Neo4j 是一個圖形數據庫，就像傳統的關系數據庫中的 Oracel 和 MySQL一樣，用來持久化數據。Neo4j 是最近幾年發展起來的新技術，屬於 NoSQL 數據庫中的一種。
本文主要從 Neo4j 為什么被用來做知識圖譜，Neo4j 的簡單安裝，在 Neo4j 瀏覽器中創建節點和關系，Neo4j 的 Python 接口操作以及用 Neo4j 構建一個簡單的農業知識圖譜五個方面來講。
Neo4j 為什么被用來做知識圖譜
知識圖譜是一種基於圖的數據結構，由節點和邊組成。其中節點即實體，由一個全局唯一的 ID 標示，關系（也稱屬性）用於連接兩個節點。通俗地講，知識圖譜就是把所有不同種類的信息連接在一起而得到一個關系網絡，提供了從“關系”的角度去分析問題的能力。
而 Neo4j 作為一種經過特別優化的圖形數據庫，有以下優勢：
-
數據存儲：不像傳統數據庫整條記錄來存儲數據，Neo4j 以圖的結構存儲，可以存儲圖的節點、屬性和邊。屬性、節點都是分開存儲的，屬性與節點的關系構成邊，這將大大有助於提高數據庫的性能。
-
數據讀寫：在 Neo4j 中，存儲節點時使用了
Index-free Adjacency技術，即每個節點都有指向其鄰居節點的指針，可以讓我們在時間復雜度為 O(1) 的情況下找到鄰居節點。另外，按照官方的說法，在 Neo4j 中邊是最重要的，是First-class Entities，所以單獨存儲，更有利於在圖遍歷時提高速度，也可以很方便地以任何方向進行遍歷。 -
資源豐富：Neo4j 作為較早的一批圖形數據庫之一，其文檔和各種技術博客較多。
-
同類對比：Flockdb 安裝過程中依賴太多，安裝復雜；Orientdb，Arangodb 與 Neo4j 做對比，從易用性來說都差不多，但是從穩定性來說，neo4j 是最好的。
綜合上述以及因素，我認為 Neo4j 是做知識圖譜比較簡單、靈活、易用的圖形數據庫。
Neo4j 的簡單安裝
Neo4j 是基於 Java 的圖形數據庫，運行 Neo4j 需要啟動 JVM 進程，因此必須安裝 Java SE 的 JDK。從 Oracle 官方網站下載 Java SE JDK，選擇版本 JDK8 以上版本即可。
下面簡單介紹下 Neo4j 在 Linux 和 Windows 的安裝過程。首先去官網下載對應版本。解壓之后，Neo4j 應用程序有如下主要的目錄結構：
- bin 目錄：用於存儲 Neo4j 的可執行程序；
- conf 目錄：用於控制 Neo4j 啟動的配置文件；
- data 目錄：用於存儲核心數據庫文件；
- plugins 目錄：用於存儲 Neo4j 的插件。
Linux 系統下的安裝
通過 tar 解壓命令解壓到一個目錄下：
tar -xzvf neo4j-community-3.3.1-unix.tar.gz
然后進入 Neo4j 解壓目錄：
cd /usr/local/neo4j/neo4j-community-3.1.0
通過啟動命令，可以實現啟動、控制台、停止服務：
bin/neo4j start/console/stop（啟動/控制台/停止）
通過 cypher-shell 命令，可以進入命令行：
bin/cypher-shell
Windows 系統下的安裝
啟動 DOS 命令行窗口，切換到解壓目錄 bin 下，以管理員身份運行命令，分別為啟動服務、停止服務、重啟服務和查詢服務的狀態：
bin\neo4j start
bin\neo4j stop
bin\neo4j restart
bin\neo4j status
把 Neo4j 安裝為服務（Windows Services），可通過以下命令：
bin\neo4j install-service
bin\neo4j uninstall-service
Neo4j 的配置文檔存儲在 conf 目錄下，Neo4j 通過配置文件 neo4j.conf 控制服務器的工作。默認情況下，不需要進行任意配置，就可以啟動服務器。
下面我們在 Windows 環境下啟動 Neo4j：
Neo4j 服務器具有一個集成的瀏覽器，在一個運行的服務器實例上訪問： http://localhost:7474/，打開瀏覽器，顯示啟動頁面：
默認的 Host 是 bolt://localhost:7687，默認的用戶是 neo4j，其默認的密碼是 neo4j，第一次成功登錄到 Neo4j 服務器之后，需要重置密碼。訪問 Graph Database 需要輸入身份驗證，Host 是 Bolt 協議標識的主機。登錄成功后界面：
到此為止，我們就完成了 Neo4j 的基本安裝過程，更詳細的參數配置，可以參考官方文檔。
在 Neo4j 瀏覽器中創建節點和關系
下面，我們簡單編寫 Cypher 命令，Cypher 命令可以通過 Neo4j 教程學習，在瀏覽器中通過 Neo4j 創建兩個節點和兩個關系。
在 $ 命令行中，編寫 Cypher 腳本代碼，點擊 Play 按鈕完成創建，依次執行下面的語句：
CREATE (n:Person { name: 'Andres', title: 'Developer' }) return n;
