Neo4j 词汇表

Neo4j 词汇表包含特定于 Neo4j 和 Cypher® 的术语定义。

A

分配器(集群)

集群中根据指定的拓扑约束和分配策略将数据库分配到服务器的组件。

异步复制(集群),另请参见 同步复制

辅助副本使用异步复制来轮询新事务,这意味着无法保证它们已收到最新事务。 这使得能够有效地扩展读取性能。

Aura 实例

由单个 DBID 表示的完全托管的数据库,在 Neo4j Aura 云中运行。

自动提交事务

包含单个查询的自动提交事务。

B

Bolt 协议

Bolt 是用于 Neo4j 实例和驱动程序之间交互的协议。

书签,另请参见:因果一致性

客户端可以从集群请求的标记,以确保它能够读取自己的写入,从而使应用程序的状态保持一致,并且只有拥有书签副本的数据库才能响应。

C

类别(Bloom)

类别基于节点标签,在透视图中定义,作为以视觉方式区分具有相同标签的节点的一种方式。

因果一致性,另请参见 书签

集群中的所有服务器都同意事务发生的顺序。 可以使用书签来保证服务器在因果链上的位置。

集群,另请参见:容错性独立

跨多个服务器一起工作的 Neo4j DBMS,以提高容错性或读取可扩展性。 集群上的数据库可以配置为在集群中的服务器之间复制,从而实现读取可扩展性或高可用性。

客户端应用程序

与 Neo4j 服务器交互的软件。

提交

提交是事务的成功完成,它确保所做任何更改的持久性。 有关更多详细信息,请访问 操作手册→事务管理

组合数据库,另请参见:结构

组合数据库是使用单个 Cypher 查询访问分区图数据的方法。

约束

约束是数据建模规则集,用于确保数据一致且可靠。

核心服务器(Neo4j 4),另请参见:主服务器与辅助服务器

集群中以读写模式运行的服务器。 在 Neo4j 5 中,它被数据库级别的主数据库和辅助数据库配置所取代。

Cypher®

Neo4j 的图查询语言。

D

数据模型

数据模型定义了数据库中信息的组织方式。 良好的数据模型将使查询和理解数据变得更容易。 在 Neo4j 中,数据模型具有图结构。

数据库,另请参见:数据库与图

数据库是 DBMS 用于管理和存储图数据的容器。 数据的物理结构由数据库控制。

数据库与图

数据库是图数据的物理容器。 图是 Neo4j 中数据的逻辑结构。

数据库管理系统

数据库管理系统或 DBMS,能够管理多个数据库。 DBMS 可以运行在一台服务器上,也可以跨多个服务器配置为集群。

数据库模式,另请参见:数据模型

节点和关系的规定属性存在和数据类型。

取消分配(集群)

从服务器或集群中删除数据库或服务器,而不会丢失数据或降低容错性。

度数(节点)

特定节点的关系数量;循环计数两次。

灾难恢复(集群)

手动干预以恢复集群或集群中数据库的可用性。

驱动程序

提供从特定编程语言访问 Neo4j 的软件库。

E

选举(集群),另请参见 Raft 协议

如果 Raft 领导者变得无响应,则跟随者会自动触发选举并投票选出新的领导者。

实体

节点或关系。

表达式(Cypher)

Cypher 查询的组成部分,用于生成值。 它可以在投影中使用,作为谓词,或在设置图元素的属性时使用。

F

结构,另请参见:组合数据库

结构是统一系统的架构设计,它为本地或分布式图数据提供单个访问点。

容错性(集群),另请参见:主服务器

保证即使在一台或多台服务器发生故障的情况下,集群也能保持数据库的持久性和可用性。

跟随者(集群),另请参见 领导者

充当跟随者的数据库的主副本,接收并确认来自领导者的同步写入。

G

生成式 AI (GenAI)

一种人工智能 (AI) 系统,它根据提示生成文本、图像或其他媒体。

生成式预训练 Transformer (GPT)

一种 GenAI 模型,它结合了两种训练形式来生成基础模型。 具体来说

  • 预训练:在海量数据上训练通用功能。

  • 微调:在少量精选数据上训练有限数量的有监督 ML 任务。

图,另请参见:数据库与图

一组节点的逻辑表示,其中一些对由关系连接。

I

索引

用于提高数据库读取性能的数据结构。

K

知识图谱

一种特殊的图类型,具有组织原则,以便用户(或计算机系统)可以对底层数据进行推理。 组织原则提供了额外的结构层,为支持知识发现添加上下文。

L

标签

将节点标记为命名且索引的子集的成员。 节点可以分配一个或多个标签。

语言模型 (LM)

