trained engineers 3.5M downloads Mindset “Graph Thinking” is all about considering connections in data as important as the data itself. Native Graph Platform Neo4j is an internet-scale, native graph database which executes connected workloads faster than any other database management system. Neo4j 4
• Dann beginnt die Normalisierung: • Redundanzfreiheit als Ziel • UNF (Nicht normalisiert) • 1NF: Atomare Spalten • 2NF: + Keine teilweisen Abhängigkeiten • 3NF: + Keine transitiven Abhängigkeiten Fremdschlüssel zwischen Tabellen sind keine Relationen! Tabellen und Ergebnismengen von Abfragen sind Relationen. 10
Ländern gegründet und Solokünstler geboren • Einige Künstler sind mit anderen Künstler assoziiert und Bands haben Mitglieder • Künstler veröffentlichen Alben :Artist :Band :SoloArtist :Country :FOUNDED_IN :BORN_IN :ASSOCIATED_WITH :HAS_MEMBER :Album :RELEASED_BY 12
• Auch nicht dieser… ! • „A Package Of Components“ for Neo4j • „Awesome Procedures on Cypher“ Eine Sammlung von Erweiterungen für Neo4j https://neo4j-contrib.github.io/neo4j-apoc- procedures/ 21
First Version ~2010 (Emil Eifrem, Rod Johnson) • Basiert vollständig auf Neo4j-OGM • Community-Modul, aber Teil des Spring Data Release-Train • Integriert in Spring Boot 38
„Derived finder“ nicht missbrauchen! i.e. Optional<AlbumEntity> findOneByArtistNameAndNameAndLiveIsTrueAndReleasedInValue(String artistName, String name, long year) • Nicht blindlings den Graphen in der Anwendung nachbauen • Das Graph-Model im Sinne der gewünschten Abfragen aufbauen • Das Domain-Model nach Anwendungs-Usecase 49
public class ArtistEntity { private String name; @Relationship( value = "RELEASED_BY", direction = INCOMING) private List<AlbumEntity> albums; } @NodeEntity("Album") public class AlbumEntity { @Relationship("RELEASED_BY") private ArtistEntity artist; @Relationship("CONTAINS") private List<TrackEntity> tracks; } @NodeEntity("Track") public class TrackEntity { @Relationship( value = "CONTAINS", direction = INCOMING) private List<AlbumEntity> tracks; }
know that entities are connected -- they are dependent on each other. The reason why we chose graph technology and Neo4j is because all the entities are connected.“ Dr Alexander Jarasch, DZD German centre of diabetic research 60
datasets • https://neo4j.com/graphgists/ • Neo4j Graph Gists, Example Models and Cypher Queries • https://offshoreleaks.icij.org/ • Data convolutes mentioned early 64
Docker-Compose-Skripte für alle Dienste • Zwei Spring Boot Anwendungen • charts: Anwendung auf Basis relationaler Daten • knowledge: Die gezeigte Anwendung auf Basis von Neo4j • etl: das eigene Neo4j plugin • Plus: Eine kleine Micronaut Demo 65
„From relational databases to databases with relations“ https://info.michael-simons.eu/2018/10/11/from-relational-databases-to-databases-with-relations/ • Folien: speakerdeck.com/michaelsimons • Kuratierte Liste von Neo4j, Neo4j-OGM und SDN Tipps: https://github.com/michael-simons/neo4j-sdn-ogm-tips • GraphTour 2019: https://neo4j.com/graphtour/ • (German) Spring Boot Book @SpringBootBuch // springbootbuch.de Ressourcen 66
Codd: Wikipedia • Apoc and Cypher: Stills from the motion picture „The Matrix“ • Demo: https://unsplash.com/photos/Uduc5hJX2Ew https://unsplash.com/photos/FlPc9_VocJ4 https://unsplash.com/photos/gp8BLyaTaA0 Bildquellen 68