈指数级增长，数据之间的关联关系日益复杂。传统的关系型数据库在处理这种关联数据时显得力不从心。图数据库应运而生，它以节点和关系为核心，天然适合表示和查询复杂的关系网络。Neo4j 作为领先的图数据库，以其强大的性能和易用性，受到了广泛的欢迎。 Neo4j 生态系统是一个丰富而强大的体系，它不仅仅包含核心的 Neo4j 数据库，还涵盖了各种工具、驱动程序、库和云服务，旨在简化图数据库的开发、部署和管理。在 Neo4j 生态系统中， Neo4j AuraDB 是其云端图数据库服务，它以全托管、高可用、可扩展的特性，为用户提供了便捷高效的图数据解决方案。 6.4.

6.4 Neo4j AuraDB

6.4 Neo4j AuraDB：云原生图数据库的代码实践与生态详解

在数字经济蓬勃发展的今天，数据呈指数级增长，数据之间的关联关系日益复杂。传统的关系型数据库在处理这种关联数据时显得力不从心。图数据库应运而生，它以节点和关系为核心，天然适合表示和查询复杂的关系网络。Neo4j 作为领先的图数据库，以其强大的性能和易用性，受到了广泛的欢迎。

Neo4j 生态系统是一个丰富而强大的体系，它不仅仅包含核心的 Neo4j 数据库，还涵盖了各种工具、驱动程序、库和云服务，旨在简化图数据库的开发、部署和管理。在 Neo4j 生态系统中， Neo4j AuraDB 是其云端图数据库服务，它以全托管、高可用、可扩展的特性，为用户提供了便捷高效的图数据解决方案。

6.4.1 Neo4j AuraDB 概述：云端图数据库的强大力量

Neo4j AuraDB 是 Neo4j 提供的全托管云原生图数据库服务。它构建在云基础设施之上，免去了用户在硬件、软件安装、配置和维护方面的烦恼，让用户可以专注于图数据的应用开发和业务价值的挖掘。

AuraDB 的核心优势：

全托管服务 (Fully Managed): Neo4j 负责 AuraDB 的所有运维工作，包括硬件管理、软件更新、备份恢复、监控和调优等。用户无需关心底层基础设施，可以专注于业务逻辑的实现。
高可用性 (High Availability): AuraDB 采用多副本架构，确保数据的高可用性和持久性。即使发生硬件故障，服务也能持续稳定运行。
弹性伸缩 (Elastic Scalability): AuraDB 可以根据业务需求进行弹性伸缩，自动调整计算和存储资源。用户可以根据实际使用量付费，无需预估容量或进行手动扩容。
安全可靠 (Secure and Reliable): AuraDB 提供多层次的安全保障，包括数据加密、访问控制、网络隔离等，确保用户数据的安全性和隐私性。同时，Neo4j 强大的技术支持和社区保障了服务的可靠性。
易于使用 (Easy to Use): AuraDB 继承了 Neo4j 的易用性，用户可以使用熟悉的 Cypher 查询语言进行图数据的操作。同时，AuraDB 提供了简洁的 Web 界面和 API，方便用户管理和监控数据库。
与 Neo4j 生态系统无缝集成 (Seamless Integration with Neo4j Ecosystem): AuraDB 完全兼容 Neo4j 的驱动程序、工具和库，用户可以无缝地将现有的 Neo4j 应用迁移到 AuraDB，或者在 AuraDB 上构建新的图应用。

AuraDB 在 Neo4j 生态系统中的定位:

Neo4j 生态系统是一个完整的图数据库解决方案生态，包含了多种产品和服务，以满足不同用户的需求。

如上图所示，Neo4j AuraDB 是 Neo4j 生态系统中的云服务核心组件。它与 Neo4j Database (企业版和社区版)、Neo4j Desktop 等产品共同构建了完整的图数据库解决方案。

