精通Neo4j

定　價(jià)：￥179.00

作　者：	張幟龐國(guó)明葉偉民宋建棟馬延超楊志
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302618423	出版時(shí)間：	2022-11-01	包裝：	平裝-鎖線(xiàn)膠訂
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　圖數(shù)據(jù)庫(kù)是NoSQL類(lèi)數(shù)據(jù)庫(kù)的又一大典型代表，在國(guó)內(nèi)圖數(shù)據(jù)庫(kù)屬于新興事物，其優(yōu)異的復(fù)雜關(guān)系解決方案引起了國(guó)內(nèi)眾多大型互聯(lián)網(wǎng)公司及IT開(kāi)發(fā)者的關(guān)注，而Neo4j是目前圖形化數(shù)據(jù)庫(kù)中最為出色、最為成熟的產(chǎn)品。本書(shū)的第一版書(shū)名是《Neo4j**指南》，發(fā)行量超過(guò)13000冊(cè)，本書(shū)在第一版的基礎(chǔ)上補(bǔ)充完善了Neo4j的新特性、新功能。本書(shū)基于Neo4j 4.4版本編寫(xiě)，共分10章，涵蓋基本概念、基礎(chǔ)入門(mén)、查詢(xún)語(yǔ)言、程序開(kāi)發(fā)技術(shù)、管理運(yùn)維、集群技術(shù)、應(yīng)用案例、高級(jí)應(yīng)用、配置設(shè)置、內(nèi)建過(guò)程、GDS、Fabric等內(nèi)容。本書(shū)內(nèi)容涉及Neo4j的大部分知識(shí)，既可以作為Neo4j初學(xué)者的入門(mén)教材，也可以作為相關(guān)行業(yè)Neo4j技術(shù)專(zhuān)家的參考手冊(cè)。

作者簡(jiǎn)介

　　張幟（張老師），圖數(shù)據(jù)庫(kù)技術(shù)叢書(shū)主編。中國(guó)IT界元老、中國(guó)圖數(shù)據(jù)庫(kù)先導(dǎo)者、Neo4j簡(jiǎn)體中文版總設(shè)計(jì)師、大數(shù)據(jù)領(lǐng)域資深專(zhuān)家、WPS曲線(xiàn)漢字技術(shù)發(fā)明人，微云數(shù)聚創(chuàng)始人。龐國(guó)明（小明），負(fù)責(zé)全書(shū)知識(shí)內(nèi)容編排、技術(shù)審校、寫(xiě)作團(tuán)隊(duì)統(tǒng)籌管理。Neo4j中文社區(qū)創(chuàng)始人，《Neo4j 權(quán)威指南》副主編，《Neo4j 3.x入門(mén)經(jīng)典》翻譯，騰訊課堂《Neo4j圖數(shù)據(jù)庫(kù)視頻教程》主講老師，高級(jí)信息系統(tǒng)項(xiàng)目管理師，系統(tǒng)架構(gòu)師。葉偉民（Billy），十八年的IT工作經(jīng)驗(yàn)。美國(guó)海歸，曾被美國(guó)移民局認(rèn)可為在美國(guó)本土難以覓得的技術(shù)人才而得以在舊金山灣區(qū)工作過(guò)?！秷D數(shù)據(jù)庫(kù)實(shí)戰(zhàn)》《金融中的人工智能》《.NET內(nèi)存管理寶典》等五本書(shū)的譯者。目前正在研究金融科技，包括人工智能、Web 3.0方面的應(yīng)用。宋建棟，畢業(yè)于上海交通大學(xué)，長(zhǎng)期在金融機(jī)構(gòu)從事IT相關(guān)工作。在IT運(yùn)維、信息安全、IT審計(jì)等領(lǐng)域有豐富的圖技術(shù)應(yīng)用經(jīng)驗(yàn)。致力于在風(fēng)險(xiǎn)圖譜、網(wǎng)絡(luò)合規(guī)、態(tài)勢(shì)感知等多種金融科技場(chǎng)景中運(yùn)用圖數(shù)據(jù)庫(kù)產(chǎn)品和圖算法解決實(shí)際問(wèn)題。馬延超（馬超），畢業(yè)于北京信息科技大學(xué)CS專(zhuān)業(yè)，Neo4j認(rèn)證技術(shù)專(zhuān)家，長(zhǎng)期程序員，開(kāi)源社區(qū)愛(ài)好者與貢獻(xiàn)者。目前致力于將圖數(shù)據(jù)技術(shù)應(yīng)用到資管行業(yè)。曾將圖數(shù)據(jù)技術(shù)應(yīng)用在全媒體、事件輿情、社交網(wǎng)絡(luò)等場(chǎng)景。楊志，畢業(yè)于北京理工大學(xué)，具有多年的Neo4j使用與調(diào)優(yōu)經(jīng)驗(yàn)。目前在某銀行總部擔(dān)任高級(jí)算法工程師，主要從事搜索推薦、NLP、知識(shí)圖譜等相關(guān)技術(shù)研發(fā)與應(yīng)用。

