實際上為了更好的描述實體之間的關(guān)系，我們要是再繼續(xù)使用Redis的話，是不是感覺實體之間的關(guān)系不夠那么的明顯，雖然也是屬于NoSQL的一種，但是相對來說，Redis，表現(xiàn)實體之間的關(guān)系就沒有那么清晰了，為了更好的描述實體之間的關(guān)系，就會使用圖形數(shù)據(jù)庫來進行了，那么今天阿粉介紹的，就是一個圖形化的數(shù)據(jù)可，Neo4J。
創(chuàng)新互聯(lián)建站主要從事成都網(wǎng)站建設(shè)、網(wǎng)站制作、網(wǎng)頁設(shè)計、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)湯原,十多年網(wǎng)站建設(shè)經(jīng)驗,價格優(yōu)惠、服務(wù)專業(yè),歡迎來電咨詢建站服務(wù):18982081108
Neo4j是一個世界領(lǐng)先的開源的基于圖的數(shù)據(jù)庫。 它是使用Java語言完全開發(fā)的。那么什么是圖數(shù)據(jù)庫呢？圖數(shù)據(jù)庫是以圖結(jié)構(gòu)的形式存儲數(shù)據(jù)的數(shù)據(jù)庫。 它以節(jié)點，關(guān)系和屬性的形式存儲應(yīng)用程序的數(shù)據(jù)。正如RDBMS以表的“行，列”的形式存儲數(shù)據(jù)，GDBMS以圖的形式存儲數(shù)據(jù)。
RDBMS與圖數(shù)據(jù)庫的區(qū)別
1.Tables 表Graphs 圖表
2.Rows 行Nodes 節(jié)點
3.Columns and Data 列和數(shù)據(jù) Properties and its values屬性及其值
4.Constraints 約束Relationships 關(guān)系
5.Joins 加入Traversal 遍歷
說完了圖形數(shù)據(jù)庫，我們就來看看這個 Neo4J 數(shù)據(jù)庫吧
neo4j是用Java語言編寫的圖形數(shù)據(jù)庫，運行時需要啟動JVM進程，因此，需安裝JAVA SE的JDK。關(guān)于 Java 怎么安裝，我就不用再多廢話了吧，到時候別忘了檢測一下 Java 的版本就好了， java -version
接下來我們就是要進行一個安裝了，我們先去官網(wǎng)，下載社區(qū)版，企業(yè)版要收費的，注意哈。
官網(wǎng)地址
下載完成，直接開始安裝，傻瓜式操作即可。
Neo4j應(yīng)用程序有如下主要的目錄結(jié)構(gòu)：
注意，如果你使用的是Zip的壓縮包來進行的使用的話，那么你就需要注意一些地方，比如你如果是用 Zip 的包解壓之后，并且想要通過 bat 的命令啟動，直接在目錄下進行 cmd ，然后 neo4j.bat ,這時候可能會出現(xiàn)一個問題，就是版本可能會出現(xiàn)問題，你如果下載使用的是最新版的 Neo4J ,那么就可能會讓你使用 JDK 11 ，而阿粉就是踩過了這個大坑之后，才發(fā)現(xiàn)，bat 閃退的原因。
這樣就是說明我們的 JDk 的版本對應(yīng)的和 Neo4J 需要的 JDK 是不匹配的，我們就需要換一下我們的 JDK 了。把他換成 JDK 11 就好了，再次啟動。
這時候，我們就直接訪問 localhost：7474 的端口，直接就能看到如下的畫面， 1.jpg
剛進入的時候可能需要大家輸入帳號密碼，默認的帳號密碼就是，neo4j 修改成你想要的就行了。
這樣登錄進去我們就能開始正式學(xué)習(xí) Neo4J 的所有內(nèi)容了。
Neo4j - CQL語法
我們在講語法之前首先我們先得看看 Neo4J 的構(gòu)建模塊，不然之后的查詢都是無意義的。
Neo4j圖數(shù)據(jù)庫主要有以下構(gòu)建塊 -
節(jié)點是圖表的基本單位。 它包含具有鍵值對的屬性，如下所示
屬性是用于描述圖節(jié)點和關(guān)系的鍵值對
關(guān)系是圖形數(shù)據(jù)庫的另一個主要構(gòu)建塊。 它連接兩個節(jié)點，如下所示。
Label將一個公共名稱與一組節(jié)點或關(guān)系相關(guān)聯(lián)。 節(jié)點或關(guān)系可以包含一個或多個標(biāo)簽。 我們可以為現(xiàn)有節(jié)點或關(guān)系創(chuàng)建新標(biāo)簽。 我們可以從現(xiàn)有節(jié)點或關(guān)系中刪除現(xiàn)有標(biāo)簽。
Neo4j數(shù)據(jù)瀏覽器 一旦我們安裝Neo4j，我們可以訪問Neo4j數(shù)據(jù)瀏覽器使用以下URL
http：// localhost：7474 / browser /
CREATE 語法
CREATE ( : )
它是我們要創(chuàng)建的節(jié)點名稱。
它是一個節(jié)點標(biāo)簽名稱
我們可以創(chuàng)建一個節(jié)點，然后給他安排上一個標(biāo)簽
CREATE (emp:Employee)
當(dāng)我們看到
Added 1 label, created 1 node, completed after 74 ms.