Neo4j Database (Enterprise/Community): 是 Neo4j 的核心数据库产品，用户可以选择自行部署在本地或云服务器上。
Neo4j AuraDB: 是 Neo4j 提供的云端托管服务，用户无需自行部署和维护数据库。
Neo4j Desktop: 是免费的桌面应用程序，用于本地开发和管理 Neo4j 数据库，可以连接本地数据库，也可以连接 AuraDB 实例。
Neo4j Bloom: 是图数据可视化工具，可以直观地探索和分析图数据，支持连接 AuraDB。
Neo4j Browser: 是内置的 Web 界面，用于执行 Cypher 查询和管理 Neo4j 数据库，也支持连接 AuraDB。
Neo4j Drivers: 是各种编程语言的驱动程序，用于连接 Neo4j 数据库并进行编程操作，支持连接 AuraDB。
APOC & GDS: APOC (Awesome Procedures on Cypher) 是 Cypher 过程库，提供了许多实用的函数和过程，扩展了 Cypher 的功能。 GDS (Graph Data Science) 是图数据科学库，提供了图算法和机器学习算法，用于图分析和挖掘。 AuraDB 支持 APOC 的部分功能和 GDS 库。

AuraDB 的出现，使得用户可以根据自身需求选择合适的部署方式。对于追求便捷、快速部署和运维成本的用户，AuraDB 是理想的选择。对于需要更高级定制化和完全掌控数据库的用户，可以选择自行部署 Neo4j Database。

6.4.2 连接 Neo4j AuraDB：代码实践入门

要开始使用 Neo4j AuraDB，首先需要创建一个 AuraDB 实例并连接到它。

1. 创建 AuraDB 实例:

访问 Neo4j AuraDB 官网 (https://neo4j.com/cloud/aura/)，注册并登录 Neo4j Aura 控制台。按照指引创建一个新的 AuraDB 实例。在创建过程中，需要选择数据库版本、实例大小、区域等配置信息。Neo4j 提供了免费的 AuraDB Free 版本，可以用于学习和开发。

2. 获取连接信息:

创建成功后，在 AuraDB 控制台中可以找到连接信息，包括：

连接 URI (Connection URI): 用于连接数据库的地址，通常以 neo4j+s://<instance_id>.databases.neo4j.io 或 bolt+s://<instance_id>.databases.neo4j.io 的形式。
用户名 (Username): 通常为 neo4j。
密码 (Password): 在创建实例时设置的密码。

3. 使用驱动程序连接 AuraDB (Python 代码示例):

以下代码示例展示了如何使用 Python 驱动程序 neo4j-driver 连接到 AuraDB 实例并执行简单的 Cypher 查询。

安装 Neo4j Python 驱动:


pip install neo4j

Python 代码示例:


from neo4j import GraphDatabase
# AuraDB 连接信息 (替换为你的实际信息)
uri = "neo4j+s://<instance_id>.databases.neo4j.io"  # 替换为你的连接 URI
username = "neo4j"  # 默认用户名
password = "<your_password>"  # 替换为你的密码
try:
    # 创建驱动实例
    driver = GraphDatabase.driver(uri, auth=(username, password))
    def create_node_and_relation(tx, name, relation_type, related_name):
        """
        创建两个节点和一个关系
        """
        query = """
        CREATE (p1:Person {name: $name1})-[r:{$relation}]->(p2:Person {name: $name2})
        RETURN p1.name, type(r), p2.name
        """
        result = tx.run(query, name1=name, relation=relation_type, name2=related_name)
        for record in result:
            print(f"Created relationship: {record['p1.name']} -[{record['type(r)']}]-> {record['p2.name']}")
    def get_related_people(tx, name):
        """
        查询与给定名字的人相关的人
        """
        query = """
        MATCH (p1:Person)-[r]-(p2:Person)
        WHERE p1.name = $name
        RETURN p1.name, type(r), p2.name
        """
        result = tx.run(query, name=name)
        for record in result:
            print(f"Related to {name}: {record['p1.name']} -[{record['type(r)']}]-> {record['p2.name']}")
    # 使用 session 执行事务
    with driver.session() as session:
        # 创建节点和关系
        session.execute_write(create_node_and_relation, "Alice", "KNOWS", "Bob")
        session.execute_write(create_node_and_relation, "Alice", "WORKS_WITH", "Charlie")
        session.execute_write(create_node_and_relation, "Bob", "WORKS_WITH", "David")
        # 查询与 Alice 相关的人
        session.execute_read(get_related_people, "Alice")
        session.execute_read(get_related_people, "Bob")
except Exception as e:
    print(f"连接或执行查询出错: {e}")
finally:
    if driver:
        driver.close()  # 关闭驱动连接

