crash.academy - Neo4j ハンズオン › uploads › course › 177 ›...

Neo4j ハンズオン

アジェンダ

• はじめに

• グラフDBの概要とNeo4j

• データ要素 of Neo4j

• データ操作 of Neo4j

• CSVアップロード

• ソーシャル・グラフ

• その他の話題

2

はじめに

3

自己紹介

• 名前：宮崎俊郎

• TIS株式会社生産革新本部生産革新部生産技術R&D室

• 最近のお仕事• 社内フレームワークの開発

• Xenlonマイグレーターの開発

4

宣伝：Xenlon～神龍マイグレーションサービス

• 大規模レガシーシステムを短期間で安全確実にアプリケーション移行を実現

5

COBOL Java変換ツール

• 構文解析• 依存関係分析

Neo4jとの出会い

• Neo4j ≔グラフデータベースの一つ

• Xenlonマイグレーターで活用しました• 構文解析結果の格納

• 依存関係や呼び出し関係を保存・検索

• GOTO文の変換の調査• while文＋その中で行先へswitchするよう変換するのが常套

• でないと、ループ構造の場合にスタックオーバーフローの恐れ

• ⇒呼び出し関係のうち、ループになるものを見つけその一群を１つのwhile文へ変換

6

グラフDBの概要とNeo4j

10

グラフとは

• 「グラフ（英: Graph）とは、ノード（頂点）群とノード間の連結関係を表すエッジ（枝）群で構成される抽象データ型、and・orその実装である具象データ型である。」（Wikipediaより）

11

ノード

ノード

エッジ

グラフデータベースとは

今回のハンズオンでは、以下とする

• 「ノード」と「エッジ」及びそれらに紐づく"プロパティ"（KV値）を扱うデータベース• Neo4jでは「ノード」をNode、「エッジ」をRelationshipと呼ぶ

12

Node

Node

Relationship

RDBでも"グラフ"を表現できるけど…

• 例えば"友人関係"のグラフをRDBのテーブルで表現できる

• ある人の友人を検索するクエリも書ける

13

personId Name

1 長友

2 平

3 三瓶

personId friendId

1 2

2 3

2 4

RDBでも"グラフ"を表現できるけど…

• ある人の友人の友人を検索する場合は？

14

personId Name

1 長友

2 平

3 三瓶

personId friendId

1 2

2 3

2 4

グラフデータベースの場合

• ある人の友人の友人を検索する場合は？

15

personId Name

1 長友

2 平

3 三瓶

personId friendId

1 2

2 3

2 4

長友

平

三瓶

データ構造の相違による性能差

16

personId Name

1 長友

2 平

3 三瓶

personId friendId

1 2

2 3

2 4

長友

平

三瓶

RDBの場合、隣接Nodeの情報を別テーブルに持つ

グラフDBは隣接Nodeの情報を直接持つ

データ量が増大した場合の性能差

17

personId Name

1 長友

2 平

3 三瓶

personId friendId

1 2

2 3

2 4

長友

平

三瓶

深さが増大した場合の性能差

• リレーショナルデータベースでの友達の検索とNeo4jでの効率的な検索の比較

18

深さ RDBMS

実行時間(秒)

Neo4j

実行時間(秒)

返されたレコード件数

2 0.016 0.01 ～2,500

3 30.267 0.168 ～110,000

4 1543.505 1.359 ～600,000

5 未完了 2.132 ～800,000

『Neo4j In Action』https://www.manning.com/books/neo4j-in-action

ネイティブ・グラフデータベース

• ある起点から関連を辿る操作（検索）に威力を発揮

19

長友

平

三瓶

起点

グラフデータベースについてさらに詳しく…

以下のスライドがおすすめです

• 「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜• https://www.slideshare.net/doryokujin/graphdbgraphdb

