罗罗编程学习记录
本页内容 展开查看

05.12.1 Neo4j 与图查询

所属:全栈开发面试题库 / 05 数据库与存储 / 05.12 图、时序与宽表

覆盖范围

  • 图数据库模型:节点、关系、属性
  • Cypher 查询语言
  • 图存储:原生图与邻接表
  • 图算法:路径、推荐、社群发现
  • 适用场景与边界

高频题速览

编号 题目 难度 频率
05.12.1-001 图数据库和关系库多跳 JOIN 区别 进阶 ★★★★
05.12.1-002 Cypher 基本语法 进阶 ★★★
05.12.1-003 原生图存储是什么 进阶 ★★★
05.12.1-004 图算法有哪些 进阶 ★★★
05.12.1-005 图数据库适合什么场景 基础 ★★★

05.12.1-001 图数据库和关系库多跳 JOIN 有什么区别?

频率 ★★★★ | 难度 进阶

一句话结论

关系库多跳查询需多次自 JOIN,层数越多越慢;图数据库把关系作为一等公民,节点直接存指向邻居的指针,多跳遍历是 O(跳数),不需要 JOIN 展开。


05.12.1-002 Cypher 基本语法是什么?

频率 ★★★ | 难度 进阶

一句话结论

Cypher 用 (节点)-[关系]->(节点) 模式匹配,类似画查询图;MATCH/WHERE/RETURN 是基本子句。

代码 / 示例

-- 找张三的好友的好友
MATCH (p:Person {name:'张三'})-[:FRIEND_OF*2]-(f:Person)
RETURN f.name;

-- 共同好友
MATCH (a:Person {name:'张三'})-[:FRIEND]-(f)-[:FRIEND]-(b:Person {name:'李四'})
RETURN f.name;

05.12.1-003 原生图存储是什么?

频率 ★★★ | 难度 进阶

一句话结论

Neo4j 原生图存储把节点和关系存为记录,关系直接包含起止节点指针,遍历关系无需索引查找;与关系库用 JOIN 模拟图不同。


05.12.1-004 图算法有哪些?

频率 ★★★ | 难度 进阶

一句话结论

路径(最短路径)、中心性(PageRank)、社群发现(Louvain)、推荐(共同好友、协同过滤);Neo4j GDS 库内置算法。


05.12.1-005 图数据库适合什么场景?

频率 ★★★ | 难度 基础

一句话结论

社交关系、风控图谱、知识图谱、推荐链路;不适合简单 CRUD 和大范围聚合扫描。


05.12.1-006 图数据库怎么存大数据?

频率 ★★ | 难度 进阶

一句话结论

Neo4j 单机版适合千万级节点;超大规模用 NebulaGraph(shared-nothing 分片)或 JanusGraph(底层 HBase/Cassandra);图分片按社区切分,避免跨分片遍历。


05.12.1-007 最短路径怎么写?

频率 ★★ | 难度 进阶

一句话结论

Neo4j 内置 shortestPath 函数,限制跳数和关系类型;任意跳数路径查询会指数膨胀,生产必须限制跳数。


05.12.1-008 知识图谱用什么存储?

频率 ★★ | 难度 基础

一句话结论

简单知识图谱用 Neo4j;海量三元组用 RDF 三元组库(GraphDB/Virtuoso)或图数据库;企业级知识图谱结合图数据库 + ES 全文检索。


05.12.1-009 风控图谱怎么用图数据库?

频率 ★★ | 难度 进阶

一句话结论

把用户、设备、手机号、银行卡作为节点,关系为持有/登录/转账;图查询找共同设备、资金链路、团伙;实时风控用图算法做社区发现。


05.12.1-010 图数据库能替代关系库吗?

频率 ★★ | 难度 基础

一句话结论

不能。图数据库擅长关系遍历,但不擅长事务、聚合扫描、复杂报表;它是关系库的补充,处理特定关系密集场景。

典型场景与代码示例

Cypher 常用查询

-- 查张三的直接好友
MATCH (p:Person {name:'张三'})-[:FRIEND_OF]-(f:Person)
RETURN f.name;

-- 查共同好友
MATCH (a:Person {name:'张三'})-[:FRIEND_OF]-(f)-[:FRIEND_OF]-(b:Person {name:'李四'})
RETURN f.name;

-- 最短路径(最多 3 跳)
MATCH path = shortestPath(
  (a:Person {name:'张三'})-[:FRIEND_OF*..3]-(b:Person {name:'李四'})
)
RETURN path;

图存储结构

节点(Node):
  id: 123
  labels: [Person]
  properties: {name: "张三", age: 30}

关系(Relationship):
  id: 456
  type: FRIEND_OF
  start: 123
  end: 789
  properties: {since: 2020}

图算法应用

风控场景:
  节点:用户、设备、手机号、银行卡
  关系:持有、登录、转账
  查询:找同一设备下的多个账号(团伙欺诈)

推荐场景:
  节点:用户、商品
  关系:购买、浏览
  算法:协同过滤(共同购买推荐)

面试高频追问

问:图数据库和关系库多跳查询有什么本质区别?