代码详解:

from neo4j import GraphDatabase: 导入 Neo4j 驱动程序。
uri = "neo4j+s://<instance_id>.databases.neo4j.io": 定义 AuraDB 的连接 URI。neo4j+s 表示使用安全 Bolt 协议连接。
username = "neo4j" 和 password = "<your_password>": 定义连接数据库的用户名和密码。
driver = GraphDatabase.driver(uri, auth=(username, password)): 创建 GraphDatabase 驱动实例，用于管理与数据库的连接。 auth=(username, password) 用于身份验证。
session.execute_write(function, *args) 和 session.execute_read(function, *args): 使用 session 执行写事务和读事务。 Neo4j 驱动程序推荐使用事务来保证数据的一致性。
create_node_and_relation(tx, name, relation_type, related_name) 和 get_related_people(tx, name): 定义了两个函数，分别用于创建节点和关系，以及查询相关人员。 tx 参数代表事务对象，在函数内部可以使用 tx.run(query, parameters) 执行 Cypher 查询。
Cypher 查询: 代码中使用了 Cypher 查询语言进行图数据的操作。
- CREATE (p1:Person {name: $name1})-[r:{$relation}]->(p2:Person {name: $name2}) RETURN p1.name, type(r), p2.name: 创建两个 Person 节点，并创建它们之间指定类型的关系。$name1, $name2, $relation 是参数占位符，在 tx.run() 方法中通过 parameters 传入实际值。
- MATCH (p1:Person)-[r]-(p2:Person) WHERE p1.name = $name RETURN p1.name, type(r), p2.name: 查询与指定名字的人相关的所有 Person 节点和关系。
driver.close(): 在 finally 块中关闭驱动连接，释放资源。

运行代码:

运行以上 Python 代码，将会在 AuraDB 实例中创建一些节点和关系，并输出查询结果。

其他语言驱动:

Neo4j 提供了多种语言的驱动程序，例如 Java, JavaScript, .NET 等。连接 AuraDB 的方式与 Python 驱动类似，都需要使用驱动程序提供的 API 创建连接，并使用 Cypher 查询语言进行数据操作。具体的代码示例可以参考 Neo4j 官方文档 (https://neo4j.com/docs/drivers/).

6.4.3 AuraDB 代码实践详解：图数据操作与查询

本节将深入探讨在 AuraDB 中进行图数据操作和查询的代码实践，包括节点和关系的创建、读取、更新、删除 (CRUD) 操作，以及更复杂的 Cypher 查询示例。

1. 创建 (Create) 操作:

在之前的示例中，我们已经展示了如何使用 CREATE 语句创建节点和关系。以下是一些更详细的示例：

创建单个节点:


def create_person_node(tx, name, age, city):
    query = """
    CREATE (p:Person {name: $name, age: $age, city: $city})
    RETURN p
    """
    result = tx.run(query, name=name, age=age, city=city)
    node = result.single()
    print(f"Created node: {node}")
with driver.session() as session:
    session.execute_write(create_person_node, "Eve", 28, "London")

Cypher 语句详解: CREATE (p:Person {name: $name, age: $age, city: $city}) 创建了一个标签为 Person 的节点，并设置了 name, age, city 属性。 RETURN p 返回创建的节点。

创建带属性的关系:


def create_friend_relation(tx, name1, name2, since):
    query = """
    MATCH (p1:Person {name: $name1}), (p2:Person {name: $name2})
    CREATE (p1)-[r:FRIEND_OF {since: $since}]->(p2)
    RETURN type(r), r.since
    """
    result = tx.run(query, name1=name1, name2=name2, since=since)
    record = result.single()
    print(f"Created relation: FRIEND_OF with since {record['r.since']}")
with driver.session() as session:
    session.execute_write(create_friend_relation, "Alice", "Bob", "2020-01-01")

