intent隐式和显式_Neo4j：使隐式关系成为显式和双向关系

intent隐式和显式

我最近阅读了Michal Bachman关于 Neo4j中双向关系的文章 ，他建议对于某些关系类型，我们对关系的方向不那么感兴趣，因此可以在查询时忽略它。 他使用以下示例显示Neo Technology和GraphAware之间的合作关系：

neo_ga3

两家公司都是彼此的合作伙伴，但是由于我们可以尽快找到传入和传出的关系，因此我们最好在两家公司/节点之间只有一种关系。

当我们想使图中的隐式关系显式时，经常会出现这种模式。 例如，我们可能有以下图表描述了他们从事的人员和项目：

2013-10-25_16-34-16

我们可以使用以下密码语法在Neo4j 2.0中创建该图： 

CREATE (mark:Person {name: "Mark"})
CREATE (dave:Person {name: "Dave"})
CREATE (john:Person {name: "John"})CREATE (projectA:Project {name: "Project A"})
CREATE (projectB:Project {name: "Project B"})
CREATE (projectC:Project {name: "Project C"})CREATE (mark)-[:WORKED_ON]->(projectA)
CREATE (mark)-[:WORKED_ON]->(projectB)
CREATE (dave)-[:WORKED_ON]->(projectA)
CREATE (dave)-[:WORKED_ON]->(projectC)
CREATE (john)-[:WORKED_ON]->(projectC)
CREATE (john)-[:WORKED_ON]->(projectB)

如果我们想弄清楚哪些人彼此认识，我们可以编写以下查询： 

MATCH (person1:Person)-[:WORKED_ON]-()<-[:WORKED_ON]-(person2)
RETURN person1, person2==> +-------------------------------------------------------+
==> | person1                   | person2                   |
==> +-------------------------------------------------------+
==> | Node[500363]{name:"Mark"} | Node[500364]{name:"Dave"} |
==> | Node[500363]{name:"Mark"} | Node[500365]{name:"John"} |
==> | Node[500364]{name:"Dave"} | Node[500363]{name:"Mark"} |
==> | Node[500364]{name:"Dave"} | Node[500365]{name:"John"} |
==> | Node[500365]{name:"John"} | Node[500364]{name:"Dave"} |
==> | Node[500365]{name:"John"} | Node[500363]{name:"Mark"} |
==> +-------------------------------------------------------+
==> 6 rows

我们可能想在每对人之间创建一个KNOWS关系： 

MATCH (person1:Person)-[:WORKED_ON]-()<-[:WORKED_ON]-(person2)
CREATE UNIQUE (person1)-[:KNOWS]->(person2)
RETURN person1, person2