20

https://www.slideshare.net/doryokujin/graphdbgraphdb

Neo4j - グラフデータベース

23

Neo4j - Customers

24

Neo4j - Graph Database Use Case

When Connected Data Matters Most

• Fraud Detection

• Graph-Based Search

• Network & IT Operations

• Real-Time Recommendation Engines

• Master Data Management

• Social Network

• Identity & Access Management

25

Neo4j GraphGists -

https://neo4j.com/graphgists/

26

https://neo4j.com/graphgists/

Neo4j - Graph Database Features

• ACID for Integrity

• Flexible Schema

• High-Performance Query Execution

• Cypher Query Language

• Scale and Performance

• Built-in Tooling & Visualization

• Advanced Causal Clustering

• Elastic Scalability

• In-Memory Page Cache

• Hot Backups

27

Community版で利用可能

Enterprise版で利用可能

グラフデータベースとは

今回のハンズオンでは、以下とする

• 「ノード」と「エッジ」及びそれらに紐づく"プロパティ"（KV値）を扱うデータベース• Neo4jでは「ノード」をNode、「エッジ」をRelationshipと呼ぶ

28

Node

Node

Relationship

データ要素 of Neo4j

29

Neo4jが扱うデータの例

30

:Person{name:"長友",age:31 }

:Team{name:"インテル",country:"Italy" }

:Person{name:"三瓶",age:41,job:"芸人" }

データ要素（１）- ノード

• Node ≔データレコード• Label ≔ Nodeを分類する

• プロパティ ≔データレコード内の個別データ

31

Node

Node




32

:Person

:Team




33


:Team{name:"インテル",country:Italy }


データ要素（２）- プロパティ

• Node内の個別データ

• Key-Value値

• 同じラベルのNodeでも異なるKeyセットを持てる

34


:Team{name:"インテル",country:Italy }


データ要素（３）-

リレーションシップ

• Relationship ≔ Node間の関係を示す• Type ≔ Relationshipを分類する

• プロパティ ≔ Relationshipへも付与できる

35

Relationship

Relationship

Relationship





36

:MARRIED

:KNOWS

:MEMBER_OF





37

:MARRIED{at:2017}

:KNOWS

:MEMBER_OF{since:2011}

:MEMBER_OF{at:[2010,2014]}

データ要素 - まとめ





38

データ操作 of Neo4j

39

データ操作

• NodeとRelationshipのCRUD操作

40

Nodeの・作成・プロパティの追加/更新/削除・削除 Relationshipの

・作成(結合)・プロパティの追加/更新/削除・削除(切断)

検索

Cypher = クエリ言語

• Neo4j独自のデータ操作DSL

• "Being a declarative language, Cypher focuses on the

clarity of expressing what to retrieve from a graph,

not on how to retrieve it."

41

どのように検索するのかではなく、何を検索するかにフォーカスする

＝

データ要素の表現

• Node

• Relationship

42

(:Person {name:"長友", age:31})

[:MEMBER_OF {since:2011}]


• Node

• Relationship

43




• Node

• Relationship

44


ラベル名


タイプ名

• アッパーキャメルケースによる記述が多い• Case Sensitive

• スネークケースによる記述が多い• Case Sensitive


• Node

• Relationship

45


プロパティ


プロパティ

• JSON形式に準じた記法

データ要素の表現 - まとめ

• Node…()で括る

• Relationship…[]で括る

46


ラベル名プロパティ


タイプ名プロパティ

パスの表現

• パス…( )-[ ]-( )

• パスの例

47

(:Person {name:"長友"})<-[:MARRIED]-(:Person {name:"平"})

プロパティ

ステートメント - CREATE

• CREATE…Nodeを作成

• 以下のクエリを実行して下さい

48

CREATE (:Person {name:"長友", age:31})

CREATE (:Person {name:"長友", age:31})CREATE (:Person {name:"平", age:32})CREATE (:Person {name:"本田", age:31})CREATE (:Person {name:"三瓶", age:41, job:"芸人"})CREATE (:Person {name:"ガリアルディーニ", age:23})CREATE (:Team {name:"インテル"})CREATE (:Team {name:"日本代表"})