Cypher 语句详解:

MATCH (p1:Person {name: $name1}), (p2:Person {name: $name2}) 匹配名字为 $name1 和 $name2 的 Person 节点。
CREATE (p1)-[r:FRIEND_OF {since: $since}]->(p2) 在匹配到的节点之间创建 FRIEND_OF 类型的关系，并设置 since 属性。
RETURN type(r), r.since 返回创建的关系类型和 since 属性。

2. 读取 (Read) 操作:

根据属性查询节点:


def find_person_by_name(tx, name):
    query = """
    MATCH (p:Person {name: $name})
    RETURN p
    """
    result = tx.run(query, name=name)
    for record in result:
        person_node = record["p"]
        print(f"Found person: {person_node}")
with driver.session() as session:
    session.execute_read(find_person_by_name, "Alice")

Cypher 语句详解: MATCH (p:Person {name: $name}) 匹配标签为 Person 且 name 属性为 $name 的节点。

查询节点之间的关系:


def find_friends_of_person(tx, name):
    query = """
    MATCH (p1:Person {name: $name})-[r:FRIEND_OF]->(p2:Person)
    RETURN p2.name
    """
    result = tx.run(query, name=name)
    friend_names = [record["p2.name"] for record in result]
    print(f"Friends of {name}: {friend_names}")
with driver.session() as session:
    session.execute_read(find_friends_of_person, "Alice")

Cypher 语句详解: MATCH (p1:Person {name: $name})-[r:FRIEND_OF]->(p2:Person) 匹配从名字为 $name 的 Person 节点出发，通过 FRIEND_OF 关系指向的 Person 节点。

3. 更新 (Update) 操作:

更新节点属性:


def update_person_city(tx, name, new_city):
    query = """
    MATCH (p:Person {name: $name})
    SET p.city = $new_city
    RETURN p
    """
    result = tx.run(query, name=name, new_city=new_city)
    updated_node = result.single()
    print(f"Updated node: {updated_node}")
with driver.session() as session:
    session.execute_write(update_person_city, "Alice", "Paris")

Cypher 语句详解:

MATCH (p:Person {name: $name}) 匹配要更新的节点。
SET p.city = $new_city 设置节点的 city 属性为 $new_city。

更新关系属性:


def update_friend_since(tx, name1, name2, new_since):
    query = """
    MATCH (p1:Person {name: $name1})-[r:FRIEND_OF]->(p2:Person {name: $name2})
    SET r.since = $new_since
    RETURN type(r), r.since
    """
    result = tx.run(query, name1=name1, name2=name2, new_since=new_since)
    record = result.single()
    print(f"Updated relation: FRIEND_OF with since {record['r.since']}")
with driver.session() as session:
    session.execute_write(update_friend_since, "Alice", "Bob", "2021-05-10")

Cypher 语句详解:

MATCH (p1:Person {name: $name1})-[r:FRIEND_OF]->(p2:Person {name: $name2}) 匹配要更新的关系。
SET r.since = $new_since 设置关系的 since 属性为 $new_since。

4. 删除 (Delete) 操作:

删除节点:


def delete_person_node(tx, name):
    query = """
    MATCH (p:Person {name: $name})
    DELETE p
    """
    tx.run(query, name=name)
    print(f"Deleted person node: {name}")
with driver.session() as session:
    session.execute_write(delete_person_node, "Eve")

Cypher 语句详解: MATCH (p:Person {name: $name}) DELETE p 匹配并删除名字为 $name 的 Person 节点。 注意: 删除节点会同时删除与之相关的关系。

删除关系:


def delete_friend_relation(tx, name1, name2):
    query = """
    MATCH (p1:Person {name: $name1})-[r:FRIEND_OF]->(p2:Person {name: $name2})
    DELETE r
    """
    tx.run(query, name1=name1, name2=name2)
    print(f"Deleted FRIEND_OF relation between {name1} and {name2}")
with driver.session() as session:
    session.execute_write(delete_friend_relation, "Alice", "Bob")

