在深刻學習圖形數據庫以前，首先理解屬性圖的基本概念。一個屬性圖是由頂點（Vertex），邊（Edge），標籤（Lable），關係類型和屬性（Property）組成的有向圖。頂點也稱做節點（Node），邊也稱做關係（Relationship）；在圖形中，節點和關係是最重要的實體，全部的節點是獨立存在的，爲節點設置標籤，那麼擁有相同標籤的節點屬於一個分組，一個集合；關係經過關係類型來分組，類型相同的關係屬於同一個集合。關係是有向的，關係的兩端是起始節點和結束節點，經過有向的箭頭來標識方向，節點之間的雙向關係經過兩個方向相反的關係來標識。節點可有零個，一個或多個標籤，可是關係必須設置關係類型，而且只能設置一個關係類型。Neo4j圖形數據庫的查詢語言是Cypher，用於操做屬性圖，是圖形語言中事實上的標準。html
一，圖形數據庫的基本概念node
Neo4j建立的圖（Graph）基於屬性圖模型，在該模型中，每一個實體都有ID（Identity）惟一標識，每一個節點由標籤（Lable）分組，每一個關係都有一個惟一的類型，屬性圖模型的基本概念有：數據庫
- 實體（Entity）是指節點（Node）和關係（Relationship）；
- 每一個實體都有一個惟一的ID；
- 每一個實體都有零個，一個或多個屬性，一個實體的屬性鍵是惟一的；
- 每一個節點都有零個，一個或多個標籤，屬於一個或多個分組；
- 每一個關係都只有一個類型，用於鏈接兩個節點；
- 路徑（Path）是指由起始節點和終止節點之間的實體（節點和關係）構成的有序組合；
- 標記（Token）是非空的字符串，用於標識標籤（Lable），關係類型（Relationship Type），或屬性鍵（Property Key）；
- 標籤：用於標記節點的分組，多個節點能夠有相同的標籤，一個節點能夠有多個Lable，Lable用於對節點進行分組；
- 關係類型：用於標記關係的類型，多個關係能夠有相同的關係類型；
- 屬性鍵：用於惟一標識一個屬性；
- 屬性（Property）是一個鍵值對（Key/Value Pair），每一個節點或關係能夠有一個或多個屬性；屬性值能夠是標量類型，或這標量類型的列表（數組）；
二，圖形示例數組
在下面的圖形中，存在三個節點和兩個關係共5個實體；Person和Movie是Lable，ACTED_ID和DIRECTED是關係類型，name，title，roles等是節點和關係的屬性。緩存
實體包括節點和關係，節點有標籤和屬性，關係是有向的，連接兩個節點，具備屬性和關係類型。性能優化
1，實體post
在示例圖形中，包含三個節點，分別是：性能
包含兩個關係，分別是：學習
- 兩個關係類型：ACTED_IN和DIRECTED，
- 兩個關係：鏈接name屬性爲Tom Hank節點和Movie節點的關係，鏈接name屬性爲Forrest Gump的節點和Movie節點的關係。
其中一個關係以下圖：優化
2，標籤（Lable）
在圖形結構中，標籤用於對節點進行分組，至關於節點的類型，擁有相同標籤的節點屬於同一個分組。一個節點能夠擁有零個，一個或多個標籤，所以，一個節點能夠屬於多個分組。對分組進行查詢，可以縮小查詢的節點範圍，提升查詢的性能。
在示例圖形中，有兩個標籤Person和Movie，兩個節點是Person，一個節點是Movie，標籤有點像節點的類型，可是，每一個節點能夠有多個標籤。
3，屬性（Property）
屬性是一個鍵值對（Key/Value），用於爲節點或關係提供信息。通常狀況下，每一個節點都由name屬性，用於命名節點。
在示例圖形中，Person節點有兩個屬性name和born，Movie節點有兩個屬性：title和released，
關係類型ACTED_IN有一個屬性：roles，該屬性值是一個數組，而關係類型爲DIRECTED的關係沒有屬性
三，遍歷（Traversal）
遍歷一個圖形，是指沿着關係及其方向，訪問圖形的節點。關係是有向的，鏈接兩個節點，從起始節點沿着關係，一步一步導航（navigate）到結束節點的過程叫作遍歷，遍歷通過的節點和關係的有序組合稱做路徑（Path）。
在示例圖形中，查找Tom Hanks參演的電影，遍歷的過程是：從Tom Hanks節點開始，沿着ACTED_IN關係，尋找標籤爲Movie的目標節點。
遍歷的路徑如圖：
四，圖形數據庫的模式
Neo4j的模式（Schema）一般是指索引，約束和統計，經過建立模式，Neo4j可以得到查詢性能的提高和建模的便利；Neo4j數據庫的模式可選的，也能夠是無模式的。
1，索引
圖形數據庫也能建立索引，用於提升圖形數據庫的查詢性能。和關係型數據庫同樣，索引是圖形數據的一個冗餘副本，經過額外的存儲空間和犧牲數據寫操做的性能，來提升數據搜索的性能，避免建立沒必要要的索引，這樣可以減小數據更新的性能損失。