這就創(chuàng)建成功了，
那么怎么查看呢？
MATCH語法
MATCH ( : ) return xxx
是這個樣子的
但是看到里面竟然沒有東西，就相當(dāng)于是一個空的對象，那是不是就應(yīng)該給里面放入屬性的操作呢？沒錯，肯定有
CREATE (emp:Employee{ id : 1001 ,name :"lucy", age : 10})
Added 1 label, created 1 node, set 3 properties, completed after 163 ms. 創(chuàng)建成功。
我們再次查看就能看到
如果我們想只要其中的一些對象的屬性，而不是全部屬性，那應(yīng)該怎么操作呢？
RETURN語法
RETURN 可以返回的是一個對象，也可以是對象中的屬性，比如：
結(jié)果就是下面這個樣子的，大家看一下，是不是感覺還是挺好用的。
** WHERE語法**
WHERE
為什么在前面的位置阿粉說，CQL 是和 SQL 類型的，這完全是因為很多東西和 SQL 是類似的。
結(jié)果如下：
相同的還有
布爾運算符 描述 AND 和 OR 或者 NOT 非 XOR 異或
比較運算符 描述 = “等于”運算符 “不等于”運算符 “小于”運算符 “大于”運算符 = “小于或等于”運算符。 = “大于或等于”運算符。
DELETE語法
刪除語法必然是有的，因為有創(chuàng)建，肯定有刪除。
DELETE
但是這個命令也不是單獨使用的哈，
MATCH (e: Employee) DELETE e
直接刪除成功。
基礎(chǔ)的東西講完了，阿粉就得說說這個比較重要的內(nèi)容了，關(guān)系，
我們之前創(chuàng)建節(jié)點的時候，那叫一個簡單舒適加愉快，但是創(chuàng)建關(guān)系就比較復(fù)雜了，因為需要考慮如何匹配到有關(guān)系的兩個節(jié)點，以及關(guān)系本身的屬性如何設(shè)置。這里我們就簡單學(xué)一下如何建立節(jié)點之間的關(guān)系。
由于Neo4j CQL語法是以人類可讀的格式。 Neo4j CQL也使用類似的箭頭標(biāo)記來創(chuàng)建兩個節(jié)點之間的關(guān)系。
每個關(guān)系（ ）包含兩個節(jié)點
在Neo4j中，兩個節(jié)點之間的關(guān)系是有方向性的。 它們是單向或雙向的。
如果我們嘗試創(chuàng)建一個沒有任何方向的關(guān)系，那么就會報錯。
關(guān)系創(chuàng)建語法
CREATE ( )-[ ]-( )
我們這里直接使用創(chuàng)建新的節(jié)點來創(chuàng)建關(guān)系。
提示創(chuàng)建成功
這里關(guān)系名稱是“CONTAINS”
關(guān)系標(biāo)簽是“contains”。
這么看是看不出有啥關(guān)系的，但是，我們可以從另外的一個位置
這樣看下來，這個 Neo4J 簡單操作是不是就學(xué)會了，阿粉接下來的文章中講怎么使用 Java 來操作 Neo4J 數(shù)據(jù)庫。歡迎大家來觀看。
2. 什么是NoSQL？
2.1 NoSQL 概述
NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，
泛指非關(guān)系型的數(shù)據(jù)庫。隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統(tǒng)的關(guān)系數(shù)據(jù)庫在應(yīng)付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問題，而非關(guān)系型的數(shù)據(jù)庫則由于其本身的特點得到了非常迅速的發(fā)展。NoSQL數(shù)據(jù)庫的產(chǎn)生就是為了解決大規(guī)模數(shù)據(jù)集合多重數(shù)據(jù)種類帶來的挑戰(zhàn)，尤其是大數(shù)據(jù)應(yīng)用難題，包括超大規(guī)模數(shù)據(jù)的存儲。
