温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

在QlikView中使用Neo4j处理图形数据的方法

发布时间:2021-03-05 14:27:00 来源:亿速云 阅读:150 作者:小新 栏目:数据库

这篇文章主要介绍在QlikView中使用Neo4j处理图形数据的方法,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!

  图形数据库是使用带有节点、边缘和属性的图结构来对数据进行存储和展现。许多场景中,我们都能够很好地使用图形数据库来解决相应的问题。下面亿速云小编来讲解下如何在QlikView中使用Neo4j处理图形数据?

  如何在QlikView中使用Neo4j处理图形数据

  Neo4j是一个高性能NoSQL图形数据库,它的功能和特性在NoSQL领域属于相对成熟与健壮的。Neo4j是由Neo Technology公司开发的一个基于Java的开源项目,DBA可以去公司官网上阅读更多关于Neo4j的知识,也可以参考该ppt。

  目前Neo4j中自带JDBC驱动器,我们可以使用QlikView 的JDBC连接器和Cypher查询语言(相当于Neo4j的SQL)来对图形数据进行高效地查询。由于Cypher同我们所熟悉的SQL语言有较大的区 别,所以在开始使用Neo4j之前,一定要先熟读Cypher的技术文档:

  通过以下语句可以连接到Neo4j图形数据库:

  CUSTOM CONNECT TO “Provider=JDBCConnector_x64.dll;jdbc:neo4j://localhost:7474/?connector.driverClass=org.neo4j.jdbc.Driver;XUserId=MfJbFYD;XPassword=IYRXBVD;”;

  以下一些语句,是我在QlikView中经常会用到的Cypher查询:

  1、读取所有节点以及一些节点的属性:

  SQL START n=node(*)

  RETURN ID(n) as NodeID, n as NodeText, n.__type__? as NodeType, n.name? as NodeName, n.biography? as Biography, n.birthplace? as Birthplace, n.birthday? as Birthday, n.title? as MovieTitle, n.releaseDate? as ReleaseDate;

  2、读取所有关系和一些关系的属性:

  SQL START r=relationship(*)

  RETURN ID(r) as RelID, r as RelText, r.__type__? as RelType,

  r.name? as RelName, type(r) as RelLabel;

  如何在QlikView中使用Neo4j处理图形数据

  3、读取所有路径(节点和关系序列):

  SQL START n=node(*)

  MATCH n-[r]->m

  RETURN ID(r) as RelID, ID(n) as Node1_ID, Type(r) as Label, ID(m) as Node2_ID;

  在加载脚本中创建一个QlikView数据模型。如下图,Graph表需要有一个路径(path)

  得到的结果可以展现在一个交互QlikView分析应用中,你可以使用各种UI元素来对图形数据中的相关信息进行探索。在下面的图中,你可以看到《星际迷航》电影中所有的相关信息:

  这里使用了Google Chart API对图形进行了可视化的处理,下一步我们还会使用更炫的QlikView Extension Object。

  下一步,我们会使用QlikView的关联搜索功能对Spock船长进行搜索:

  我们会找到扮演Spock船长的所有演员,并呈现其相关联的子图形:

  除此之外,我们还可以做一些业务分析,比如我们可以创建一个图表,来计算一下每部电影的演员及其电影发行时他们的平均年龄。最左边的是最年轻的演员和电影名称:

  我希望通过上面的一些演示能够让你对使用图形数据进行交互分析有一些了解,如何将以下的各个元素联系起来,比如图形数据与关系型数据,NoSQL数据库与BI,Java OSS与属性等。

以上是“在QlikView中使用Neo4j处理图形数据的方法”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注亿速云行业资讯频道!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI