知识图谱是一种以图（Graph）作为数据模型来存储知识或信息的技术，近年来广泛用于语义搜索、知识问答、决策支持、语音助理、可穿戴设备等领域。知识图谱的应用领域所要面对的数据通常具有如下特点：
- 关系复杂的数据
- 类型繁多的数据
- 结构多变的数据
在业务实现中，需要将适合知识图谱业务所需的数据以图谱的形式进行保存，目前知识图谱的存储方式有以下几种方式：
- 关系数据库：以三元组表、属性表和垂直分割（以谓语划分的三元组表）来保存数据，但是因为自连接操作的巨大开销、缺乏灵活性等缺点，会限制图谱应用的性能。
- 资源描述框架（Resource Description Framework，RDF）：是一种转为存储三元组形式的数据而设计的专用数据库，通过六重索引的方式解决三元组搜索的效率问题。缺点是空间开销大、更新维护代价大。
- 原生图数据库：与使用关系建模的关系型数据库不同，原生图数据库在底层存储存储数据时采用原生图存储。在性能、灵活性和敏捷性上具有很大的优势，是建模、存储和查询关联数据的最佳方式。
Neo4j 是一种原生图数据库，有着广泛的业务应用，本指南将介绍 Neo4j 数据库的环境配置、基本概念与查询语言，帮助读者快速掌握 Neo4j 的概念与基本使用方法。
如果您在阅读过程中，发现本手册中的错误，希望您能指出，发到我的邮箱地址，万分感谢。
liuii#hebut.edu.cn
全文下载地址：
链接：https://pan.baidu.com/s/1En76hwr4uUkMYsesZDWcRg
提取码：890b
本书包含以下章节
- Neo4j的安装和启动
1.1 Neo4j的安装
1.2 Neo4j的启动和使用
1.3 Neo4j的驱动与插件 - 图数据库的基本概念
2.1 样例图
2.2 节点
2.3 标签
2.4 联系
2.5 联系的类型
2.6 属性
2.7 遍历与路径
2.8 模式
2.9 命名惯例 - Cypher简介
3.1 模式
3.2 使用模式
3.3 处理查询结果
3.4 组合较大的语句
3.5 定义模式
3.6 导入数据