1

Neo4j Browser（１）

• 今回のハンズオンでは、Cypherクエリの実行に「Neo4j Browser」を使います。

• Neo4j Browserの起動手順• Neo4jコンソールアプリケーション（Neo4jサーバ）を起動する

• http://localhost:7474へアクセス• 認証画面が表示された場合は以下を入力

• user ⇒ neo4j

• password ⇒ Neo4jインストール時に設定したパスワード

49

http://localhost:7474/

Neo4j Browser（２）

• Neo4j Browserの使い方は、以下を参照してください• GitHubの zackys/handson-neo4j の下の

doc/10_hands-on.md• https://github.com/zackys/handson-neo4j/blob/master/doc/10_hands-on.md

• 「Neo4j Browser（２）」に手順に従って操作して見て下さい

• ハンズオンで入力するCypherクエリは、このページからコピーして下さい。

50

https://github.com/zackys/handson-neo4j/blob/master/doc/10_hands-on.md

ステートメント - CREATE

• CREATE…Nodeを作成

• 以下のクエリを実行して下さい

51

CREATE (:Person {name:"長友", age:31})

CREATE (:Person {name:"長友", age:31})CREATE (:Person {name:"平", age:32})CREATE (:Person {name:"本田", age:31})CREATE (:Person {name:"三瓶", age:41, job:"芸人"})CREATE (:Person {name:"ガリアルディーニ", age:23})CREATE (:Team {name:"インテル"})CREATE (:Team {name:"日本代表"})

1

クエリ実行後、お気に入りへ登録した「MATCH (n) RETURN n」を実行し、Nodeの登録を確認する

ステートメント -

MATCHとRETURN

• MATCH…パターンを指定して検索

• RETURN…検索結果を返す

52

MATCH (n) RETURN n

MATCH (n:Person) RETURN n

MATCH (n:Person) RETURN n.name, n.age, n.job

MATCH (n:Person {age:32}) RETURN n.name AS name

2

3

4

5

プロパティ値指定戻り値に名前をつける

ステートメント - WHERE

• WHERE…検索条件を指定する（MATCHの後）

53

MATCH (n:Person)WHERE n.age = 32RETURN n.name AS name, n.age AS age

6

MATCH (n:Person)WHERE n.age > 40RETURN n.name AS name, n.age AS age

7

ステートメント - CREATE（２）

• CREATE…Relationshipを作成• NodeとRelationshipをまとめて作成

• 既存のNode間にRelationshipを作成

54

CREATE (:Person {name:"香川", age:28})-[:MEMBER_OF]->

(:Team {name:"ドルトムント"})

MATCH (x:Person {name:"長友"}),(y:Person {name:"平"})

CREATE (y)-[:MARRIED {at:2017}]->(x)

MATCHの結果を利用する

8

9

ステートメント - CREATE（２）

• CREATE…Relationshipを作成• NodeとRelationshipをまとめて作成

• 既存のNode間にRelationshipを作成

55

CREATE (:Person {name:"香川", age:28})-[:MEMBER_OF]->

(:Team {name:"ドルトムント"})

MATCH (x:Person {name:"長友"}),(y:Person {name:"平"})

CREATE (y)-[:MARRIED {at:2017}]->(x)

MATCHの結果を利用する

8

9

ステートメント - CREATE（３）

• 前ページのと合わせて以下のクエリを実行

56

MATCH (nagatomo:Person {name:"長友"}),(taira:Person {name:"平"}),(sanpei:Person {name:"三瓶"}),(honda:Person {name:"本田"}),(kagawa:Person {name:"香川"}),(gagl:Person {name:"ガリアルディーニ"}),(japan:Team {name:"日本代表"}),(intel:Team {name:"インテル"})

CREATE (taira)-[:KNOWS]->(sanpei)CREATE (nagatomo)-[:MEMBER_OF {since:2011}]->(intel)CREATE (nagatomo)-[:MEMBER_OF {at:[2010,2014]}]->(japan)CREATE (honda)-[:MEMBER_OF {at:[2010,2014]}]->(japan)CREATE (kagawa)-[:MEMBER_OF {at:[2014]}]->(japan)CREATE (gagl)-[:MEMBER_OF {since:2017}]->(intel)