Cypher 语句详解: MATCH (p1:Person {name: $name1})-[r:FRIEND_OF]->(p2:Person {name: $name2}) DELETE r 匹配并删除名字为 $name1 的 Person 节点和名字为 $name2 的 Person 节点之间的 FRIEND_OF 关系。

5. 更复杂的 Cypher 查询示例:

查找共同的朋友:


def find_common_friends(tx, name1, name2):
    query = """
    MATCH (p1:Person {name: $name1})-[:FRIEND_OF]->(friend)<-[:FRIEND_OF]-(p2:Person {name: $name2})
    RETURN friend.name AS commonFriend
    """
    result = tx.run(query, name1=name1, name2=name2)
    common_friends = [record["commonFriend"] for record in result]
    print(f"Common friends of {name1} and {name2}: {common_friends}")
with driver.session() as session:
    session.execute_read(find_common_friends, "Alice", "Charlie")

Cypher 语句详解:

MATCH (p1:Person {name: $name1})-[:FRIEND_OF]->(friend)<-[:FRIEND_OF]-(p2:Person {name: $name2}) 使用模式匹配查找 p1 的朋友 friend，并且 friend 也是 p2 的朋友。
RETURN friend.name AS commonFriend 返回共同朋友的名字，并命名为 commonFriend。

查找朋友的朋友 (二度人脉):


def find_friends_of_friends(tx, name):
    query = """
    MATCH (p1:Person {name: $name})-[:FRIEND_OF]->()-[:FRIEND_OF]->(friendOfFriend:Person)
    RETURN DISTINCT friendOfFriend.name AS friendOfFriendName
    """
    result = tx.run(query, name=name)
    friend_of_friend_names = [record["friendOfFriendName"] for record in result]
    print(f"Friends of friends of {name}: {friend_of_friend_names}")
with driver.session() as session:
    session.execute_read(find_friends_of_friends, "Alice")

Cypher 语句详解:

MATCH (p1:Person {name: $name})-[:FRIEND_OF]->()-[:FRIEND_OF]->(friendOfFriend:Person) 使用模式匹配查找 p1 的朋友的朋友 friendOfFriend。中间的 () 表示匿名的中间节点。
RETURN DISTINCT friendOfFriend.name AS friendOfFriendName 返回去重后的朋友的朋友的名字。

总结:

以上代码示例涵盖了在 AuraDB 中进行基本的图数据 CRUD 操作和一些常用的 Cypher 查询。通过结合 Neo4j 驱动程序和 Cypher 查询语言，可以灵活高效地操作和查询 AuraDB 中的图数据。在实际应用中，可以根据具体的业务需求，构建更复杂的图数据模型和查询逻辑。

6.4.4 AuraDB 生态工具集成：提升开发效率

Neo4j AuraDB 可以与 Neo4j 生态系统中的各种工具无缝集成，进一步提升开发效率和用户体验。

1. Neo4j Browser:

Neo4j Browser 是一个强大的 Web 界面，用于与 Neo4j 数据库进行交互。 AuraDB 也内置了 Neo4j Browser，用户可以通过 AuraDB 控制台直接访问 Browser 界面。

Browser 的主要功能:

Cypher 查询执行: 在 Browser 中可以直接输入和执行 Cypher 查询，查看查询结果，并支持可视化结果展示。
数据库管理: Browser 提供了数据库管理功能，例如查看节点和关系的标签、属性，管理索引和约束等。
可视化探索: Browser 可以将查询结果以图的形式可视化展示，方便用户探索和理解图数据。
数据导入导出: Browser 支持从 CSV 文件导入数据，以及将查询结果导出为 CSV 或 JSON 文件。

2. Neo4j Bloom:

Neo4j Bloom 是一个图数据可视化和探索工具，专为业务用户和数据分析师设计。 Bloom 提供了直观的图形界面，用户无需编写 Cypher 查询，即可通过简单的搜索和点击操作，探索和分析图数据。 Bloom 可以连接到 AuraDB 实例，并利用 AuraDB 的强大查询能力。

Bloom 的主要功能:

图形化探索: Bloom 使用户可以通过图形化的方式浏览和探索图数据，无需编写 Cypher 查询。
搜索和过滤: Bloom 提供了强大的搜索和过滤功能，用户可以根据节点和关系的属性进行搜索和过滤。
路径查找和模式识别: Bloom 可以帮助用户查找节点之间的路径，并识别图数据中的模式。
故事和视角: Bloom 允许用户创建故事和视角，将图数据分析结果以更易于理解的方式呈现给业务用户。

3. APOC (Awesome Procedures on Cypher):

APOC 是一个 Neo4j 过程库，提供了数百个实用的函数和过程，扩展了 Cypher 的功能。 AuraDB 支持 APOC 的部分功能，用户可以在 AuraDB 中使用 APOC 来执行更复杂的图数据操作和分析。

APOC 的主要功能:

数据集成: APOC 提供了从各种数据源 (例如 CSV, JSON, JDBC, REST API) 导入数据到 Neo4j 的功能。
图算法: APOC 包含了常用的图算法，例如路径查找、社区发现、中心性计算等。
数据转换和操作: APOC 提供了各种数据转换和操作函数，例如字符串处理、日期处理、列表操作等。
实用工具函数: APOC 提供了许多实用的工具函数，例如 UUID 生成、JSON 解析、外部系统调用等。

4. Neo4j GraphQL Library:

Neo4j GraphQL Library 可以将 Neo4j 图数据库暴露为 GraphQL API。用户可以使用 GraphQL 查询语言来访问和操作 AuraDB 中的图数据。这为构建基于 GraphQL 的应用提供了便利。

GraphQL Library 的主要功能:

自动生成 GraphQL Schema: 根据 Neo4j 图数据模型，自动生成 GraphQL Schema。
GraphQL 查询解析: 将 GraphQL 查询转换为 Cypher 查询，并在 Neo4j 数据库中执行。
数据映射: 将 Neo4j 查询结果映射到 GraphQL 响应格式。

总结:

Neo4j AuraDB 与 Neo4j 生态系统中的各种工具的集成，极大地提升了图数据库的开发效率和应用范围。用户可以根据自身需求选择合适的工具，例如使用 Browser 进行快速查询和管理，使用 Bloom 进行可视化探索和分析，使用 APOC 扩展 Cypher 功能，使用 GraphQL Library 构建 GraphQL API。这些工具共同构建了一个完善的 Neo4j 云端图数据库解决方案，帮助用户更好地利用图数据价值。

6.4.5 总结与展望

Neo4j AuraDB 作为 Neo4j 生态系统中的云原生图数据库服务，以其全托管、高可用、可扩展、易于使用的特性，为用户提供了强大的图数据解决方案。本文从 AuraDB 的概述、连接方式、代码实践、生态工具集成等方面进行了详细的介绍，并通过丰富的代码示例，展示了如何在 AuraDB 环境中进行图数据的操作和查询。

AuraDB 的优势和价值:

降低运维成本: 全托管服务免去了用户在数据库运维方面的投入，用户可以专注于业务逻辑开发。
加速应用开发: 易于使用和与生态工具的无缝集成，加快了图应用的开发速度。
支持业务创新: 强大的图数据处理能力和弹性伸缩性，为企业进行数据驱动的业务创新提供了有力支持。

未来展望:

随着云计算技术的不断发展和图数据库应用的日益广泛，Neo4j AuraDB 将会在 Neo4j 生态系统中扮演越来越重要的角色。未来 AuraDB 将会继续增强其云原生特性，例如更智能的自动调优、更灵活的弹性伸缩、更丰富的云服务集成等。同时，AuraDB 也会不断扩展其功能，例如更强大的图数据科学能力、更完善的安全性和合规性支持等，以满足不断增长的用户需求。

总而言之，Neo4j AuraDB 是一个值得信赖和选择的云端图数据库服务，它将帮助用户轻松构建和部署高性能、可扩展的图应用，释放图数据的巨大潜力，驱动业务增长和创新。

作者与出处

原作者：灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/212-neo4j%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E5%AE%9E%E6%88%98%E6%95%99%E7%A8%8B

整理：灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流