基于Neo4j图数据库实现系统架构可视化

一、图数据库简介

图数据库是NoSQL领域中的一种,在处理相关联的大数据方面比关系型数据库天然具有优势,近年来在知识图谱、金融风控、社交关系等场景中发挥了重要的角色功能。同时,图数据库在AI领域,天然适合诸如记忆提取、关联推理、归纳探索等场景,成为了人工智能领域不可缺少的部分。

Neo4J是比较通用和常见的图数据库,具有社区版和企业版之分,普通学习使用免费的社区版即可。Neo4J还提供了一个Web访问的可视化执行与查询的界面,类似ElasticSearch一样,非常容易上手。Neo4J配套的DSL语言为Cypher查询语言,可以对数据进行高效地查询,同时语法上类似SQL,方便开发者快速上手。

二、Neo4J环境搭建

本文使用Docker来搭建Neo4J环境,需要提前在开发机上装好Docker Desktop。

首先访问DockerHub官网,查询Neo4J官方仓库,将远程镜像拉取到本地,默认情况下拉取的镜像是最新的社区版。

docker pull neo4j

然后现在本地找个目录存放neo4j数据库文件,这里以E:\docker-volume\neo4j-data为例,然后按照使用描述,执行启动命令:

docker run --publish=7474:7474 --publish=7687:7687 --volume=E:\docker-volume\neo4j-data:/data neo4j

等待片刻,容器就完成启动了,此时访问localhost:7474就能访问到neo4j的主页了,默认登录密码是neo4j/neo4j,首次登录后会要求修改默认密码。

三、创建系统架构

3.1 系统架构梳理

现有的系统在架构图中都表现为顶点,是一个实体,实体会包含若干属性,来对实体进行表述。比如“订单系统”是图中的一个顶点实体,该系统是用Java编写,首次部署时间是2020年1月1日,系统负责人是张三等等,这些都是这个系统的属性。我们对现有的系统做了下梳理,以表格的形式内容如下:

系统名称 类型 首次部署时间 系统负责人
订单系统 Java 2020-1-1 jack
商品系统 Python 2021-5-1 mason
淘宝商城 APP 2021-6-1 peter
闲鱼 小程序(MinPro) 2021-8-1 steve
商家管理平台 Web 2021-9-1 lisa
中台MQ MQ 2020-9-1 jane
每日精选 公众号(Public) 2021-4-25 lucy

这些系统中,订单系统和商品系统属于中台后端应用,淘宝、咸鱼、每日精选都是前端面向客户的应用,它们都调用中台的后端应用,商家管理平台是内网供作业人员使用的Web应用,也是调用的中台数据,中台每隔5分钟会推送热点商品数据通过MQ给到每日精选。

上面的关系描述不够直观,系统一旦多了,就可能乱的不行,所以我们需要通过图数据库来描述相互之间的关系。

下面,我们就可以基于如上梳理的关系,进行节点和关系的操作了。在操作之前,我们需要清理一下数据库中的内容,防止产生干扰。

MATCH (n) DETACH DELETE n;

3.2 系统节点的CRUD

  • 增加节点

    CREATE (n:Java {name:'订单系统',firstDeploy:'2020-1-1',leader:'jack'});
    CREATE (n:Java {name:'商品系统',firstDeploy:'2021-5-1',leader:'mason'});
    CREATE (n:App {name:'淘宝商城',firstDeploy:'2021-6-1',leader:'peter'});
    CREATE (n:MinPro {name:'闲鱼',firstDeploy:'2021-8-1',leader:'steve'});
    CREATE (n:Web {name:'商家管理平台',firstDeploy:'2021-9-1',leader:'lisa'});
    CREATE (n:MQ {name:'中台MQ',firstDeploy:'2020-9-1',leader:'jane'});
    CREATE (n:Public {name:'每日精选',firstDeploy:'2021-4-25',leader:'lucy'});
    

    执行后,我们执行查询语句:

    MATCH (n) RETURN n
    

    得到的图如下:

创建系统节点
  • 删除节点

    MATCH (n) WHERE n.name='闲鱼' DELETE n;
    // 等价于
    MATCH (n:MinPro{name:'闲鱼'}) DELETE n;
    
  • 删除节点的属性

    MATCH (n) WHERE n.name='闲鱼' REMOVE n.leader;
    // 等价于
    MATCH (n:MinPro{name:'闲鱼'}) REMOVE n.leader;
    
  • 查询节点

    // 根据节点的属性进行查询(更接近SQL语法,推荐)
    MATCH (n) WHERE n.name='闲鱼' RETURN n;
    // 等价查询语句如下,增加了节点的类型MinPro,查询结果更加准确
    MATCH (n:MinPro{name:'闲鱼'}) RETURN n;
    
  • 修改/新增节点属性

    MATCH (n) WHERE n.name='闲鱼' SET n.leader='steve';
    

3.3 系统关系的CRUD

  • 新增/修改关系(属性)

    MATCH (a),(b) where a.name='闲鱼' AND b.name='商品系统' MERGE (a)-[:invoke]->(b) RETURN a,b;
    MATCH (a:MinPro{name:'闲鱼'}),(b:Java{name:'订单系统'}) MERGE (a)-[:invoke]->(b) RETURN a,b;
    MATCH (a),(b) where a.name='淘宝商城' AND b.name='商品系统' CREATE (a)-[:invoke]->(b) RETURN a,b; 
    MATCH (a),(b) where a.name='淘宝商城' AND b.name='订单系统' CREATE (a)-[:invoke]->(b) RETURN a,b;   
    MATCH (a),(b) where a.name='商品系统' AND b.name='中台MQ' CREATE (a)-[:produce]->(b) RETURN a,b; 
    MATCH (a),(b) where a.name='每日精选' AND b.name='中台MQ' CREATE (a)-[:consume]->(b) RETURN a,b; 
    // 也可以对关系增加属性
    // MERGE语句会覆盖现有的关系,达到更新关系及其属性的目的
    MATCH (a),(b) where a.name='商家管理平台' AND b.name='订单系统' MERGE (a)-[:invoke{since:2021-1-1}]->(b) RETURN a,b; 
    

    然后执行查询语句:

    MATCH (n) RETURN n
    

    得到的图如下:

增加系统间的关系
  • 删除关系

    MATCH (a)-[r:consume]->(b) WHERE a.name='每日精选' AND b.name='中台MQ' DELETE r;
    
    
  • 删除关系属性

    MATCH (a)-[r:invoke]->(b) WHERE a.name='商家管理平台' AND b.name='订单系统' REMOVE r.since;
    
    
  • 增加/更新关系属性

    MATCH (a)-[r:invoke]->(b) WHERE a.name='闲鱼' AND b.name='商品系统' set r.since=2021;
    
  • 查询关系

    // 查询所有调用商品系统的关联系统
    MATCH (n)-[r:invoke]->(b) WHERE b.name='商品系统' RETURN n;
    // 查询所有调用商品系统的关联系统及其调用商品系统的关系
    MATCH (n)-[r:invoke]->(b) WHERE b.name='商品系统' RETURN n,r,b;
    // 查询所有和商品系统有关联的系统及其和商品系统的关系
    MATCH (n)-[r]-(b) WHERE b.name='商品系统' RETURN n,r,b;
    
    

本文到此结束,下一篇会讲述如何使用SpringBoot+neo4j来实现本次的案例。

你可能感兴趣的:(基于Neo4j图数据库实现系统架构可视化)