现在，如果我们运行一个查询（忽略关系方向）以找出彼此认识的人，我们将得到很多重复的结果： 

MATCH path=(person1:Person)-[:KNOWS]-(person2) 
RETURN person1, person2, path==> +--------------------------------------------------------------------------------------------------------------------------------+
==> | person1                   | person2                   | path                                                                   |
==> +--------------------------------------------------------------------------------------------------------------------------------+
==> | Node[500363]{name:"Mark"} | Node[500364]{name:"Dave"} | [Node[500363]{name:"Mark"},:KNOWS[528536]{},Node[500364]{name:"Dave"}] |
==> | Node[500363]{name:"Mark"} | Node[500365]{name:"John"} | [Node[500363]{name:"Mark"},:KNOWS[528537]{},Node[500365]{name:"John"}] |
==> | Node[500363]{name:"Mark"} | Node[500364]{name:"Dave"} | [Node[500363]{name:"Mark"},:KNOWS[528538]{},Node[500364]{name:"Dave"}] |
==> | Node[500363]{name:"Mark"} | Node[500365]{name:"John"} | [Node[500363]{name:"Mark"},:KNOWS[528541]{},Node[500365]{name:"John"}] |
==> | Node[500364]{name:"Dave"} | Node[500363]{name:"Mark"} | [Node[500364]{name:"Dave"},:KNOWS[528538]{},Node[500363]{name:"Mark"}] |
==> | Node[500364]{name:"Dave"} | Node[500365]{name:"John"} | [Node[500364]{name:"Dave"},:KNOWS[528539]{},Node[500365]{name:"John"}] |
==> | Node[500364]{name:"Dave"} | Node[500363]{name:"Mark"} | [Node[500364]{name:"Dave"},:KNOWS[528536]{},Node[500363]{name:"Mark"}] |
==> | Node[500364]{name:"Dave"} | Node[500365]{name:"John"} | [Node[500364]{name:"Dave"},:KNOWS[528540]{},Node[500365]{name:"John"}] |
==> | Node[500365]{name:"John"} | Node[500364]{name:"Dave"} | [Node[500365]{name:"John"},:KNOWS[528540]{},Node[500364]{name:"Dave"}] |
==> | Node[500365]{name:"John"} | Node[500363]{name:"Mark"} | [Node[500365]{name:"John"},:KNOWS[528541]{},Node[500363]{name:"Mark"}] |
==> | Node[500365]{name:"John"} | Node[500363]{name:"Mark"} | [Node[500365]{name:"John"},:KNOWS[528537]{},Node[500363]{name:"Mark"}] |
==> | Node[500365]{name:"John"} | Node[500364]{name:"Dave"} | [Node[500365]{name:"John"},:KNOWS[528539]{},Node[500364]{name:"Dave"}] |
==> +--------------------------------------------------------------------------------------------------------------------------------+
==> 12 rows

每对人出现4次，如果我们以马克和戴夫为例，我们可以看到原因： 

MATCH path=(person1:Person)-[:KNOWS]-(person2) 
WHERE person1.name = "Mark" AND person2.name = "Dave" 
RETURN person1, person2, path==> +--------------------------------------------------------------------------------------------------------------------------------+
==> | person1                   | person2                   | path                                                                   |
==> +--------------------------------------------------------------------------------------------------------------------------------+
==> | Node[500363]{name:"Mark"} | Node[500364]{name:"Dave"} | [Node[500363]{name:"Mark"},:KNOWS[528536]{},Node[500364]{name:"Dave"}] |
==> | Node[500363]{name:"Mark"} | Node[500364]{name:"Dave"} | [Node[500363]{name:"Mark"},:KNOWS[528538]{},Node[500364]{name:"Dave"}] |
==> +--------------------------------------------------------------------------------------------------------------------------------+
==> 2 rows

如果我们看一下路径栏下有两个不同的KNOWS关系（与IDS 528536和528538），马克和戴夫，一个去之间从马克戴夫和其他来自Dave马克。

正如Michal在他的帖子中指出的那样，在这种情况下，不需要两个关系。 我们只需要一种关系，可以通过创建KNOWS关系时不指定方向来实现： 

MATCH (person1:Person)-[:WORKED_ON]-()<-[:WORKED_ON]-(person2)
CREATE UNIQUE (person1)-[:KNOWS]-(person2)
RETURN person1, person2

现在，如果我们重新运行查询以检查Mark和Dave之间的关系，则只有一个： 

MATCH path=(person1:Person)-[:KNOWS]-(person2) WHERE person1.name = "Mark" AND person2.name = "Dave" RETURN person1, person2, path==> +--------------------------------------------------------------------------------------------------------------------------------+
==> | person1                   | person2                   | path                                                                   |
==> +--------------------------------------------------------------------------------------------------------------------------------+
==> | Node[500375]{name:"Mark"} | Node[500376]{name:"Dave"} | [Node[500375]{name:"Mark"},:KNOWS[528560]{},Node[500376]{name:"Dave"}] |
==> +--------------------------------------------------------------------------------------------------------------------------------+
==> 1 row