（例如谷歌或Facebook每天為他們的用戶收集萬億比特的數(shù)據(jù)）。這些類型的數(shù)據(jù)存儲不需要固定的模式，無需多余操作就可以橫向擴展。
2.2 NoSQL代表
MongDB、 Redis、Memcache
3. 關(guān)系型數(shù)據(jù)庫與NoSQL的區(qū)別？
3.1 RDBMS
高度組織化結(jié)構(gòu)化數(shù)據(jù)
結(jié)構(gòu)化查詢語言（SQL）
數(shù)據(jù)和關(guān)系都存儲在單獨的表中。
數(shù)據(jù)操縱語言，數(shù)據(jù)定義語言
嚴(yán)格的一致性
基礎(chǔ)事務(wù)
ACID
關(guān)系型數(shù)據(jù)庫遵循ACID規(guī)則
事務(wù)在英文中是transaction，和現(xiàn)實世界中的交易很類似，它有如下四個特性：
A (Atomicity) 原子性
原子性很容易理解，也就是說事務(wù)里的所有操作要么全部做完，要么都不做，事務(wù)成功的條件是事務(wù)里的所有操作都成功，只要有一個操作失敗，整個事務(wù)就失敗，需要回滾。比如銀行轉(zhuǎn)賬，從A賬戶轉(zhuǎn)100元至B賬戶，分為兩個步驟：1）從A賬戶取100元；2）存入100元至B賬戶。這兩步要么一起完成，要么一起不完成，如果只完成第一步，第二步失敗，錢會莫名其妙少了100元。
C (Consistency) 一致性
一致性也比較容易理解，也就是說數(shù)據(jù)庫要一直處于一致的狀態(tài)，事務(wù)的運行不會改變數(shù)據(jù)庫原本的一致性約束。
I (Isolation) 獨立性
所謂的獨立性是指并發(fā)的事務(wù)之間不會互相影響，如果一個事務(wù)要訪問的數(shù)據(jù)正在被另外一個事務(wù)修改，只要另外一個事務(wù)未提交，它所訪問的數(shù)據(jù)就不受未提交事務(wù)的影響。比如現(xiàn)有有個交易是從A賬戶轉(zhuǎn)100元至B賬戶，在這個交易還未完成的情況下，如果此時B查詢自己的賬戶，是看不到新增加的100元的
D (Durability) 持久性
持久性是指一旦事務(wù)提交后，它所做的修改將會永久的保存在數(shù)據(jù)庫上，即使出現(xiàn)宕機也不會丟失。
3.2 NoSQL
代表著不僅僅是SQL
沒有聲明性查詢語言
沒有預(yù)定義的模式
鍵 - 值對存儲，列存儲，文檔存儲，圖形數(shù)據(jù)庫
最終一致性，而非ACID屬性
非結(jié)構(gòu)化和不可預(yù)知的數(shù)據(jù)
CAP定理
高性能，高可用性和可伸縮性
分布式數(shù)據(jù)庫中的CAP原理(了解)
CAP定理：
Consistency(一致性), 數(shù)據(jù)一致更新，所有數(shù)據(jù)變動都是同步的
Availability(可用性), 好的響應(yīng)性能
Partition tolerance(分區(qū)容錯性) 可靠性
P: 系統(tǒng)中任意信息的丟失或失敗不會影響系統(tǒng)的繼續(xù)運作。
定理：任何分布式系統(tǒng)只可同時滿足二點，沒法三者兼顧。
CAP理論的核心是：一個分布式系統(tǒng)不可能同時很好的滿足一致性，可用性和分區(qū)容錯性這三個需求，
因此，根據(jù) CAP 原理將 NoSQL 數(shù)據(jù)庫分成了滿足 CA 原則、滿足 CP 原則和滿足 AP 原則三 大類：
CA - 單點集群，滿足一致性，可用性的系統(tǒng)，通常在可擴展性上不太強大。
CP - 滿足一致性，分區(qū)容忍性的系統(tǒng)，通常性能不是特別高。
AP - 滿足可用性，分區(qū)容忍性的系統(tǒng)，通?？赡軐σ恢滦砸蟮鸵恍?/p>
CAP理論就是說在分布式存儲系統(tǒng)中，最多只能實現(xiàn)上面的兩點。
而由于當(dāng)前的網(wǎng)絡(luò)硬件肯定會出現(xiàn)延遲丟包等問題，所以分區(qū)容忍性是我們必須需要實現(xiàn)的。
所以我們只能在一致性和可用性之間進行權(quán)衡，沒有NoSQL系統(tǒng)能同時保證這三點。
說明：C：強一致性 A：高可用性 P：分布式容忍性
舉例：
CA：傳統(tǒng)Oracle數(shù)據(jù)庫