一种 ML 方法,它对一系列单词的概率分布进行建模。 预测序列中下一个单词/字符的概率。 GenAI 以及嵌入、分类和其他 ML 任务中的应用。

大型语言模型 (LLM)

由大型神经网络(数十亿个参数)组成的 LLM,在大量数据上进行训练,通常使用自监督/半监督方法。 针对一般任务进行训练,目前被视为“语言/文本的 GenAI”。

LLM 幻觉

语言模型生成不正确、无意义或不真实的文本。

  • 即使他们没有事实,似乎也能自信地回答问题。

  • 可能会对类似的提示提供矛盾或不一致的答案。

领导者(集群),另请参见:跟随者

数据库的单个主副本被指定为领导者。 它接收来自客户端的所有写入事务,并将写入同步复制到跟随者,并将写入异步复制到数据库的辅助副本。

M

主题,另请参见:路径模式

图中特定模式的描述。

N

节点,另请参见:关系

节点代表图数据模型中的实体或离散对象。 节点可以通过关系连接,在属性中保存数据,并通过标签进行分类。

O

运算符

表示数学或逻辑运算的符号。

P

参数

在运行 Cypher 语句时提供的命名值。

路径

节点和连接它们的边的序列,其中不包含重复的边。多个路径可以匹配一个模式。

模式,另请参见:motif

节点和边的特定排列,可以在图中进行匹配。模式遵循一个 motif。

视角 (Bloom)

视角定义了目标 Neo4j 图中可以找到的特定业务视图或领域。单个 Neo4j 图可以通过不同的视角进行查看,每个视角都针对不同的业务目的进行了调整。

主 (集群),另请参见:

数据库的副本,能够处理写事务,并且有资格被选为主节点。它参与容错写入,因为它是确认和提交写事务所需的多数的一部分。

主与从 (集群)

在集群中,数据库可以在主模式或从模式下运行。主数据库能够处理写事务和读事务,从而确保容错。从数据库异步复制自主数据库,它们的主要目的是在集群内提供读扩展。

属性

属性是键值对,用于在节点和边上存储数据。

Q

查询 (Cypher)

检索或写入数据库信息的语句。

R

Raft 组

参与以主模式托管特定数据库的一组服务器。

Raft 组成员

参与 Raft 组的服务器。服务器可以是多个组的成员。

Raft 日志

所有 Raft 组成员之间共享的日志,保证这些成员一致地更新和查看。日志包含数据库数据和 Raft 组的操作状态。

Raft 协议

使数据库能够将数据复制到多个服务器上的网络机制,从而为访问数据提供高可用性,并为存储的数据提供高持久性。

读副本 (Neo4j v4),另请参见:核心服务器

集群中以只读模式运行的服务器。在 Neo4j 5 中,它被数据库级别的主数据库和从数据库配置所取代。

读扩展,另请参见:主与从

通过创建以从模式(只读)托管的额外数据库副本,分发查询负载。

关系,另请参见:节点

关系表示图数据模型中节点之间的连接。关系将源节点连接到目标节点,在属性中保存数据,并按类型进行分类。

S

从 (集群),另请参见:

数据库的异步复制副本,在集群内提供读扩展。

种子 (集群)

种子是用于在集群上创建数据库的数据库转储或完整备份。这有时被称为“播种”。

服务器

运行 Neo4j 实例的物理机器、虚拟机或容器。服务器可以是独立的,也可以是集群的一部分。

会话

因果链接的事务序列。

会话一致性,另请参见:因果一致性

Neo4j 因果一致性的另一种名称。

独立,另请参见:服务器

运行 Neo4j 并且不是集群一部分的单个服务器。

系统数据库

Neo4j 用于存储系统信息的数据库。

同步复制 (集群),另请参见 异步复制

同步复制要求领导者主节点复制事务并阻塞提交,直到从节点主节点的多数确认事务已成功复制。一旦事务被复制,就可以进行提交。这确保了集群内的数据持久性和一致性。

T

租户 (Aura)

包含自身数据库实例、配置和资源的隔离环境。

拓扑 (集群)

描述如何在集群中的服务器上分布数据库副本的配置,请参见主模式和从模式。

事务

事务包含对数据库执行的工作单元。它以一种一致且可靠的方式进行处理,独立于其他事务。事务符合 ACID 一致性模型(原子性、一致性、隔离性和持久性)。

分配器 (集群)