答:关系库多跳需多次自 JOIN,层数越多越慢;图数据库节点直接存邻居指针,多跳遍历是 O(跳数),不需 JOIN。

问:Cypher 和 SQL 有什么区别?

答:Cypher 用模式匹配((a)-[r]->(b))描述图结构,SQL 用表和 JOIN;Cypher 声明你要什么模式,SQL 声明怎么连接表。

问:图数据库适合什么场景?

答:社交关系、风控图谱、知识图谱、推荐链路;不适合简单 CRUD 和大范围聚合扫描。

问:超大规模图数据怎么存?

答:Neo4j 单机适合千万级节点;超大规模用 NebulaGraph(shared-nothing 分片)或 JanusGraph(底层 HBase/Cassandra)。

核心要点速记

概念 说明
节点(Node) 实体,带 label 和属性
关系(Relationship) 有方向、有类型、带属性
Cypher 模式匹配查询语言
原生图 关系直接存邻居指针,遍历 O(跳数)

适用场景:

  • 社交关系、风控图谱
  • 知识图谱、推荐链路
  • 不适合简单 CRUD 和大范围聚合

一句话记忆:图数据库把关系当一等公民;多跳遍历是它的核心优势。

相关概念辨析

图数据库 vs 关系型数据库存图

维度 图数据库 关系型存图
多跳查询 快 慢
关系 原生 外键
遍历 邻接 JOIN
适合 社交网络 简单关系

Cypher vs Gremlin

  • Cypher:声明式,模式匹配,Neo4j 专用。
  • Gremlin:命令式,遍历,TinkerPop 标准。
  • 选择:Neo4j 用 Cypher;多引擎用 Gremlin。

05.12.1-009 Cypher 怎么优化性能?

频率 ★★ | 难度 进阶

一句话结论

Cypher 性能优化:1)用索引(CREATE INDEX);2)限制查询范围(LIMIT);3)避免全图扫描;4)用 PROFILE 查看执行计划。

概念解释

  • 索引:节点属性建索引,加速查找。
  • 全图扫描:没有索引的查询扫描所有节点。
  • PROFILE:查看执行计划,定位慢查询。

原理流程

  1. 建索引:CREATE INDEX FOR (u:User) ON (u.name)。
  2. 查询:MATCH (u:User {name: 'xxx'}) 走索引。
  3. PROFILE:查看执行计划,看是否走索引。

常见误区

  • 误区:图数据库没有索引。正解:Neo4j 支持属性索引,加速查找。

追问延伸

  • 索引类型:B-tree、全文索引。
  • 慢查询:PROFILE 查看执行计划。

05.12.1-010 图算法在线跑还是离线跑?

频率 ★★ | 难度 进阶

一句话结论

全局算法(PageRank、社区发现)离线跑;局部算法(最短路径、邻居查询)在线跑。

概念解释

  • 全局算法:遍历全图,计算量巨大,离线跑。
  • 局部算法:只查局部节点,在线跑。
  • 选择:看算法是否需要全图。

原理流程

  1. PageRank:遍历全图,离线计算。
  2. 最短路径:查两个节点间路径,在线查询。
  3. 邻居查询:查节点的直接邻居,在线查询。

常见误区

  • 误区:所有图算法都在线跑。正解:全局算法离线跑,局部算法在线跑。

追问延伸

  • 离线工具:Neo4j GDS(Graph Data Science)。
  • 在线查询:Cypher MATCH 查局部。

05.12.1-011 Neo4j 索引和约束有什么区别?

频率 ★★ | 难度 进阶

一句话结论

索引加速查找;约束保证数据完整性(唯一、非空);约束自动创建索引。

概念解释

  • 索引:加速查找,不保证完整性。
  • 约束:唯一约束保证属性唯一,非空约束保证属性非空。
  • 约束自动创建索引:唯一约束自动创建索引。

原理流程

  1. 索引:CREATE INDEX 加速查找。
  2. 唯一约束:CREATE CONSTRAINT 保证属性唯一。
  3. 约束自动创建索引。

常见误区

  • 误区:索引和约束一样。正解:索引加速查找,约束保证完整性。

追问延伸

  • 唯一约束:保证属性唯一,自动创建索引。
  • EXISTS 约束:保证属性非空。

场景题:社交关系网用 Neo4j 还是 MySQL?答:多跳关系查询(好友的好友)用 Neo4j;简单点查用 MySQL。全局算法(PageRank)离线跑,局部查询在线跑。

追问延伸:Cypher 是声明式模式匹配;Gremlin 是命令式遍历;图算法离线跑,局部查询在线跑。

核心要点:多跳关系查询用图数据库;简单点查用 MySQL;全局算法离线跑,局部查询在线跑。

选型总结:社交网络、推荐、知识图谱用图数据库;简单点查用 MySQL;图算法全局离线跑,局部在线跑。

一句话记忆:多跳关系查询用图数据库;简单点查用 MySQL;全局算法离线跑,局部查询在线跑。

补充说明:Cypher 是声明式,Gremlin 是命令式;图算法离线跑,局部查询在线跑。


待整理清单

  • [ ] Neo4j 与 JanusGraph/NebulaGraph 对比
  • [ ] 图数据规模与分片
  • [ ] 知识图谱工程实践