作用是創建一個 Person，並包含屬性名字和職稱。
下面這條語句也創建了一個 Person 對象，屬性中只是名字和職稱不一樣。
CREATE (n:Person { name: 'Vic', title: 'Developer' }) return n;
緊接着，通過下面兩行命令進行兩個 Person 的關系匹配：
match(n:Person{name:"Vic"}),(m:Person{name:"Andres"}) create (n)-[r:Friend]->(m) return r;
match(n:Person{name:"Vic"}),(m:Person{name:"Andres"}) create (n)<-[r:Friend]-(m) return r;
最后，在創建完兩個節點和關系之后，查看數據庫中的圖形：
match(n) return n;
如下圖，返回兩個 Person 節點，以及其關系網，兩個 Person 之間組成 Friend 關系：
Neo4j 的 Python 操作
既然 Neo4j 作為一個圖庫數據庫，那我們在項目中使用的時候，必然不能通過上面那種方式完成任務，一般都要通過代碼來完成數據的持久化操作。其中，對於 Java 編程者來說，可通過 Spring Data Neo4j 達到這一目的。
而對於 Python 開發者來說，Py2neo 庫也可以完成對 Neo4j 的操作，操作過程如下。
首先 安裝 Py2neo。Py2neo 的安裝過程非常簡單，在命令行通過下面命令即可安裝成功。
pip install py2neo
安裝好之后，我們來看一下簡單的圖關系構建，看下面代碼：
from py2neo.data import Node, Relationship a = Node("Person", name="Alice") b = Node("Person", name="Bob") ab = Relationship(a, "KNOWS", b)
第一行代碼，首先引入 Node 和 Relationship 對象，緊接着，創建 a 和 b 節點對象，最后一行匹配 a 和 b 之間的工作雇佣關系。接着來看看 ab 對象的內容是什么：
print(ab)
通過 print 打印出 ab 的內容：
(Alice)-[:KNOWS {}]->(Bob) 通過這樣，就完成了 Alice 和 Bob 之間的工作關系，如果有多組關系將構建成 Person 之間的一個關系網。
了解更多 Py2neo 的使用方法，建議查看官方文檔。
用 Neo4j 構建一個簡單的農業知識圖譜
我們來看一個基於開源語料的簡單農業知識圖譜，由於過程比較繁雜，數據和知識圖譜數據預處理過程這里不再贅述，下面，我們重點看基於 Neo4j 來創建知識圖譜的過程。
整個過程主要包含以下步驟：
- 環境准備
- 語料准備
- 語料加載
- 知識圖譜查詢展示
Neo4j 環境准備。
根據上面對 Neo4j 環境的介紹，這里默認你已經搭建好 Neo4j 的環境，並能正常訪問，如果沒有環境，請自行搭建好 Neo4j 的可用環境。
數據語料介紹。
本次提供的語料是已經處理好的數據，包含6個 csv 文件，文件內容和描述如下。
- attributes.csv：文件大小 2M，內容是通過互動百科頁面得到的部分實體的屬性，包含字段：Entity、AttributeName、Attribute，分別表示實體、屬性名稱、屬性值。文件前5行結構如下：
Entity,AttributeName,Attribute
密度板,別名,纖維板
葡萄蔓枯病,主要為害部位,枝蔓
坎德拉,性別,男
坎德拉,國籍,法國
坎德拉,場上位置,后衛
hudong_pedia.csv：文件大小 94.6M，內容是已經爬好的農業實體的百科頁面的結構化數據，包含字段：title、url、image、openTypeList、detail、baseInfoKeyList、baseInfoValueList，分別表示名稱、百科 URL 地址、圖片、分類類型、詳情、關鍵字、依據來源。文件前2行結構如下：
"title","url","image","openTypeList","detail","baseInfoKeyList","baseInfoValueList" "菊糖","http://www.baike.com/wiki/菊糖","http://a0.att.hudong.com/72/85/20200000013920144736851207227_s.jpg","健康科學##分子生物學##化學品##有機物##科學##自然科學##葯品##葯學名詞##葯物中文名稱列表","[葯理作用] 診斷試劑 人體內不含菊糖，靜注后，不被機體分解、結合、利用和破壞，經腎小球濾過，通過測定血中和尿中的菊糖含量，可以准確計算腎小球的濾過率。菊糖廣泛存在於植物組織中,約有3.6萬種植物中含有菊糖,尤其是菊芋、菊苣塊根中含有豐富的菊糖[6,8]。