10

8 9

クエリ実行後、お気に入りへ登録した「MATCH (n) RETURN n」を実行し、Relationshipの作成を確認する

ステートメント - SET

• SET…プロパティの追加・更新• 追加

• 更新

57

MATCH (n:Person {name:"香川"})SET n.from = "兵庫"

MATCH (n:Person {name:"香川"})SET n.from = "神戸"

11

12

ステートメント - REMOVE

• REMOVE…プロパティの削除

58

MATCH (n:Person {name:"香川"})REMOVE n.from

13

ステートメント - DELETE

• DELETE…NodeやRelationshipの削除• Relationshipの削除

• Nodeの削除

59

MATCH (n:Team {name:"ドルトムント"})DELETE n

MATCH (x:Person {name:"香川"})-[r]->(y:Team {name:"ドルトムント"})

DELETE r

14

15

MATCHしたRelationshipに名前をつけておく

DELETE時の注意事項

• NodeをDELETEする場合、そのNodeにつながるRelationshipは事前に削除しておく必要がある

• または、DETACH DELETEを使う• DETACH DELETEは、NodeにRelationshipが残っていても、

Relationshipを含め削除してくれる

60

MATCH (n:Person {name:"香川"})DELETE n

16

MATCH (n:Person {name:"香川"})DETACH DELETE n

17

エラー！まだ(日本代表)に属しているので、削除できない

パスをCypherで表現する（１）

【例】

61

()-[]->()

()<-[]-()

()-[]->()<-[]-()


【例】

62

()-[]->()

()<-[]-()

()-[]->()<-[]-()


【例】

63

()-[]->()

()<-[]-()

()-[]->()<-[]-()

(:Person {name:"長友"})<-[:MARRIED]-(:Person {name:"平"})

・・・「長友と結婚した平愛梨」


【例】

64

()-[]->()

()<-[]-()

()-[]->()<-[]-()


【例】

65

()-[]->()

()<-[]-()

()-[]->()<-[]-()

・・・「長友が所属するチームに所属する本田」＝「長友のチームメイトの本田」

(:Person {name:"長友"})-[:MEMBER_OF]->(:Team)<-[:MEMBER_OF]-(:Person {name="本田"})

パスをCypherで表現する（２）

• パスの長さを指定

• 長さ0のパス＝Nodeのみマッチ

• 向きの指定は省略可能

66

()-[:KNOWS*2]->()()-[:KNOWS*1..3]->()()-[*]->()

()-[:KNOWS*0..3]->()

()-[:KNOWS]-()

パスをCypherで表現する（３）

• ループの表現（有向）

• ループの表現（無向）

67

(s)-[:GOTO*1..]->(s)

(s)-[:KNOWS*1..]-(s)

X

WY

Z

x

wy

z

パスをCypherで表現する（４）

• xさんと同じ本とCDを買ったyさんを探す

68

MATCH (x)-[:BOUGHT]->(:Book)<-[:BOUGHT]-(y)-[:BOUGHT]->(:CD)<-[:BOUGHT]-(x)

RETURN y

MATCH (x)-[:BOUGHT]->(:Book)<-[:BOUGHT]-(y),(x)-[:BOUGHT]->(:CD)<-[:BOUGHT]-(y)

RETURN y

x

:Book

:CD

y

or

検索対象:BOUGHT :BOUGHT

:BOUGHT :BOUGHT

パスをCypherで表現する（５）

• xさんと同じ本を買ったyさんにCDをおすすめする

69

MATCH (x)-[:BOUGHT]->(:Book)<-[:BOUGHT]-(y)-[:BOUGHT]->(n:CD)<-[:BOUGHT]-(x)

RETURN n

MATCH (x)-[:BOUGHT]->(:Book)<-[:BOUGHT]-(y),(x)-[:BOUGHT]->(n:CD)<-[:BOUGHT]-(y)

