这是第一本由中国人原创的图数据库专业书籍。

本书将陪伴您漫步“图”的世界，领略“图”的风采，玩转大数据时代新的利器——图数据库Neo4j。

“图数据库”即便对业内人士而言，也是一个陌生的词汇。单这个“图”字，便会使人联想到图形、图片或图像。正如，最近一位朋友得知我在玩图数据库，就邀我去做一个用语音控制图像的产品。我解释了半天，才让他明白：此“图”非彼“图”。误解就在这个“图”字上。

那么，图数据库究竟是什么？可以用它来干什么呢？

就在不久前的两会期间，CCTV《超越》栏目播出的阿丘老师对我的专访《关于图数据库的梦想》，恰好能解答上述疑惑。我们不妨一起来回顾这段对话。

CCTV《超越》栏目：关于图数据库的梦想

阿丘：大数据时代已经来临。这是一个最好的时代，也是一个最坏的时代。大数据涉及的行业范围很广，其中图数据库被大家称为大数据时代的高铁，它越来越受到人们的关注。对于这项技术我们了解多少？它的应用又能给我们的现实生活带来哪些方便？CCTV《超越》栏目邀请到了中国图数据库的先导者张帜先生，让他带领我们一起来了解图数据库。

阿丘：什么是图数据库？

张帜：这是一个新型的数据库系统。大家以前可能听到过MySQL、Oracle等数据库，但随着社交、金融、零售等行业的发展，亟需一种新型的数据库来支撑这些新的业务。现实社会织起了一个庞大而复杂的关系网，比如天天有人给你打电话要你买房子，他们是通过什么技术来找到你的呢？就是通过一些关系运算。如果使用传统的数据库会很难处理，而采用图数据库来处理它，会更高效、更方便。在科技领域里有一个六度空间理论，简单地说就是，世界上任何两个人最多只需通过6个关系就一定能够找到对方。用图数据库就可以把这个理论变成现实。所以，称它为一种新型的数据库完全不为过，它能支持海量、复杂、多变数据的关系运算，而且运算性能非常高。

阿丘：那和传统数据库比起来，图数据库的优势在哪儿呢？

张帜：首先，图数据库可以说是应专门处理这种复杂关系网的“运”而生的。虽然传统的数据库也能处理，但其效率极其低下，功能扩展也很困难，要花的时间将很长，而用图数据库就能方便、高效地解决这个问题；更重要的是，就连非技术人员都能看得懂。如果用传统数据库来构建，其模型非常复杂、烦琐，相比而言，用图数据库，就非常直观、浅显、简单。

阿丘：通常图数据库都应用在哪些领域呢？

张帜：它的应用领域非常广，在社交、零售、金融等领域都有广泛的应用。比如说社交，一个最典型的应用就是领英。领英在国际上的知名度和应用的广度相当于我们中国的微信。领英一个最重要的功能就是能够把你朋友的朋友的朋友推荐给你，这是进行了关系运算的结果。另外一个就是零售商品的实时推荐，比如沃尔玛，你在它的网站上点击了几个商品后，它就能揣测出你可能对哪些商品感兴趣，就会立马把你感兴趣的商品推荐给你。用图数据库来计算这种推荐会更快捷。现在国外用得很多，但是在我们国内才刚刚开始。随着图数据库的应用，不久的将来我们就可以享受到更为实时、准确、方便的推荐。

阿丘：图数据库全方位地让互联网更便利了我们的生活。正如对话开始所说，这是一个好的时代，也有人说是一个坏的时代，机遇与挑战并存。我相信，在未来不远的日子里，图数据库会和我们的生活联系越来越密切，会提升我们的生活幸福指数，使我们未来的生活更便捷。

这段对话告诉我们，图数据库能高效地处理各种复杂的关系网络，在许多领域有着广泛的应用。它是基于图论而实现的新型数据库系统，擅长处理大量的、复杂的、互联的、多变的网状数据，其效率远远高于传统的关系型数据库。

本书内容

世界上很多著名的公司都在使用图数据库。比如，领英用它来管理社交关系，实现朋友推荐，构建了一个非常强大的人脉网络；沃尔玛用它连接“商品关联”和“买家习惯”两个子网，实现了零售商品的实时推荐，给买家带来更好的购物体验；思科用它做主数据管理，将企业内部的组织架构、产品订购、社交网络、IT网络等有效地管理起来；惠普用它管理复杂的IT网络；全美排名前三的金融公司，都在用图数据库进行风控业务管理。此外，物流、交通、电信、制造业、广告、打印、文化传媒和医疗等领域的公司也在使用图数据库。

反观我国的情况又如何呢？我是从2015年开始研究图数据库的，当时国内知道图数据库的人还寥寥无几。令人意想不到的是，才短短一年多时间，国内竟然有很多应用都用上了图数据库，涉及的领域包括金融、社交、商务、知识管理等。毋庸置疑，其发展速度将远超乎我们的想象。