菊芋(Jerusalem artichoke)又名洋姜,多年生草本植物,在我國栽種廣泛,其適應性廣、耐貧瘠、產量高、易種植,一般畝產菊芋塊莖為2 000～4 000 kg,菊芋塊莖除水分外,還含有15%～20%的菊糖,是加工生產菊糖及其制品的良好原料。","中文名：","菊糖" "密度板","http://www.baike.com/wiki/密度板","http://a0.att.hudong.com/64/31/20200000013920144728317993941_s.jpg","居家##巧克力包裝##應用科學##建築材料##珠寶盒##禮品盒##科學##糖果盒##紅酒盒##裝修##裝飾材料##隔斷##首飾盒","密度板（英文：Medium Density Fiberboard (MDF)）也稱纖維板，是以木質纖維或其他植物纖維為原料，施加脲醛樹脂或其他適用的膠粘劑制成的人造板材。按其密度的不同，分為高密度板、中密度板、低密度板。密度板由於質軟耐沖擊，也容易再加工，在國外是制作家私的一種良好材料，但由於國家關於高密度板的標准比國際標准低數倍，所以，密度板在中國的使用質量還有待提高。","中文名：##全稱：##別名：##主要材料：##分類：##優點：","密度板##中密度板纖維板##纖維板##以木質纖維或其他植物纖維##高密度板、中密度板、低密度板##表面光滑平整、材質細密性能穩定" -
hudong_pedia2.csv：文件大小 41M，內容結構和hudong_pedia.csv文件保持一致，只是增加數據量，作為hudong_pedia.csv數據的補充。 -
new_node.csv：文件大小 2.28M，內容是節點名稱和標簽，包含字段：title、lable，分別表示節點名稱、標簽，文件前5行結構如下：
title,lable
葯物治療,newNode
膳食纖維,newNode
Boven Merwede,newNode
亞美尼亞蘇維埃百科全書,newNode
wikidata_relation.csv：文件大小 1.83M，內容是實體和關系，包含字段 HudongItem1、relation、HudongItem2，分別表示實體1、關系、實體2，文件前5行結構如下：
HudongItem1,relation,HudongItem2
菊糖,instance of,化合物 菊糖,instance of,多糖 瓦爾,instance of,河流 菊糖,subclass of,食物 瓦爾,origin of the watercourse,萊茵河 wikidata_relation2.csv：大小 7.18M，內容結構和wikidata_relation.csv一致，作為wikidata_relation.csv數據的補充。
語料加載。
語料加載，利用 Neo4j 的 LOAD CSV WITH HEADERS FROM... 功能進行加載，具體操作過程如下。
首先，依次執行以下命令：
// 將hudong_pedia.csv 導入 LOAD CSV WITH HEADERS FROM "file:///hudong_pedia.csv" AS line CREATE (p:HudongItem{title:line.title,image:line.image,detail:line.detail,url:line.url,openTypeList:line.openTypeList,baseInfoKeyList:line.baseInfoKeyList,baseInfoValueList:line.baseInfoValueList})
執行成功之后，控制台顯示成功：
上面這張圖，表示數據加載成功，並顯示加載的數據條數和耗費的時間。
// 新增了hudong_pedia2.csv LOAD CSV WITH HEADERS FROM "file:///hudong_pedia2.csv" AS line CREATE (p:HudongItem{title:line.title,image:line.image,detail:line.detail,url:line.url,openTypeList:line.openTypeList,baseInfoKeyList:line.baseInfoKeyList,baseInfoValueList:line.baseInfoValueList}) // 創建索引 CREATE CONSTRAINT ON (c:HudongItem) ASSERT c.title IS UNIQUE
以上命令的意思是，將 hudong_pedia.csv 和 hudong_pedia2.csv 導入 Neo4j 作為結點，然后對 titile 屬性添加 UNIQUE（唯一約束/索引）。
注意： 如果導入的時候出現 Neo4j JVM 內存溢出錯誤，可以在導入前，先把 Neo4j 下的 conf/neo4j.conf 中的 dbms.memory.heap.initial_size 和dbms.memory.heap.max_size 調大點。導入完成后再把值改回去即可。
下面繼續執行數據導入命令：
