【簡介】 「這一本最佳指南將帶你打造可正式部署的 Neo4j 系統。深諳 Neo4j 的實踐專家在書中展示 Neo4j 的優勢,以及潛在陷阱的因應之道。這是圖資料庫專業人員的必讀之作。」 ——Jim Webber,Neo4j 首席科學家 想要提升 Cypher 指令的效能,或利用關聯資料模型來支援實際的商業需求嗎?領先全球的原生圖資料庫 Neo4j 會是你的好幫手!Neo4j 已被廣泛用於偵測詐欺、支援推薦系統、建構知識圖譜,並且支援大規模的資料密集型應用程式。 本書將帶你從概念驗證,一路邁入正式部署。經驗老到的作者 Luanne Misquitta 與 Christophe Willemsen 將協助你在實作過程中做出明智決策。 無論你是開發者、架構師,還是資料專業人員,本書都能讓你做出基於事實的選擇,並避免常見陷阱。互聯的資料與 AI 的重要性正日益增加,現在非常適合打造具備洞察力與長期價值的圖系統。看完本書後,你將學會如何: ? 設計既能提升效能,又清楚易懂的資料模型 ? 在概念驗證階段做出明智的技術選擇 ? 在進入正式環境時重新評估系統設定,並進行必要的調整 ? 設定 Neo4j,讓它更可靠、更方便監視與觀察 ? 將圖資料整合進企業架構中 【目錄】 推薦序 前言 第一章 如何在五天內,從圖獲得價值? ElectricHarmony 的困境 為什麼要選擇圖資料庫? 圖應用場景 Neo4j Cypher 歌曲推薦系統:概念驗證 總結 第二章 匯入更多資料(多很多) 資料庫交易 探索其他資料匯入工具 總結 第三章 檢討建模決策 視情況而定 建模原則 屬性 vs. 節點 跨共同點走訪 將概念做成標籤 節點扇出 超級節點 關係的精細度 量化關係 雙向關係 總結 第四章 模型建立與重構模式 超邊:n 方關係 time-based versioning 表示序列 重構模式 總結 第五章 查詢指令分析與調整 執行查詢 比對不相連的模式 提升錨點選擇性 存取屬性 節點度數 不要過於「急切」! 排序 我想脫離(規劃器)的束縛 Cypher runtimes 將查詢參數化 監視與測量查詢時間 總結 第六章 保護你的資料庫 偽裝 竄改 否認 資訊洩漏 阻斷服務攻擊 權限提升 總結 第七章 搜尋 什麼是搜尋? 搜尋資料 TEXT 索引 全文索引 關於索引與查詢的其他考量 總結 第八章 進階圖模式 子查詢 細膩的關係類型 在圖中表達整併後的實體 量化路徑模式:實體解析應用場景 安全建模:標籤 vs. 屬性 總結 第九章 備份與還原 寫入路徑 備份 還原備份 雲端備份 遠端備份與虛擬機器分離 設計備份策略 總結 第十章 叢集與分片 為了實現高妥善率而使用叢集 部署叢集 使用 secondaries 來擴展讀取能力 使用 secondary 伺服器來備份 因果一致性 傳說中的 1+1 叢集 分片與聯邦式查詢 總結 第十一章 觀察機制 發揮日誌的力量 展現指標的威力 全部整合起來:使用 Grafana、Loki 與 Prometheus 的日誌與指標 總結 第十二章 實用圖資料科學 Graph Data Science 程式庫導論 AI 驅動的播放清單社群 社群偵測的現實應用 總結 第十三章 生成式 AI 與圖的未來發展 知識圖譜 GraphRAG 代理式 AI 架構 建立知識圖譜 實際範例:從自然語言生成播放清單推薦 總結 索引
還沒有人留下心得,快來搶頭香!
為您推薦
類似書籍推薦給您
內容簡介 "從基本概念到重要的演算法,再到處理平臺和實際案例,作者為美妙圖形世界編寫了一本兼具指導性與說明性的參考指南。" —Kirk Borne, PhD Principal Data Scientist and Executive Advisor, Booz Allen Hamilton "一本實用且資訊豐富的指南,幫助你藉由使用圖形演算法檢測模式和結果,來獲取更多洞察力,圖形資料庫開發人員的必讀書籍。"—Luanne Misquitta Vice President of Engineering, GraphAware 學習圖形演算法可以幫助你利用資料關係的力量,開發更聰明的解決方案,以及增強你的機器學習模模型。有了這本實用的指南,開發者和資料科學家將會發現,圖形分析能提昇價值,無論是用圖形分析建構動態網路模型,還是預測真實世界中的行為。 Neo4j的Mark Needham和AmyHodler說明圖形演算法如何描述複雜結構,並揭示難以找出的模式—從發現漏洞和瓶頸到社群偵測和提升機器學習預測。你將會透過一些實際的範例了解如何在Apache Spark和Neo4j中使用圖形演算法,這兩個平台是圖形分析最常用的選擇。 ‧學習圖形分析如何從現今的資料中找到更多預測元素 ‧瞭解熱門的圖形演算法是如何工作以及如何應用 ‧使用超過20個圖形演算法範例的程式碼和提示 ‧學習對不同類型問題,挑選合適演算法 ‧使用Spark和Neo4j程式碼和樣本資料集探索範例 ‧結合Neo4j和Spark,建立一個用於連結預測的機器學習工作流程 目錄 前言 第一章 引言 第二章 圖論和概念 第三章 圖形平台和處理 第四章 尋路與圖形搜索演算法 第五章 中心性演算法 第六章 社群偵測演算法 第七章 圖形演算法實作 第八章 使用圖形演算法增強機器學習 附錄 A 其他資訊和資源
資訊
工程
數學與統計學
機率與統計
自然科學
健康科學
地球與環境
建築、設計與藝術
人文與社會科學
教育
語言學習與考試
法律
會計與財務
大眾傳播
觀光與休閒餐旅
考試用書
研究方法
商業與管理
經濟學
心理學
生活
生活風格商品
參考書/測驗卷/輔材