集群中根据指定的拓扑约束和分配策略将数据库分配到服务器的组件。

异步复制 (集群),另请参见 同步复制

辅助副本使用异步复制来轮询新事务,这意味着无法保证它们已收到最新事务。 这使得能够有效地扩展读取性能。

Aura 实例

由单个 DBID 表示的完全托管的数据库,在 Neo4j Aura 云中运行。

自动提交事务

包含单个查询的自动提交事务。

Bolt 协议

Bolt 是用于 Neo4j 实例和驱动程序之间交互的协议。

书签,另请参见:因果一致性

客户端可以从集群请求的标记,以确保它能够读取自己的写入,从而使应用程序的状态保持一致,并且只有拥有书签副本的数据库才能响应。

类别 (Bloom)

类别基于节点标签,在透视图中定义,作为以视觉方式区分具有相同标签的节点的一种方式。

因果一致性,另请参见 书签

集群中的所有服务器都同意事务发生的顺序。 可以使用书签来保证服务器在因果链上的位置。

集群,另请参见:容错独立

跨多个服务器一起工作的 Neo4j DBMS,以提高容错性或读取可扩展性。 集群上的数据库可以配置为在集群中的服务器之间复制,从而实现读取可扩展性或高可用性。

客户端应用程序

与 Neo4j 服务器交互的软件。

提交

提交是事务的成功完成,它确保所做任何更改的持久性。 有关更多详细信息,请访问 操作手册→事务管理

复合数据库,另请参见:fabric

组合数据库是使用单个 Cypher 查询访问分区图数据的方法。

约束

约束是数据建模规则集,用于确保数据一致且可靠。

核心服务器 (Neo4j 4),另请参见:主与从

集群中以读写模式运行的服务器。 在 Neo4j 5 中,它被数据库级别的主数据库和辅助数据库配置所取代。

Cypher®

Neo4j 的图查询语言。

数据模型

数据模型定义了数据库中信息的组织方式。 良好的数据模型将使查询和理解数据变得更容易。 在 Neo4j 中,数据模型具有图结构。

数据库,另请参见:数据库与图

数据库是 DBMS 用于管理和存储图数据的容器。 数据的物理结构由数据库控制。

数据库与图

数据库是图数据的物理容器。 图是 Neo4j 中数据的逻辑结构。

数据库管理系统

数据库管理系统或 DBMS,能够管理多个数据库。 DBMS 可以运行在一台服务器上,也可以跨多个服务器配置为集群。

数据库模式,另请参见:数据模型

节点和关系的规定属性存在和数据类型。

释放 (集群)

从服务器或集群中删除数据库或服务器,而不会丢失数据或降低容错性。

度数 (节点的)

特定节点的关系数量;循环计数两次。

灾难恢复 (集群)

手动干预以恢复集群或集群中数据库的可用性。

驱动程序

提供从特定编程语言访问 Neo4j 的软件库。

选举 (集群),另请参见 Raft 协议

如果 Raft 领导者变得无响应,则跟随者会自动触发选举并投票选出新的领导者。

实体

节点或关系。

表达式 (Cypher)

Cypher 查询的组成部分,用于生成值。 它可以在投影中使用,作为谓词,或在设置图元素的属性时使用。

fabric,另请参见:复合数据库

结构是统一系统的架构设计,它为本地或分布式图数据提供单个访问点。

容错 (集群),另请参见:

保证即使在一台或多台服务器发生故障的情况下,集群也能保持数据库的持久性和可用性。

从节点 (集群),另请参见 领导者

充当跟随者的数据库的主副本,接收并确认来自领导者的同步写入。

生成式 AI (GenAI)

一种人工智能 (AI) 系统,它根据提示生成文本、图像或其他媒体。

生成式预训练 Transformer (GPT)

一种 GenAI 模型,它结合了两种训练形式来生成基础模型。 具体来说

  • 预训练:在海量数据上训练通用功能。

  • 微调:在少量精选数据上训练有限数量的有监督 ML 任务。

图,另请参见:数据库与图

一组节点的逻辑表示,其中一些对由关系连接。

索引

用于提高数据库读取性能的数据结构。

知识图谱

一种特殊的图类型,具有组织原则,以便用户(或计算机系统)可以对底层数据进行推理。 组织原则提供了额外的结构层,为支持知识发现添加上下文。

标签

将节点标记为命名且索引的子集的成员。 节点可以分配一个或多个标签。

语言模型 (LM)

一种 ML 方法,它对一系列单词的概率分布进行建模。 预测序列中下一个单词/字符的概率。 GenAI 以及嵌入、分类和其他 ML 任务中的应用。

大型语言模型 (LLM)

由大型神经网络(数十亿个参数)组成的 LLM,在大量数据上进行训练,通常使用自监督/半监督方法。 针对一般任务进行训练,目前被视为“语言/文本的 GenAI”。

LLM 幻觉

语言模型生成不正确、无意义或不真实的文本。

  • 即使他们没有事实,似乎也能自信地回答问题。

  • 可能会对类似的提示提供矛盾或不一致的答案。

领导者 (集群),另请参见:从节点

数据库的单个主副本被指定为领导者。 它接收来自客户端的所有写入事务,并将写入同步复制到跟随者,并将写入异步复制到数据库的辅助副本。

motif,另请参见:路径模式

图中特定模式的描述。

节点,另请参见:关系

节点代表图数据模型中的实体或离散对象。 节点可以通过关系连接,在属性中保存数据,并通过标签进行分类。

运算符

表示数学或逻辑运算的符号。

参数

在运行 Cypher 语句时提供的命名值。

路径

节点和连接它们的边的序列,其中不包含重复的边。多个路径可以匹配一个模式。

模式,另请参见:motif

节点和边的特定排列,可以在图中进行匹配。模式遵循一个 motif。

视角 (Bloom)

视角定义了目标 Neo4j 图中可以找到的特定业务视图或领域。单个 Neo4j 图可以通过不同的视角进行查看,每个视角都针对不同的业务目的进行了调整。

主 (集群),另请参见:

数据库的副本,能够处理写事务,并且有资格被选为主节点。它参与容错写入,因为它是确认和提交写事务所需的多数的一部分。

主与从 (集群)

在集群中,数据库可以在主模式或从模式下运行。主数据库能够处理写事务和读事务,从而确保容错。从数据库异步复制自主数据库,它们的主要目的是在集群内提供读扩展。

属性

属性是键值对,用于在节点和边上存储数据。

查询 (Cypher)

检索或写入数据库信息的语句。

Raft 组

参与以主模式托管特定数据库的一组服务器。

Raft 组成员

参与 Raft 组的服务器。服务器可以是多个组的成员。

Raft 日志

所有 Raft 组成员之间共享的日志,保证这些成员一致地更新和查看。日志包含数据库数据和 Raft 组的操作状态。

Raft 协议

使数据库能够将数据复制到多个服务器上的网络机制,从而为访问数据提供高可用性,并为存储的数据提供高持久性。

读副本 (Neo4j v4),另请参见:核心服务器

集群中以只读模式运行的服务器。在 Neo4j 5 中,它被数据库级别的主数据库和从数据库配置所取代。

读扩展,另请参见:主与从

通过创建以从模式(只读)托管的额外数据库副本,分发查询负载。

关系,另请参见:节点

关系表示图数据模型中节点之间的连接。关系将源节点连接到目标节点,在属性中保存数据,并按类型进行分类。

从 (集群),另请参见:

数据库的异步复制副本,在集群内提供读扩展。

种子 (集群)

种子是用于在集群上创建数据库的数据库转储或完整备份。这有时被称为“播种”。

服务器

运行 Neo4j 实例的物理机器、虚拟机或容器。服务器可以是独立的,也可以是集群的一部分。

会话

因果链接的事务序列。

会话一致性,另请参见:因果一致性

Neo4j 因果一致性的另一种名称。

独立,另请参见:服务器

运行 Neo4j 并且不是集群一部分的单个服务器。

同步复制 (集群),另请参见 异步复制

同步复制要求领导者主节点复制事务并阻塞提交,直到从节点主节点的多数确认事务已成功复制。一旦事务被复制,就可以进行提交。这确保了集群内的数据持久性和一致性。

系统数据库

Neo4j 用于存储系统信息的数据库。

租户 (Aura)

包含自身数据库实例、配置和资源的隔离环境。

拓扑 (集群)

描述如何在集群中的服务器上分布数据库副本的配置,请参见主模式和从模式。

事务

事务包含对数据库执行的工作单元。它以一种一致且可靠的方式进行处理,独立于其他事务。事务符合 ACID 一致性模型(原子性、一致性、隔离性和持久性)。