AP：大多數(shù)網(wǎng)站架構(gòu)的選擇
CP：Redis、Mongodb
注意：分布式架構(gòu)的時候必須做出取舍。
一致性和可用性之間取一個平衡。多余大多數(shù)web應(yīng)用，其實并不需要強一致性。
因此犧牲C換取P，這是目前分布式數(shù)據(jù)庫產(chǎn)品的方向。
4. 當(dāng)下NoSQL的經(jīng)典應(yīng)用
當(dāng)下的應(yīng)用是 SQL 與 NoSQL 一起使用的。
代表項目：阿里巴巴商品信息的存放。
去 IOE 化。
ps：I 是指 IBM 的小型機，很貴的，好像好幾萬一臺；O 是指 Oracle 數(shù)據(jù)庫，也很貴的，好幾萬呢；M 是指 EMC 的存儲設(shè)備，也很貴的。
難點：
數(shù)據(jù)類型多樣性。
數(shù)據(jù)源多樣性和變化重構(gòu)。
數(shù)據(jù)源改造而服務(wù)平臺不需要大面積重構(gòu)。
Hadoop
文件系統(tǒng)：文件系統(tǒng)是用來存儲和管理文件，并且提供文件的查詢、增加、刪除等操作。
直觀上的體驗：在shell窗口輸入 ls 命令，就可以看到當(dāng)前目錄下的文件夾、文件。
文件存儲在哪里？硬盤
一臺只有250G硬盤的電腦，如果需要存儲500G的文件可以怎么辦？先將電腦硬盤擴容至少250G，再將文件分割成多塊，放到多塊硬盤上儲存。
通過 hdfs dfs -ls 命令可以查看分布式文件系統(tǒng)中的文件，就像本地的ls命令一樣。
HDFS在客戶端上提供了查詢、新增和刪除的指令，可以實現(xiàn)將分布在多臺機器上的文件系統(tǒng)進行統(tǒng)一的管理。
在分布式文件系統(tǒng)中，一個大文件會被切分成塊，分別存儲到幾臺機器上。結(jié)合上文中提到的那個存儲500G大文件的那個例子，這500G的文件會按照一定的大小被切分成若干塊，然后分別存儲在若干臺機器上，然后提供統(tǒng)一的操作接口。
看到這里，不少人可能會覺得，分布式文件系統(tǒng)不過如此，很簡單嘛。事實真的是這樣的么？
潛在問題
假如我有一個1000臺機器組成的分布式系統(tǒng)，一臺機器每天出現(xiàn)故障的概率是0.1%，那么整個系統(tǒng)每天出現(xiàn)故障的概率是多大呢？答案是(1-0.1%)^1000=63%，因此需要提供一個容錯機制來保證發(fā)生差錯時文件依然可以讀出，這里暫時先不展開介紹。
如果要存儲PB級或者EB級的數(shù)據(jù)，成千上萬臺機器組成的集群是很常見的，所以說分布式系統(tǒng)比單機系統(tǒng)要復(fù)雜得多呀。
這是一張HDFS的架構(gòu)簡圖：
client通過nameNode了解數(shù)據(jù)在哪些DataNode上，從而發(fā)起查詢。此外，不僅是查詢文件，寫入文件的時候也是先去請教NameNode，看看應(yīng)該往哪個DateNode中去寫。
為了某一份數(shù)據(jù)只寫入到一個Datanode中，而這個Datanode因為某些原因出錯無法讀取的問題，需要通過冗余備份的方式來進行容錯處理。因此，HDFS在寫入一個數(shù)據(jù)塊的時候，不會僅僅寫入一個DataNode，而是會寫入到多個DataNode中，這樣，如果其中一個DataNode壞了，還可以從其余的DataNode中拿到數(shù)據(jù)，保證了數(shù)據(jù)不丟失。
實際上，每個數(shù)據(jù)塊在HDFS上都會保存多份，保存在不同的DataNode上。這種是犧牲一定存儲空間換取可靠性的做法。
接下來我們來看一下完整的文件寫入的流程：
大文件要寫入HDFS，client端根據(jù)配置將大文件分成固定大小的塊，然后再上傳到HDFS。
讀取文件的流程：
1、client詢問NameNode，我要讀取某個路徑下的文件，麻煩告訴我這個文件都在哪些DataNode上？
2、NameNode回復(fù)client，這個路徑下的文件被切成了3塊，分別在DataNode1、DataNode3和DataNode4上
3、client去找DataNode1、DataNode3和DataNode4，拿到3個文件塊，通過stream讀取并且整合起來