RETURN n

x

:Book

:CD

y

or

:BOUGHT :BOUGHT

:BOUGHT :BOUGHT検索対象

パスを使って検索する（１）

• ⇒ MATCH句にパスを指定して検索する• 「長友の配偶者は？」

70

MATCH (:Person {name:"長友"})-[:MARRIED]-(n)RETURN n.name

18

パスを使って検索する（２）

• ⇒ MATCH句にパスを指定して検索する• 「長友のチームメイトは？」

• 「長友の日本代表のチームメイトは？」

71

MATCH (:Person {name:"長友"})-[:MEMBER_OF]->(:Team)<-[:MEMBER_OF]-(n)

RETURN n.name

MATCH (:Person {name:"長友"})-[:MEMBER_OF]->(:Team {name:"日本代表"})<-[:MEMBER_OF]-(n)

RETURN n.name

19

20

CSVアップロード

72

CSVアップロード

• 用途• RDB上のデータをインポート

• 外部データの取り込み

• など

• 今回は、後の「ソーシャル・グラフ」で使用するデータをアップロードしてみる

73

ステートメント - LOAD CSV

• LOAD CSV…CSVファイルのデータをNeo4jのワークメモリ上に読み込む• ヘッダなし

• ヘッダあり

74

LOAD CSV FROM "https://file.csv"

LOAD CSV WITH HEADERS FROM "https://file.csv"

CSVファイル

CSVファイル

CSVファイル（ヘッダなし）

• 【例】Person.csv

75

LOAD CSV FROM "https://Person.csv"

長友,31平,32三瓶,41本田,32

CSVファイル（ヘッダあり）

• 【例】Person.csv

76

LOAD CSV WITH HEADERS FROM "https://Person.csv"

name,age長友,31平,32三瓶,41本田,32

ヘッダ

ファイルについて

• ローカルディスク上のファイルでもOK

• ただし、$NEO4J_HOME/importディレクトリ直下に置く

• URIは、そこからの相対パス

• デリミタの指定も可能

77

LOAD CSV FROM "file:///social/Person.csv"

$NEO4J_HOME/import/social/Person.csv

LOAD CSV FROM "file:///social/Person.csv"FIELDTERMINATOR "\t"

タブ区切りの場合

ロードしたデータはCypherクエリで操作可能（１）

• パイプライン的に操作できる

78

LOAD CSV WITH HEADERS FROM "https://Person.csv"AS lineRETURN line

LOAD CSV WITH HEADERS FROM "https://Person.csv"AS lineRETURN line.id, line.name

ヘッダ付きでLOADした場合、データ名で参照できる（JSONデータを参照している）

1行単位で、JSON形式で返す（ヘッダありの場合）

ロードしたデータはCypherクエリで操作可能（２）

• パイプライン的に操作できる

79

LOAD CSV WITH HEADERS FROM "https://Person.csv"AS lineMATCH (n:Person {name:line.name})RETURN n.age

LOAD CSV WITH HEADERS FROM "https://Person.csv"AS lineCREATE (:Person {name:line.name, age:line.age})

グラフデータのアップロード戦略（１）

• 各NodeにはユニークなNodeIDを付与した上でCSVファイル化する• Person.csv

• Team.csv

80

id,name,age1,長友,312,平,323,三瓶,414,本田,32

RDBのテーブルデータのイメージ

id,name,age101,日本代表102,インテル

グラフデータのアップロード戦略（２）

• Relationshipは、NodeIDをもとにした関係テーブルとしてCSVファイルを作成する• MARRIED.csv

• MEMBER_OF.csv

81

from,to2,1

personId,teamId1,1011,1024,102

RDBの関係テーブルデータのイメージ

実際のアップロード（１）

• まず、すべてのNodeをアップロード

82

LOAD CSV WITH HEADERS FROM "https://Person.csv"AS lineCREATE (:Person {personId:line.id, name:line.name})

LOAD CSV WITH HEADERS FROM "https://Team.csv"AS lineCREATE (:Team {teamId:line.id, name:line.name})

