6.2.4.1 Neo4j图数据库特征
Neo4j是一个开源的图数据库［127］，经过专门优化，可以映射、分析、存储和遍历连接数据的网络，以显示不可见的上下文和隐藏的关系。通过直观地映射数据点和它们之间的连接，Neo4j为智能的实时应用程序提供支持，并且具备数据库事务正确执行的四个基本要素：ACID，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）。不管是与关系型数据库相比，还是与其他NoSQL数据库相比，Neo4j都有诸多优势，表现为高性能查询、灵活性设计和敏捷性开发等。
（1）高性能查询：Neo4j作为原生的图数据库引擎，它利用了图结构的自然扩展特性设计了免索引的邻接节点遍历算法，即从一个节点开始，根据连接关系，快速找出它的邻接节点，具有比传统RDBMS高几十倍的查询性能，而且查询速度不会因数据量的增长而下降。
（2）灵活性设计：通常业务需求会随着时间和条件的改变而发生变化，关系数据库很难适应这种变化。图数据结构可以自然延伸，并且Neo4j无结构模式Schema定义，具有很好的伸缩性和灵活性。随着需求的变化而增加的节点、关系以及属性对现有的图数据结构影响较小。
（3）敏捷性开发：图数据库数据模型设计直观明了，业务需求和实现结果之间关系清晰，适合以测试驱动的方法应用于系统设计和开发过程之中，并通过迭代来完善数据模型设计。
此外Neo4j作为一个独立的服务器程序，客户端可以用Java或Python语言通过REST API来进行访问并操作数据库。Neo4j的强大之处还在于提供了一种类似于SQL的Cypher语言来进行数据的增删改查。
6.2.4.2 Python通过py2neo模块操作Neo4j构建知识图谱
本文在“知识抽取”这一小节阐述了用网络爬虫从“中检溯源”抓取数据并保存成JSON文件的过程。在此基础上，我们进一步使用Python语言并基于Neo4j图数据库，构建了食品安全追溯网络知识图谱。
要通过python来操作Neo4j，首先需要安装py2neo，可以直接使用pip安装。
在完成安装之后，从py2neo模块引入Graph、Node、Relationship程序包，设置好对Neo4j图数据库的连接参数，建立图对象g。
表6.5 Python中对Neo4j数据库的连接设置
Neo4j的服务器装好了之后，默认的端口号就是7474，host是服务器的IP地址。(www.xing528.com)
6.2.4.3 节点的建立
节点的建立要用到py2neo.Node，建立节点的时候要定义它的节点类型（label）以及一个基本属性（property，包括property＿key和property＿value）。
以下代码建立了产品、原产国、生产商、发证机构、物流单元、检测实验室6类图谱节点。
表6.6 建立知识图谱节点的Python代码片段（详见附录3）
6.2.4.4 节点间关系的建立
节点间的关系（Relationship）是有向的，在建立关系的时候，必须定义一个起始节点和一个结束节点。如果起始节点和结束节点是同一个点，其关系就是这个点指向它自己。
下面是Python中用py2neo模块建立原产国、生产商、发证机构、检测实验室、物流信息和物流顺序6类图谱关系的代码。由代码可见，关系也是可以包含属性的，比如“物流信息”就有“产品代码、日期、物流单元”等属性。需要注意的是，此处除了建立起了每种产品的物流单元的“物流信息”关系以外，还建立了“物流顺序”关系，以表示物流的前后关系。
表6.7 构建知识图谱节点关系的Python代码片断（详见附录3）
构建食品安全网络知识图谱完整的源代码在附录4中列示。
建立的知识图谱如下所示。该图的第1行用不同的颜色显示了6类实体节点名称，第2行显示的是知识图谱的关系类型，此处也是6种关系，主界面显示的是各类实体之间的网络关系，图的底部是当前选择的对象（实体或关系）的属性值（此处列出了实体“派诺儿童调制乳粉”的各个属性和相应的取值）。
图6.7 食品安全网络知识图谱
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