// 導入新的節點 LOAD CSV WITH HEADERS FROM "file:///new_node.csv" AS line CREATE (:NewNode { title: line.title }) //添加索引 CREATE CONSTRAINT ON (c:NewNode) ASSERT c.title IS UNIQUE //導入hudongItem和新加入節點之間的關系 LOAD CSV WITH HEADERS FROM "file:///wikidata_relation2.csv" AS line MATCH (entity1:HudongItem{title:line.HudongItem}) , (entity2:NewNode{title:line.NewNode}) CREATE (entity1)-[:RELATION { type: line.relation }]->(entity2) LOAD CSV WITH HEADERS FROM "file:///wikidata_relation.csv" AS line MATCH (entity1:HudongItem{title:line.HudongItem1}) , (entity2:HudongItem{title:line.HudongItem2}) CREATE (entity1)-[:RELATION { type: line.relation }]->(entity2)
執行完這些命令后，我們導入 new_node.csv 新節點，並對 titile 屬性添加 UNIQUE（唯一約束/索引），導入 wikidata_relation.csv 和wikidata_relation2.csv，並給節點之間創建關系。
緊接着，繼續導入實體屬性，並創建實體之間的關系：
LOAD CSV WITH HEADERS FROM "file:///attributes.csv" AS line MATCH (entity1:HudongItem{title:line.Entity}), (entity2:HudongItem{title:line.Attribute}) CREATE (entity1)-[:RELATION { type: line.AttributeName }]->(entity2); LOAD CSV WITH HEADERS FROM "file:///attributes.csv" AS line MATCH (entity1:HudongItem{title:line.Entity}), (entity2:NewNode{title:line.Attribute}) CREATE (entity1)-[:RELATION { type: line.AttributeName }]->(entity2); LOAD CSV WITH HEADERS FROM "file:///attributes.csv" AS line MATCH (entity1:NewNode{title:line.Entity}), (entity2:NewNode{title:line.Attribute}) CREATE (entity1)-[:RELATION { type: line.AttributeName }]->(entity2); LOAD CSV WITH HEADERS FROM "file:///attributes.csv" AS line MATCH (entity1:NewNode{title:line.Entity}), (entity2:HudongItem{title:line.Attribute}) CREATE (entity1)-[:RELATION { type: line.AttributeName }]->(entity2)
這里注意，建索引的時候帶了 label，因此只有使用 label 時才會使用索引，這里我們的實體有兩個 label，所以一共做 2*2=4 次。當然也可以建立全局索引，即對於不同的 label 使用同一個索引。
以上過程，我們就完成了語料加載，並創建了實體之間的關系和屬性匹配，下面我們來看看 Neo4j 圖譜關系展示。
知識圖譜查詢展示
最后通過 cypher 語句查詢來看看農業圖譜展示。
首先，展示 HudongItem 實體，執行如下命令：
MATCH (n:HudongItem) RETURN n LIMIT 25
對 HudongItem 實體進行查詢，返回結果的25條數據，結果如下圖：
接着，展示 NewNode 實體，執行如下命令：
MATCH (n:NewNode) RETURN n LIMIT 25
對 NewNode 實體進行查詢，返回結果的25條數據，結果如下圖：
之后，展示 RELATION 直接的關系，執行如下命令：
MATCH p=()-[r:RELATION]->() RETURN p LIMIT 25
展示實體屬性關系，結果如下圖：
總結
知識圖譜未來會通過自然語言處理技術和搜索技術結合應用會越來越廣，工業界所出的地位也會越來越重要。
參考文獻及推薦閱讀