実際のアップロード（２）

• その後、Node間を結ぶRelationshipを生成

83

LOAD CSV WITH HEADERS FROM "https://MEMBER_OF.csv"AS lineMATCH (x:Person {personId:line.personId}),

(y:Team {teamId:line.teamId})CREATE (x)-[:MEMBER_OF]->(y)

LOAD CSV を試す

• GitHub上のPerson.csvの内容を確認する

• https://github.com/zackys/handson-neo4j/blob/master/import/social/Person.csv

• ヘッダ付きCSVファイルのLOADと、列要素へのアクセス

• 【参考】ヘッダなしCSVファイルとして読み込んだ場合

84

LOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/Person.csv" AS lineRETURN line

21

LOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/Person.csv" AS lineRETURN line.id, line.name, line.age

LOAD CSV FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/Person.csv" AS lineRETURN line[0], line[1], line[2]

LOAD CSV FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/Person.csv" AS lineRETURN line

22

23

次章で使うデータのアップロード

• データを全削除（MATCH (n) DETACH DELETE n）してから実行

85

LOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/Person.csv" AS lineCREATE (:Person {personId:line.id, name:line.name, age:line.age})UNIONLOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/Company.csv" AS lineCREATE (:Company {companyId:line.id, name:line.name})UNIONLOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/Project.csv" AS lineCREATE (:Project {projectId:line.id, name:line.name})UNIONLOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/Interest.csv" AS lineCREATE (:Interest {interestId:line.id, name:line.name})

LOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/WORKS_FOR.csv" AS lineMATCH (n1:Person {personId:line.personId}), (n2:Company {companyId:line.companyId})CREATE (n1)-[:WORKS_FOR]->(n2)UNIONLOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/WORKED_ON.csv" AS lineMATCH (n1:Person {personId:line.personId}), (n2:Project {projectId:line.projectId})CREATE (n1)-[:WORKED_ON]->(n2)UNIONLOAD CSV WITH HEADERS FROM "https://raw.githubusercontent.com/zackys/handson-neo4j/master/import/social/INTERESTED_IN.csv" AS lineMATCH (n1:Person {personId:line.personId}), (n2:Interest {interestId:line.interestId})CREATE (n1)-[:INTERESTED_IN]->(n2)

24

25

ソーシャル・グラフ

86

サンプル・データの説明

• from O'reilly "Graph Databases"（邦訳：『グラフデータベース』）

87



88

:Person



89

:Company

:WORKS_FOR



90

:Project

:WORKED_ON



91

:Interest

:INTERESTED_IN

Warm Up

①「Benの年齢は？」

②「Benの関心事は？」

③「Benと同じプロジェクトで働く人は？」

92

:Interest

:Project

Warm Up - 解答例

①「Benの年齢は？」

②「Benの関心事は？」

③「Benと同じプロジェクトで働く人は？」

93

MATCH (n:Person {name:"Ben"}) RETURN n.name, n.age

MATCH (:Person {name:"Ben"})-[:INTERESTED_IN]->(i) RETURN i.name

MATCH (:Person {name:"Ben"})-[:WORKED_ON]->()<-[:WORKED_ON]-(coworker:Person)

RETURN coworker.name

人気のある"関心事"は？

⇒

としても、登録済みのすべての関心事が返るだけ

94

MATCH (n:Interest) RETURN n.name

人気のある"関心事"は？⇒考え方：

①パスを検索する

② "関心事"ごとにパス数を集計する

③パス数の多い関心事

＝人気の関心事

95

(関心事)<-[:INTERESTED_IN]-(:Person)

①パスの検索

• パスを検索する

• 今回は、パスの代わりに両端ノードを返す

96

(関心事)<-[:INTERESTED_IN]-(:Person)

MATCH p=(i:Interest)<--(n:Person) RETURN p

MATCH (i:Interest)<--(n:Person) RETURN i.name, n.name

1

0

集約関数 - COLLECT

• COLLECT…検索結果について集約し、集約結果を１つの配列にして返す

97

MATCH (i:Interest)<--(n:Person)RETURN i.name, n.name

MATCH (i:Interest)<--(n:Person)RETURN i.name, n.name, COLLECT(n.name)

MATCH (i:Interest)<--(n:Person)RETURN i.name, COLLECT(n.name)

1

2

3

i.nameとn.nameでgroup byされ、各部分集合に対してCOLLECTが実行される

i.nameでgroup byされ、各部分集合に対してCOLLECTが実行される

全パスが返る

集約関数 - COUNT

• COUNT…検索結果について集約し、要素数を返す

98

MATCH (i:Interest)<--(n:Person)RETURN i.name, COLLECT(n.name), COUNT(n.name)

MATCH (i:Interest)<--(n:Person)RETURN i.name, COLLECT(n.name), COUNT(i.name)

MATCH (i:Interest)<--(n:Person)RETURN i.name, COLLECT(n.name)

3

4

5

COUNT()の場合はnとiを入れ替えても結果は変わらない（後々のためiにする）

②"関心事"ごとにパス数を集計

• COUNTを使い、趣味ごとにパス数を集計

99

MATCH (i:Interest)<--(n:Person)RETURN i.name, n.name

MATCH (i:Interest)<--(n:Person)RETURN i.name, COUNT(i.name)

1

6

ORDER BY 句

• ORDER BY…検索結果をソートする

100



ORDER BY COUNT(i.name) DESC

MATCH (i:Interest)<--(n:Person)RETURN i.name AS intr, COUNT(i.name) AS rank

ORDER BY rank DESC

6

7

8

LIMIT 句

• LIMIT…検索結果数を制限する

101


ORDER BY rank DESCLIMIT 3

9


ORDER BY rank DESC

8

WITH 句を使い、クエリを整理

• WITH…中間結果を次のクエリへパイプする

102



MATCH (i:Interest)<--(n:Person)WITH i.name AS intrRETURN intr, COUNT(intr) AS rank


9

10

共通の関心事を持つ同僚は？

① "Ben"と共通の関心事を持つ同僚は？

②その中で、より多く共通の関心事を持つ同僚は？(①の結果を、共通の関心事の数でランク付ける)

103

共通の関心事を持つ同僚は？



104

MATCH (n:Person {name:"Ben"})WITH n

MATCH (n)


MATCH (n)

共通の関心事を持つ同僚は？- 解答例



105


MATCH (n)-[:INTERESTED_IN]->()<-[:INTERESTED_IN]-(x),(n)-[:WORKED_ON]->()<-[:WORKED_ON]-(x)

RETURN x


MATCH (n)-[:INTERESTED_IN]->(i)<-[:INTERESTED_IN]-(x),(n)-[:WORKED_ON]->(p)<-[:WORKED_ON]-(x)

WITH i.name AS intr, x.name AS nameRETURN name, COUNT(intr) AS rank, COLLECT(intr)

その他の話題

106

アプリケーションによるNeo4jのデータ操作

• 以下の言語向けにAPIが提供されている• C#

• Java

• JavaScript

• Python

• REST APIも提供

107

Javaアプリケーション

• OGM(= Object-Graph Mapping) Libraryが利用可能• like ORMapper(Object-Relational Mapper)

• OGMを使ったサンプルアプリケーション• https://github.com/zackys/handson-neo4j/tree/master/sample02

108

https://github.com/zackys/handson-neo4j/tree/master/sample02

サンプル・アプリケーション

• メールユーザの送信記録を行う

109

ログ

Neo4j

ドメインモデルとグラフデータの対応

JavaBeans(POJO) ⇔ Node

JavaBeans間の参照 ⇔ Relationship

110

dpt

BELONG_TO

▼

from

to

1

1..* ◀ SENT TO

◀ SENT BY

UseruserIdnameaddress

EmailmailIdtitle

Dptname

113

ありがとうございました

crash.academy - Neo4j ハンズオン › uploads › course › 177 ›...

Documents

Transcript of crash.academy - Neo4j ハンズオン › uploads › course › 177 ›...