在这种情况下，关系从Mark到Dave，可以通过执行一些考虑方向的查询来看到： 

MATCH path=(person1:Person)-[:KNOWS]->(person2) 
WHERE person1.name = "Mark" AND person2.name = "Dave" 
RETURN person1, person2, path==> +--------------------------------------------------------------------------------------------------------------------------------+
==> | person1                   | person2                   | path                                                                   |
==> +--------------------------------------------------------------------------------------------------------------------------------+
==> | Node[500375]{name:"Mark"} | Node[500376]{name:"Dave"} | [Node[500375]{name:"Mark"},:KNOWS[528560]{},Node[500376]{name:"Dave"}] |
==> +--------------------------------------------------------------------------------------------------------------------------------+
==> 1 row
MATCH path=(person1:Person)<-[:KNOWS]-(person2) 
WHERE person1.name = "Mark" AND person2.name = "Dave" 
RETURN person1, person2, path==> +--------------------------+
==> | person1 | person2 | path |
==> +--------------------------+
==> +--------------------------+
==> 0 row

参考： Neo4j：通过Mark Needham博客博客的JCG合作伙伴 Mark Needham 使隐式关系成为显式和双向关系 。

翻译自: https://www.javacodegeeks.com/2013/10/neo4j-making-implicit-relationships-explicit-bidirectional-relationships.html

intent隐式和显式

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/346454.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

mysql读写分离 存储过程_基于maxscale的读写分离部署笔记

mysql读写分离 存储过程_基于maxscale的读写分离部署笔记

使用maxscale搭建的读写分离架构&#xff0c;后期还可以再结合MHA做master的故障转移&#xff0c;这样业务层面上不需要做任何的改动即可。基于connect方式的不要使用。从库延迟他还会继续分发请求过去&#xff0c;暂时不适合生产使用。实验演示&#xff1a;目前的主从结构&…
阅读更多...
python读书笔记2000_流畅的Python读书笔记

python读书笔记2000_流畅的Python读书笔记

特殊方法的存在是为了Python解释器调用的&#xff0c;你自己并不需要去调用他们&#xff0c;比如说my_object.len()这种写法是没有的&#xff0c;应该使用len(my_object)。在使用len(my_object)的时候&#xff0c;如果my_object是一个自定义类的对象&#xff0c;那么Python会自…
阅读更多...
antd 3升级命令_是时候拥有一个你自己的命令行工具了

antd 3升级命令_是时候拥有一个你自己的命令行工具了

本篇博客主要介绍了如何使用commander, inquirer以及chalk从零开始&#xff0c;创建属于自己的命令行工具。0. 一分钟体验首先我们先花一分钟的时间&#xff0c;体验一下创建自己的命令行cli工具是什么感觉。0.1. 新建项目目录假如我们的项目名称叫hello-cli&#xff0c;使用如…
阅读更多...
找不到要去的声明_老汉将行李袋交由他人看管 去了一趟卫生间找不到人了.........

找不到要去的声明_老汉将行李袋交由他人看管 去了一趟卫生间找不到人了.........

春节走亲访友难免多喝两杯&#xff0c;但酒后乘车却容易造成财物遗失。目前正值春运返程高峰&#xff0c;从沧州女儿家返程回山东老家的蔡先生就因为中午多喝了几杯酒&#xff0c;便将装有12000元生活费的行李袋弄丢了。好在沧州火车站派出所民警最终将蔡先生的失物找回&#x…
阅读更多...
java可视化压缩_web可视化技术发展（1/6）

java可视化压缩_web可视化技术发展（1/6）

EverCraft一直在关注Web可视化技术的发展&#xff0c;在本系列文章里&#xff0c;小编将对国外一篇感觉很不错的综述性文章进行翻译&#xff0c;供这一领域的爱好者相互学习。这篇paper的信息为&#xff1a;“Mwalongo, F., et al., State-of-the-Art Report in Web-based Visu…
阅读更多...
屏幕坏点检测图片_电视屏幕出现坏点？行家会这样做！

屏幕坏点检测图片_电视屏幕出现坏点？行家会这样做！

液晶电视经常会有几个亮点或暗点&#xff0c;这些通常被称为电视坏点。作为强迫症患者&#xff0c;面对这些屏幕坏点我们应该怎么做&#xff1f;下面跟小智聊聊这个问题吧&#xff01;首先&#xff0c;坏点形成的原因首先是因为液晶屏幕由很多点组成&#xff0c;每个点由RGB三原…
阅读更多...
Java：GraalVM数据库流性能

Java：GraalVM数据库流性能

GraalVM是JVM块的新成员。 它是一个开源虚拟机&#xff0c;能够同时运行多种编程语言&#xff0c;例如Java&#xff0c;Rust和JavaScript。 GraalVM还有一个新的内部代码优化器管道&#xff0c;在某些情况下&#xff0c;与其他JVM相比&#xff0c;它可以显着提高性能。 了解如何…
阅读更多...
kubelet启动失败_kubelet 架构浅析

kubelet启动失败_kubelet 架构浅析

一、概要kubelet 是运行在每个节点上的主要的“节点代理”&#xff0c;每个节点都会启动 kubelet进程&#xff0c;用来处理 Master 节点下发到本节点的任务&#xff0c;按照 PodSpec 描述来管理Pod 和其中的容器&#xff08;PodSpec 是用来描述一个 pod 的 YAML 或者 JSON 对象…
阅读更多...
shell 提取sql 的字段名表名_SQL代码风格规范

shell 提取sql 的字段名表名_SQL代码风格规范

作为新时代SQL Boy&#xff0c;大部分时间都是在写sql&#xff0c;很多时候看到别人写的代码实在是不规范&#xff0c;命名随便写&#xff0c;没有缩进&#xff0c;看起来很没有逻辑性&#xff0c;今天分享下我自己的一些规范&#xff0c;从这里修改而来。--名称&#xff1a;xx…
阅读更多...
亚马逊ec2 实例删除_亚马逊免费使用套餐：在EC2 Linux实例上安装Tomcat 7

亚马逊ec2 实例删除_亚马逊免费使用套餐：在EC2 Linux实例上安装Tomcat 7

亚马逊ec2 实例删除Amazon Web Services提供了12个月的免费使用期限&#xff0c;使开发人员可以在云中运行任何他们想要的东西。 免费层包括14个服务&#xff0c;其中Web开发人员最关注EC2服务。 EC2是一项服务&#xff0c;通过停止和启动Windows和/或Linux的虚拟实例来提供可调…
阅读更多...
使用混合多云每个人都应避免的3个陷阱（第4部分）

使用混合多云每个人都应避免的3个陷阱（第4部分）

每天都在肆意宣传云&#xff0c;但每个人都应避免三个陷阱。 从云&#xff0c;混合云到混合多云&#xff0c;您被告知这是确保业务数字化未来的一种方式。 您必须做出的这些选择不会排除提高客户体验和敏捷交付这些应用程序的日常工作。 让我们开始一段旅程&#xff0c;仔细研…
阅读更多...
Java，JavaFX的流畅设计风格拨动开关

Java，JavaFX的流畅设计风格拨动开关

嗨&#xff0c;这次我将在新版本的JMetro中讨论新的Toggle Switch样式。 拨动开关是一种近年来变得非常流行的控件。 我前一段时间在ControlsFX库中添加了JavaFX实现。 刚刚发布的JMetro版本4.1中提供了此新样式。 什么是拨动开关 在以前的文章中&#xff0c;我谈到了切换开…
阅读更多...
python解析多层嵌套json_Python爬虫解析多个嵌套JSON,多级,json

python解析多层嵌套json_Python爬虫解析多个嵌套JSON,多级,json

Python爬虫解析多级嵌套json最近刚接触Python爬虫&#xff0c;正好最近肺炎在全国蔓延&#xff0c;所以准备从网站爬取肺炎实时数据&#xff0c;并解析自己想要的数据。获取json数据网址为 https://m.look.360.cn/events/feiyan爬取网址&#xff1a;def main():urlhttps://m.lo…
阅读更多...
如何使用vps 异地组网_使用ZEROTIER异地组建内网(局域网)

如何使用vps 异地组网_使用ZEROTIER异地组建内网(局域网)

一、注册账号(该网站打开比较慢&#xff0c;但并不影响组网后的网速)二、建立虚拟局域网网(获取Network ID)1.选择菜单栏的Networks菜单2.选择创建网络3.注意获取到的Network ID(需要在每台组网的电脑上加入这个network id)4.大部分设置默认就可以了.三、下载软件点菜单中的Dow…
阅读更多...
编写一个watchdog.sh脚本_五大原因！为何要将Jupyter Notebook转换为python脚本？

编写一个watchdog.sh脚本_五大原因！为何要将Jupyter Notebook转换为python脚本？

全文共3360字&#xff0c;预计学习时长9分钟图源&#xff1a;unsplash大多数数据科学在线课程都把Jupyter Notebook作为教学媒介&#xff0c;这是因为初学者在Jupyter Notebook的单元格中编写代码&#xff0c;比编写包含类和函数的脚本更容易。另一个原因在于它使浏览和绘制数据…
阅读更多...
java 多线程 总结_Java 多线程总结

java 多线程 总结_Java 多线程总结

昨天熬了个通宵&#xff0c;看了一晚上的视频&#xff0c;把java 的多线程相关技术重新复习了一遍&#xff0c;下面对学习过程中遇到的知识点进行下总结。首先我们先来了解一下进程、线程、并发执行的概念&#xff1a;进程是指&#xff1a;一个内存中运行的应用程序&#xff0c…
阅读更多...
基本服务-使用大使网关

基本服务-使用大使网关

这是我对Knative服务进行实验的延续&#xff0c;这次是围绕在Knative服务应用程序之上构建网关。 这是基于我之前的两篇文章- 使用Knative部署Spring Boot App以及在Knative中进行服务到服务的调用 。 为什么在Knative应用程序之上使用网关 为了解释这一点&#xff0c;让我谈谈…
阅读更多...
mysql function 表名作为参数_mysql 常用的分组聚合函数

mysql function 表名作为参数_mysql 常用的分组聚合函数

mysql 常用的分组聚合函数1.聚合运算一般情况下,需要的聚合数据(和,平均值,最大,最小等)并不总是存储在表中,但是可以执行存储数据的计算来获取它.根据定义,聚合函数对一组值执行计算并返回单个值.MySQL提供了许多聚合函数,包括AVG,COUNT,SUM,MIN,MAX等.除COUNT函数外,其它聚合…
阅读更多...
java加减乘除运算顺序_java 实现加减乘除混合运算

java加减乘除运算顺序_java 实现加减乘除混合运算

初衷&#xff1a;解决小学一年级到四年级 基本加减乘除混合运算基本思路&#xff1a;表达式&#xff1a;10032-200(10000/5(100/2))此类表达式我们称之为中缀表达式(运算符在数字的中间),如果我们稍加转换&#xff0c;转化为100, 3, , 2, , 200, -, 10000, 5, /, 100, 2, /, , …
阅读更多...
java integer valueof_对 Java Integer.valueOf() 的一些了解

java integer valueof_对 Java Integer.valueOf() 的一些了解

从一道选择题开始分析选项A选项A中比较的是i01和i02&#xff0c;Integer i0159这里涉及到自动装箱过程&#xff0c;59是整型常量&#xff0c;经包装使其产生一个引用并存在栈中指向这个整型常量所占的内存&#xff0c;这时i01就是Integer 的引用。而int i0259由于int是基本类型…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023