Neo4j入门系列（一）Neo4j相关介绍

最近在工作中会涉及到相关的知识图谱的内容。所以记录下这个系列相关的情况。

对于知识图谱来说，他主要是一张关系网络图。在如今的大数据相关行业，数据越来越多，单独的数据不能再成为数据孤岛了，所以企业对于数据来说，我们需要充分的把这些数据关联起来，进一步的挖掘数据的价值。我所经历的几个大数据需求阶段主要如下：

1、如果把各个数据源的数据采集起来。
2、如何把各个数据源的数据整合在一起，做一些类似统计等需求，满足基本的BI需求。
3、如何把这些数据源的数据进行分类。
4、如何把这些数据源的数据分类好了之后串联起来。
5、如果在大海里找到A数据与B数据的关联。
6、如何把通过A,B数据推导出C数据。

上面条目中1-2是以前大数据的主要使用方向，这也是目前大部分小企业会涉及到的，由于企业规模小，开发人员少，但是产品呈井喷式发展，所以积累的数据越来越多，就需要使用一些大数据相关的框架来处理这些数据，包括不仅限于:数据采集，数据清洗，数据存储，离线ETL，在线ETL，BI报表等。

现如今如果涉及到应用场景的话，特别是一些toC或者toG的场景，一般对于这种大数据场景来说，追求的方向主要就是人工智能了。所以就目前来说，大家看相关的一些招聘岗位来说，趋势都是AI相关的。

与AI相关的趋近的技术，目前我的了解主要就是知识图谱。目前涉及到知识图谱相关的技术非常多，例如neo4j，openspg等。这里我们暂时整理出neo4j系列供大家学习。后续有需要的话再整理openspg的相关内容。

Neo4j主要是一个图数据库，对他的理解，我们可以看作是一个空间数据库，在这个空间里面，主要由一些实体（可以看作是java的pojo类）及实体之间的关系组成。然后这些关系我们最后可以使用空间关系网络图标来进行展示，形如：

知识图谱其实也是和上图是一模一样的。所以对于初学者来说，学习neo4j也就是踏进了知识图谱的大门，学好了neo4j，也算半只脚踏进了目前的AI领域了。