Neo4j笔记（一）算法（1）配置_apoc最短路径

Neo4j提供了两个常用的算法库-----apoc和algo，相对于algo，apoc不仅仅提供了一些算法实现，还提供了数据导入等功能，更多地像一个工具包。而在算法实现方面，algo显得更专业、全面。本文主要介绍algo库的使用，后续再记录apoc的使用。algo的详细使用文档，请点击这里。另外所有关于Neo4j的操作都是基于Linux系统。

简介

图算法用于计算图形，节点或关系的度量，Neo4j支持的图算法如下：
中心度算法(Centralities)：
（1）PageRank (页面排名)
（2）ArticleRank
（3）Betweenness Centrality (中介中心度)
（4）Closeness Centrality (接近中心度)
（5）Harmonic Centrality

社区检测算法(Community detection)：
（1）Louvain (鲁汶算法)
（2）Label Propagation (标签传播)
（3）Connected Components (连通组件)
（4）Strongly Connected Components (强连通组件)
（5）Triangle Counting / Clustering Coefficient (三角计数/聚类系数)

路径搜索算法(Path finding)：
（1）Minimum Weight Spanning Tree (最小权重生成树)
（2）Shortest Path (最短路径)
（3）Single Source Shortest Path (单源最短路径)
（4）All Pairs Shortest Path (全顶点对最短路径)
（5）A* 
（6）Yen’s K-shortest paths
（7）Random Walk (随机漫步)

相似性算法(Similarity)：
（1）Jaccard Similarity (Jaccard相似度)
（2）Cosine Similarity (余弦相似度)
（3）Pearson Similarity (Pearson相似度)
（4）Euclidean Distance (欧氏距离)
（5）Overlap Similarity (重叠相似度)

链接预测(Link Prediction)：
（1）Adamic Adar
（2）Common Neighbors
（3）Preferential Attachment
（4）Resource Allocation
（5）Same Community
（6）Total Neighbors

预处理算法(Preprocessing)：
（1）One Hot Encoding

安装

Neo4j的算法库是以jar包的形式提供给用户的，安装包里并没有提供，安装完毕以后用户可以按照过程调用，使用的时候可以在github上下载与自己的Neo4j版本相匹配的jar包，例如最新的 graph-algorithms-algo-3.5.3.1.jar。具体操作步骤如下：

（1）下载相匹配的jar包。
（2）把jar包放在Neo4j根目录下的plugins目录下。
（3）修改 conf目录下的配置文件 neo4j.conf 中的配置项：

dbms.security.procedures.unrestricted=algo.*

（4）重启Neo4j：./bin/neo4j restart 。
（5）运行下面程序，应该就可以看到支持的算法列表了。

CALL algo.list()

附录

最后给一个小tips，关于Neo4j如何指定jdk版本的问题。Neo4j要求使用的jdk版本是1.8，在使用的时候，可能不想配置jdk全局环境变量，但是在conf文件中又没有给出配置JAVA_HOME的选项（我没看到，如果有找到的同学，也告诉我下），这时可以在shell脚本中单独引入JAVA_HOME环境变量，比如在 bin 目录下的 neo4j文件中第一句代码的前面添加 JAVA_HOME，不过有一点比较麻烦的是，任何用到的shell脚本都必须添加这句，比如bin目录下的其他脚本。