Presentasjon holdt for UiO og NTNU som del av 3 kvelders kurs i NoSQL

1. NOSQL-KURS KVELD 2
Grafdatabaser
NoSQL-kurs for studenter ved UiO
Jørgen Braseth – jorgen.braseth@bekk.no
18. Mars 2015

2. AGENDA
•INTRO
•DEL 1 – TEORI: GRAFER OG GRAFDATABASER
•DEL 2 - HANDS ON
•DEL 3 - MER TEORI
•OPPSUMMERING

3. GRAFER OG GRAFDATABASER

4. HVA ER EN GRAF?
Noder og kanter
Property graph:
Noder og kanter har egenskaper
Kanter har retning
Name:
Rex
Name:
Alice
Owns
Name:
Rover
Name:
Tom
Name:
Floyd
Knows
HatesMarried to
Like
People
Dogs

5. Den mest naturlige måten å tenke på!

6. Alle grafdatabaser snakker «grafisk»
«Native» grafdatabaser lagrer dataene som en graf
HVA ER EN GRAFDATABASE

7. Databasen vi skal se på i kveld!
Markedsledende
«Native» grafdatabase
Eget spørrespråk: Cypher
OLTP: Laget for real time spørringer
Fungerer best på deler av datasettet
HVA ER NEO4J?

8. HANDS ON

9. HANDS ON
•DATASETTET
•SETUP
•NEO4J-ADMIN, CYPHER
•DEL 1 – NODER OG RELASJONER
•DEL 3 – OPPRETTE DATA
•DEL 4 – AVANSERTE SPØRRINGER

10. KVELDENS DATASETT
Noder:
36.957 Totalt, fordelt på:
14.526 produkter, med:
13.875 typer (produktnavn)
4.381 produsenter
904 opprinnelsessteder
41 flaskestørrelser
30 produktkategorier
16 innpakningsvarianter
2.684 Handlekurver
500 brukere
Relasjoner:
115.042 totalt, fordelt på:
14.526 produkter av en type
14.526 produkter i kategorier
14.526 størrelser på innpakning for produkter
14.526 opprinnelsessteder for produkter
14.526 innpakningstyper for produkter
14.363 produsenter av produkter
13.466 produkter i handlekurv
11.899 vennskap mellom brukere
2684 brukere som har kjøpt handlekruver

11. KVELDENS DATASETT
ProductCategory
Liquor
Type
Container
Size
Producer
UserShoppingCart
Origin
Packaging
WAS_PART_OF_CART WAS_PURCHASED_BY
IS_FRIEND_OF

12. SETUP
• Velg deg en server: http://bit.ly/neo4j-ip
• Gå inn i admingrensesnittet (åpne adressen i browser)
MATCH (n) RETURN n LIMIT 4

13. NEO4J - ADMINGRENSESNITTET

14. CYPHER
Deklarativt spørrespråk
ASCII-art!
Mønstergjenkjenning

15. HANDS ON – NODER OG RELASJONER
«Lær å tegne med Cypher»

16. CYPHER - NOEN NØKKELORD
MATCH - Beskriver et mønster å søke etter
WHERE - Begrenser søket
RETURN - Returnerer ønskede verdier
CREATE - Oppretter ny informasjon
MERGE - Oppretter ny informasjon – om den ikke finnes fra før

17. NODER I CYPHER
()
navn: ”Ole”
({navn: ”Ole”})
:Person
(:Person)

18. MATCH
// Alle noder
MATCH (n) RETURN n
// Fire vilkårlige noder
MATCH (n) RETURN n LIMIT 4
// Alle noder med label ”User”
MATCH (n:User) RETURN n
n

19. MATCH - PROPERTIES
// Alle user-noder med navn ”john doe”
MATCH (p:user {name:”john doe”}) RETURN p
// Eller
MATCH (p:user)
WHERE p.name = ”john doe”
RETURN p
p
Name:
”John Doe”

20. RETURN PROPERTY
// Navn på alle brukere
MATCH (p:user) RETURN p.name
p.name
John Doe
Jane Doe
Ozzy Doe

21. RELASJONER I CYPHER
() -- ()
() --> ()
() –[:IS_A]-> ()
IS_A

22. MATCH PÅ RELASJONER
p2
p2p1
p1
MATCH (p1) –[r]- (p2) RETURN p1,r,p2
MATCH (p1) --> (p2) RETURN p1,p2

23. MATCH PÅ RELASJONER – STØRRE MØNSTRE
p2
p1
MATCH
(p1) --> (p2) <-- (p3),
(p4)-->(p2)
RETURN p1,p2,p3,p4
p3
p4

24. GO DO STUFF!
http://bit.ly/oppgaver2

25. HANDS ON - OPPRETTE DATA

26. CREATE
// Oppretter node
CREATE (n1)
// Oppretter node med property
CREATE (n1 {name:”ole”})
// Eller
CREATE (n1)
SET n1.name="ole"
n1
Name:”Ole”
n1

27. CREATE
// Oppretter noder og relasjon
CREATE (n1) -[r:relates_to]-> (n2)
// Oppretter ny node med relasjon til ekisterende
MATCH (n1)
CREATE (n1) -[r:relates_to]-> (n2)
n2n1
n2
RELATES_TO
RELATES_TO
n1

28. MERGE
// 1. gang: oppretter noder og relasjon
MERGE (n1) -[:RELATES_TO]-> (n2)
// 2. gang: gjør ingen ting
MERGE (n1) -[:RELATES_TO]-> (n2)
n2n1
RELATES_TO
n2n1
RELATES_TO

29. GO DO STUFF!
http://bit.ly/oppgaver2

30. DEL 4 – AVANSERTE SPØRRINGER

31. AGGREGERING
// Antall noder
MATCH (n) RETURN count(n)
// Summen av pris
MATCH (n) RETURN sum(n.pris)
// Høyeste pris
MATCH (n) RETURN max(n.pris)

32. ANTALL HOPP I RELASJONER
qp
// Ett til to hopp
MATCH (p) –[*1..2]-> (q)
RETURN p, q
q
// Vilkårlig antall hopp
MATCH (p) –[*]-> (q)
RETURN p, q
qp q

33. PATHS
// Alle direkte fra n til m
MATCH p = (n)-->(m)
RETURN p
// Én korteste vei mellom m og n, men max lengde 3.
MATCH p = shortestPath( (n)-[*..3]->(m) )
RETURN p
// Alle korteste veier mellom m og n
MATCH p = allShortestPath( (n)-->(m) )
RETURN p
m
mn
n
mn

34. GO DO STUFF!
http://bit.ly/oppgaver2

35. LITT MER TEORI

36. Lynrask traversering av relasjoner
Relasjoner er en del av språket
Egner seg for:
Anbefalingsmotorer
Pathfinding
Mønstergjenkjenning
Prediktiv analyse
HVORFOR NEO4J?

37. HVA MED RELASJONSDATABASER?
Basert på relasjonsalgebra
Joins er dyrt

38. Ingen egentlig støtte for relasjoner
HVA MED MONGODB?

39. Ikke egnet for
Analyse av store deler av datasettet
Relasjonsløse data
Høyvolum skriving av data
Bruksmønstere knyttet til enkeltagregater
HVORFOR IKKE NEO4J?

40. ?

41. TAKK FOR I KVELD!
Jørgen Braseth
Jorgen.braseth@bekk.no