然而遗憾的是，目前市面上有关图数据库的中文书籍屈指可数，即便有也是直接从英文原版翻译而成。随着图数据库在中国的推广和普及，大家都渴求有一本国人原创的权威指南，能系统、全面地涵盖图数据库的原理和使用方法等方方面面。因此，我们决定集中组织国内对图数据库有深入研究的专家，共同来编写一套原创的中文版图数据库技术丛书。

鉴于 Neo4j 在全球图数据库领域的排名一直遥遥领先，我们就首选《Neo4j 权威指南》作为这套技术丛书的开篇。

本书基于Neo4j 3.1版本编写，共分9章，外加两个附录，涵盖基本概念、基础入门、查询语言、开发技术、管理运维、集群技术、应用案例、高级应用、中文扩展、配置设置、内建过程等内容。各章简要介绍如下：

第1章 Neo4j 图数据库基础 介绍图数据库概念以及Neo4j的体系结构。本章可以作为初学者的入门部分。有经验者可以略过，直接阅读后续章节。

第2章 Neo4j 基础入门 引导读者初步使用 Neo4j，包括 Neo4j 的安装部署、操控平台的使用、引导实例。

第3章 Neo4j 之 Cypher 详细介绍 Cypher 语法，它是 Neo4j 引擎的接口语言，掌握好它是用好 Neo4j 的关键，也是使用中常备的参考资料。

第4章 Neo4j 程序开发 详细讨论如何将 Neo4j 与开发平台、编程语言之间的集成，并提供相应开发实例。

第5章 Neo4j 数据库管理 介绍 Neo4j 数据库管理相关的内容，主要包括：部署、监控、安全管理、运维与优化、备份与恢复、数据库管理相关工具等基本知识和基本操作。

第6章 Neo4j 集群技术 主要介绍如何部署大规模生产环境，包括高可用性、备份与恢复，以及最新的因果集群。

第7章 Neo4j 应用案例 对 Neo4j 目前的客户应用实践进行汇总，同时介绍5 个Neo4j典型应用案例。

第8章 Neo4j 高级应用 介绍高级索引、Docker 环境部署、自定义批量导入、Neo4j与图计算、Neo4j 与自然语言处理等高级话题。

第9章 Neo4j 简体中文版 介绍 Neo4j 简体中文版及其扩展功能，包括图片显示、数据驱动下节点和关系的呈现，以及智能查询功能。

附录A Neo4j 配置设置 详细介绍配置文件 neo4j.conf 的配置细节。

附录B Neo4j 内建过程 详细介绍通用过程、本地用户和角色管理过程。

本书技术支持

联系邮箱：neo4jguide@we-yun.com

下载地址：http://we-yun.com/neo4jguide/

微信群：《Neo4j权威指南》读者、中国图数据库、中国图数据库技术

QQ群：547190638（Neo4j中文社区）

论坛：http://neo4j.com.cn/（Neo4j中文社区）

创作团队与致谢

本书的写作始于2016年12月，历经数月，现终于问世，是整个写作团队齐心协力、日夜耕耘的结晶。这支团队在大数据和图数据库领域具有丰富的实战经验。他们是张帜（微云数聚创始人）、庞国明（Neo4j中文社区创始人）、胡佳辉（数之联软件架构师）、赵炳（北京邮电大学研究生）、陈振宇（中科院中美联合培养博士）、苏亮（国防科技大学计算机博士）、李敏（中科院计算数学博士）、高兴宇（中科院中新联合培养博士）、薛述强（华为公司高级工程师）和董琴洁（微软 Office 专家）。

在本书的编写过程中，得到了各界朋友的倾力支持。请允许我代表整个写作团队在此表示由衷的感谢！

首先要感谢邬瑞文先生。他热忱地帮助我们与 Neo Technology 公司进行各种沟通与协调，在将图数据库引进到中国以及编写本书的过程中，起到了非常重要的桥梁作用。

另一位必须感谢的是中国首席数据官联盟创始人刘冬冬先生。是他一直全力支持我们在全国推广和普及图数据库的理念。没有他的鼎力相助，图数据库在中国的人气不会有现在这么旺盛，此书也不会这么快问世。

还得感谢写作团队每一位成员的家人，是他们的理解和支持，才让我们能够舍弃陪伴家人的时间，安心创作。

更要感谢关注本书的每一位朋友，尤其是微信和 QQ 群里的“图控”们，他们对此书的关注和期盼，是我们完成此书的强大动力。

特别感谢清华大学出版社的编辑夏毓彦老师以及编辑室的全体老师，有了他们的竭力支持和精雕细琢，本书才得以顺利问世。

最后，我要感谢董定君女士，正是她在背后默默的支持，使我能够潜心研究图数据库和组织编写本书。

谨以此书献给奋斗在中国大数据领域的同行们！由于时间紧迫，篇幅过大，错误及不足之处在所难免，敬请读者海涵，或请直接与我们联系（neo4jguide@we-yun.com），不吝指正，我们将及时在下一个版本中予以更正和补充。

张  帜

2017年6月28日

于橘郡