图数据库，第2版

序言

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

图形数据库解决了当今最重要的宏观商业趋势之一：利用高度连接数据中的复杂动态关系来产生洞察力和竞争优势。无论我们想了解客户之间的关系、电话或数据中心 Network+ 中的元素、娱乐节目制作者和消费者之间的关系，还是基因和蛋白质之间的关系，理解和分析高度关联数据的庞大图表的能力将是决定哪些公司在未来十年中超越竞争对手的关键。

对于任何重要规模或价值的数据，图形数据库都是表示和查询关联数据的最佳方式。连接数据是一种数据，其解释和价值要求我们首先了解其组成元素的关联方式。通常情况下，为了产生这种理解，我们需要命名和限定事物之间的联系。

虽然大公司早就意识到了这一点，并开始创建自己的专有图形处理技术，但我们现在所处的时代已使这种技术迅速平民化。如今，通用图形数据库已成为现实，主流用户无需投资构建自己的图形基础设施，就能体验到连接数据带来的好处。

图形数据和图形思维的复兴之所以引人注目，是因为图形理论本身并不新鲜。图论由欧拉在 18 世纪首创，此后数学家、社会学家、人类学家和其他从业人员一直在积极研究和改进图论。然而，图论和图式思维只是在过去几年才被应用到信息管理领域。在此期间，图数据库帮助解决了社交网络、主数据管理、地理空间、推荐等领域的重要问题。对图数据库的日益关注是由两股力量推动的：一是 Facebook、Google 和 Twitter 等公司在商业上取得的巨大成功，这些公司的商业模式都围绕着自己专有的图技术；二是通用图数据库被引入技术领域。

关于第二版

本书第一版是在Neo4j 2.0处于积极开发阶段时编写的，当时标签、索引和约束的最终形式仍有待确定。现在，Neo4j已经进入了2.x生命周期（在编写本书时是2.2，2.3即将推出），我们可以放心地将图属性模型的新元素纳入文中。

在本书的第二版中，我们修订了所有 Cypher 示例，使它们与最新的 Cypher 语法保持一致。我们为查询和图表添加了标签，并对 Cypher 的声明式索引和可选约束进行了解释。在其他方面，我们增加了额外的建模指南，根据 Neo4j 内部架构的变化更新了对 Neo4j 内部结构的描述，并更新了测试示例以使用最新的工具。

关于本书

本书旨在向技术从业人员（包括开发人员、数据库专业人员和技术决策者）介绍图和图数据库。通过阅读本书，您将对图数据库有一个实际的了解。我们将展示图模型如何 "塑造 "数据，以及我们如何使用图数据库查询、推理、理解和处理数据。我们讨论了与图形数据库非常匹配的问题类型，并从实际的真实用例中提取了一些例子，还展示了如何规划和实施图形数据库解决方案。

本书使用的约定

本书使用以下排版规则：

斜体

表示新术语、URL、电子邮件地址、文件名和文件扩展名。

Constant width

用于程序列表以及段落中的程序元素，如变量或函数名、数据库、数据类型、环境变量、语句和关键字。

Constant width bold

显示应由用户按字面意思键入的命令或其他文本。

Constant width italic

显示应替换为用户提供的值或根据上下文确定的值的文本。

提示

该图标表示提示、建议或一般说明。

警告

该图标表示警告或注意。

使用代码示例

补充材料（代码示例、练习等）可在https://github.com/iansrobinson/graph-databases-use-cases 上下载。

本书旨在帮助您完成工作。一般来说，如果本书提供了示例代码，您可以在您的程序和文档中使用。除非你要复制代码的重要部分，否则不需要联系我们获得许可。例如，编写一个使用了本书多段代码的程序并不需要获得许可。销售或分发 ...