图形数据库经典产品Neo4j的核心人员力作。 世界上的大部分领域实际上都可以建模成图，而软件发人员或是数据库管理人员却在辛辛苦苦地将这些图转化成关系型数据库中的表。想象一下，假如你再也不用去做这样的转化，假如数据库的迁移可以变得轻松简单，你愿意去受一个全新的数据库吗？图数据库就是这样一个完全不同于关系型数据库的新型数据库，它处理的是大规模的数据和不断变化的需求，并且拥抱它们。
售 价：¥
纸质售价：¥33.80购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
O'Reilly Media，Inc.介绍
业界评论
图无处不在，即我们所知的图数据库的诞生
前言
关于本书
本书的排版约定
代码示例的使用
联系我们
致谢
第1章 简介
1.1 图是什么
1.2 图领域概览
用于联机事务图的持久化技术通常直接实时地从应用程序中访问
用于离线图分析的技术通常都是按照一系列步骤执行的
1.2.1 图数据库
底层存储
处理引擎
1.2.2 图计算引擎
1.3 图数据库的威力
1.3.1 性能
1.3.2 灵活性
1.3.3 敏捷性
1.4 小结
第2章 关联数据的存储选择
2.1 关系型数据库缺少联系
2.2 NoSQL数据库也缺少联系
2.3 图数据库拥抱联系
2.4 小结
第3章 使用图进行数据建模
3.1 模型和目标
3.2 属性图模型
3.3 查询图：Cypher简介
3.3.1 Cypher的理念
3.3.2 START
3.3.3 MATCH
3.3.4 RETURN
3.3.5 其他Cypher语句
WHERE
CREATE和CREATE UNIQUE
DELETE
SET
FOREACH
UNION
WITH
3.4 关系建模和图建模对比
3.4.1 系统管理领域中的关系建模
3.4.2 系统管理领域中的图建模
3.4.3 测试模型
3.5 跨域模型
3.5.1 创建莎士比亚图
3.5.2 开始查询
3.5.3 声明查找的信息模式
3.5.4 约束匹配
3.5.5 处理结果
3.5.6 查询链
3.6 建模时常见的陷阱
3.6.1 电子邮件起源问题域
3.6.2 敏感的第一个迭代
3.6.3 第二次的魅力
3.6.4 发展中的领域
3.7 避免反模式
3.8 小结
第4章 构建基于图数据库的应用
4.1 数据建模
4.1.1 用应用程序所需的术语描述模型
4.1.2 用节点表示事物，用联系表示结构
4.1.3 细粒度联系与通用联系
4.1.4 将事实建模为节点
4.1.5 将复杂的值类型表示为节点
4.1.6 时间
4.1.7 迭代开发和增量开发
4.2 应用程序架构
4.2.1 嵌入式与服务器
低延迟
任选API
显式事务
命名索引
仅能应用于JVM
GC的行为
数据库生命周期
REST API
平台独立性
扩展独立性
与应用程序的GC行为隔离
网络开销
每个请求的事务
复杂的事务
API的选择
封装
响应格式
仅能应用于JVM
GC的行为
4.2.2 集群
4.2.3 负载均衡
4.3 测试
4.3.1 数据模型的测试驱动开发
4.3.2 性能测试
4.4 容量规划
4.4.1 优化条件
成本
性能
冗余
负载
4.4.2 性能
(%对象高速缓存中的图×5000) × (%文件高速缓存中的图×500) ×20（如果使用固态硬盘）
4.4.3 冗余
4.4.4 负载
并发请求数= (1000/平均请求时间(ms)) ×每个机器的CPU内核数×机器数量
平均请求时间
并发请求数量
4.5 小结
第5章 现实世界中的图
5.1 为什么选择图
“分钟级到毫秒级”的性能提升
开发周期的显著缩短
极速的业务响应能力
企业可用
5.2 常见用例
5.2.1 社交
5.2.2 推荐
5.2.3 地理空间
5.2.4 主数据管理
5.2.5 网络和数据中心管理
5.2.6 授权和访问控制（通信）
5.3 实际示例
5.3.1 社交推荐（专业社交网络）
5.3.2 授权和访问控制
5.3.3 地理空间（物流）
5.4 小结
第6章 图数据库的内部结构
6.1 原生图处理
6.2 原生图存储
6.3 用于编程的API
6.3.1 内核API
6.3.2 核心（或Beans）API
6.3.3 遍历API
6.4 非功能型特性
6.4.1 事务
6.4.2 可恢复性
6.4.3 可用性
6.4.4 可扩展性
6.5 小结
第7章 使用图论预分析
7.1 深度优先搜索和广度优先搜索
7.2 使用Dijkstra算法寻找路径
7.3 A*算法
7.4 图论和预测建模
7.4.1 三元闭包
7.4.2 结构平衡
7.5 局部桥
7.6 小结
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