文件寫入的流程：
1、client先將文件分塊，然后詢問NameNode，我要寫入一個文件到某個路徑下，文件有3塊，應(yīng)該怎么寫？
2、NameNode回復(fù)client，可以分別寫到DataNode1、DataNode2、DataNode3、DataNode4上，記住，每個塊重復(fù)寫3份，總共是9份
3、client找到DataNode1、DataNode2、DataNode3、DataNode4，把數(shù)據(jù)寫到他們上面
出于容錯的考慮，每個數(shù)據(jù)塊有3個備份，但是3個備份快都直接由client端直接寫入勢必會帶來client端過重的寫入壓力，這個點是否有更好的解決方案呢？回憶一下mysql主備之間是通過binlog文件進行同步的，HDFS當(dāng)然也可以借鑒這個思想，數(shù)據(jù)其實只需要寫入到一個datanode上，然后由datanode之間相互進行備份同步，減少了client端的寫入壓力，那么至于是一個datanode寫入成功即成功，還是需要所有的參與備份的datanode返回寫入成功才算成功，是可靠性配置的策略，當(dāng)然這個設(shè)置會影響到數(shù)據(jù)寫入的吞吐率，我們可以看到可靠性和效率永遠是“魚和熊掌不可兼得”的。
潛在問題
NameNode確實會回放editlog，但是不是每次都從頭回放，它會先加載一個fsimage，這個文件是之前某一個時刻整個NameNode的文件元數(shù)據(jù)的內(nèi)存快照，然后再在這個基礎(chǔ)上回放editlog，完成后，會清空editlog，再把當(dāng)前文件元數(shù)據(jù)的內(nèi)存狀態(tài)寫入fsimage，方便下一次加載。
這樣，全量回放就變成了增量回放，但是如果NameNode長時間未重啟過，editlog依然會比較大，恢復(fù)的時間依然比較長，這個問題怎么解呢？
SecondNameNode是一個NameNode內(nèi)的定時任務(wù)線程，它會定期地將editlog寫入fsimage，然后情況原來的editlog，從而保證editlog的文件大小維持在一定大小。
NameNode掛了， SecondNameNode并不能替代NameNode，所以如果集群中只有一個NameNode，它掛了，整個系統(tǒng)就掛了。hadoop2.x之前，整個集群只能有一個NameNode，是有可能發(fā)生單點故障的，所以hadoop1.x有本身的不穩(wěn)定性。但是hadoop2.x之后，我們可以在集群中配置多個NameNode，就不會有這個問題了，但是配置多個NameNode，需要注意的地方就更多了，系統(tǒng)就更加復(fù)雜了。
俗話說“一山不容二虎”，兩個NameNode只能有一個是活躍狀態(tài)active，另一個是備份狀態(tài)standby，我們看一下兩個NameNode的架構(gòu)圖。
兩個NameNode通過JournalNode實現(xiàn)同步editlog，保持狀態(tài)一致可以相互替換。
因為active的NameNode掛了之后，standby的NameNode要馬上接替它，所以它們的數(shù)據(jù)要時刻保持一致，在寫入數(shù)據(jù)的時候，兩個NameNode內(nèi)存中都要記錄數(shù)據(jù)的元信息，并保持一致。這個JournalNode就是用來在兩個NameNode中同步數(shù)據(jù)的，并且standby NameNode實現(xiàn)了SecondNameNode的功能。
進行數(shù)據(jù)同步操作的過程如下：
active NameNode有操作之后，它的editlog會被記錄到JournalNode中，standby NameNode會從JournalNode中讀取到變化并進行同步，同時standby NameNode會監(jiān)聽記錄的變化。這樣做的話就是實時同步了，并且standby NameNode就實現(xiàn)了SecondNameNode的功能。
優(yōu)點：
缺點：
按照你的需求來購買，比如 ： 數(shù)據(jù)庫選型（mysql，nosql） 內(nèi)存多大 磁盤多大 等等
重慶分公司
重慶分公司