Neo4j在圖形節點的一個或多個屬性上建立索引，在索引建立完成以後，當圖形數據更新時，Neo4j負責索引的自動更新，索引的數據是實時同步的；在查詢被索引的屬性時，Neo4j自動應用索引，以得到查詢性能的提高。
例如，使用Cypher建立索引：
CREATE INDEX ON :Person(firstname) CREATE INDEX ON :Person(firstname, surname)
2，約束
在圖形數據庫中，可以建立四種類型的約束：
- 節點屬性值惟一約束（Unique node property）：若是節點具備指定的標籤和指定的屬性，那麼這些節點的屬性值是惟一的
- 節點屬性存在約束（Node property existence）：建立的節點必須存在標籤和指定的屬性
- 關係屬性存在約束（Relationship property existence）：建立的關係存在類型和指定的屬性
- 節點鍵約束（Node Key）：在指定的標籤中的節點中，指定的屬性必須存在，而且屬性值的組合是惟一的
例如，使用Cypher建立約束：
CREATE CONSTRAINT ON (book:Book) ASSERT book.isbn IS UNIQUE; CREATE CONSTRAINT ON (book:Book) ASSERT exists(book.isbn); CREATE CONSTRAINT ON ()-[like:LIKED]-() ASSERT exists(like.day); CREATE CONSTRAINT ON (n:Person) ASSERT (n.firstname, n.surname) IS NODE KEY;
3，統計信息
當使用Cypher查詢圖形數據庫時，Cypher腳本被編譯成一個執行計劃，執行該執行計劃得到查詢結果。爲了生成一個性能優化的執行計劃，Neo4j須要收集統計信息以對查詢進行優化。當統計信息變化到必定的賦值時，Neo4j須要從新生成執行計劃，以保證Cypher查詢是性能優化的，Neo4j存儲的統計信息包括：
- The number of nodes with a certain label.
- Selectivity per index.
- The number of relationships by type.
- The number of relationships by type, ending or starting from a node with a specific label.
默認狀況下，Neo4j自動更新統計信息，可是，統計信息的更新不是實時的，更新統計信息多是一個很是耗時的操做，所以，Neo4j在後臺運行，而且只有當變化的數據達到必定的閾值時，纔會更新統計信息。
Neo4j keeps the statistics up to date in two different ways. For label counts for example, the number is updated whenever you set or remove a label from a node. For indexes, Neo4j needs to scan the full index to produce the selectivity number. Since this is potentially a very time-consuming operation, these numbers are collected in the background when enough data on the index has been changed.
Neo4j把執行計劃被緩存起來，在統計信息變化以前，執行計劃不會被從新生成。經過配置選項，Neo4j可以控制執行計劃的從新生成：
- dbms.index_sampling.background_enabled：是否在後臺統計索引信息，因爲Cypher查詢的執行計劃是根據統計信息生成的，及時更新索引的統計數據對生成性能優化的執行計劃很是重要；
- dbms.index_sampling.update_percentage：在更新索引的統計信息以前，索引中有多大比例的數據被更新；
- cypher.statistics_divergence_threshold：當統計信息變化時，Neo4j不會當即更新Cypher查詢的執行計劃；只有當統計信息變化到必定的程度時，Neo4j纔會從新生成執行計劃。
參考文檔：