圖書(shū)目錄

第1章 Neo4j圖數(shù)據(jù)庫(kù)基礎(chǔ)
1.1 圖數(shù)據(jù)庫(kù)背景知識(shí)
1.1.1 圖數(shù)據(jù)庫(kù)歷史
1.1.2 圖數(shù)據(jù)庫(kù)應(yīng)用領(lǐng)域
1.1.3 主流圖數(shù)據(jù)庫(kù)介紹
1.2 圖數(shù)據(jù)庫(kù)基礎(chǔ)概念
1.2.1 圖數(shù)據(jù)模型
1.2.2 圖計(jì)算引擎
1.3 圖數(shù)據(jù)庫(kù)與關(guān)系數(shù)據(jù)庫(kù)的對(duì)比
1.3.1 關(guān)系數(shù)據(jù)庫(kù)的弊端
1.3.2 圖數(shù)據(jù)模型的優(yōu)勢(shì)
1.4 圖數(shù)據(jù)庫(kù)與其他NoSQL數(shù)據(jù)庫(kù)的對(duì)比
1.4.1 其他NoSQL數(shù)據(jù)庫(kù)的弊端
1.4.2 將鍵值對(duì)存儲(chǔ)與圖數(shù)據(jù)庫(kù)相關(guān)聯(lián)
1.4.3 將文檔存儲(chǔ)與圖數(shù)據(jù)庫(kù)相關(guān)聯(lián)
1.5 Neo4j概述
1.6 Neo4j版本升級(jí)與變化
1.7 Neo4j的體系結(jié)構(gòu)
1.7.1 免索引鄰接
1.7.2 Neo4j底層存儲(chǔ)結(jié)構(gòu)
1.7.3 Neo4j的遍歷方式
1.7.4 Neo4j的存儲(chǔ)優(yōu)化
1.8 Neo4j版本全貌
1.8.1 Neo4j
1.8.2 Neo4j
1.8.3 Neo4j
1.8.4 Neo4j社區(qū)版
1.8.5 Neo4j企業(yè)版
第2章 Neo4j基礎(chǔ)入門(mén)
2.1 Neo4j的安裝部署
2.1.1 Neo4j安裝包的下載
2.1.2 在各個(gè)操作系統(tǒng)上的安裝
2.1.3 Neo4j的啟動(dòng)
2.2 Neo4j管理平臺(tái)的使用
2.2.1 Neo4j
2.2.2 Web管理平臺(tái)的使用
2.2.3 cypher-shell命令的使用
2.3 Neo4j圖數(shù)據(jù)中基本元素與概念
2.3.1 節(jié)點(diǎn)
2.3.2 關(guān)系
2.3.3 屬性
2.3.4 路徑
2.3.5 遍歷
2.4 官方入門(mén)實(shí)例介紹
2.4.1 創(chuàng)建圖數(shù)據(jù)
2.4.2 檢索節(jié)點(diǎn)
2.4.3 查詢(xún)關(guān)系
2.4.4 思考與練習(xí)
2.4.5 清空數(shù)據(jù)庫(kù)
2.5 批量導(dǎo)入工具的使用
2.5.1 ETL導(dǎo)入工具的使用
2.5.2 獲取CSV文件
2.5.3 使用Load
2.5.4 使用neo4j-import工具導(dǎo)入到Neo4j
第3章 Neo4j之Cypher
3.1 Cypher概述
3.1.1 Cypher是什么
3.1.2 模式（Patterns）
3.1.3 查詢(xún)和更新圖
3.1.4 事務(wù)
3.1.5 唯一性
3.1.6 兼容性
3.2 基本語(yǔ)法
3.2.1 類(lèi)型
3.2.2 表達(dá)式
3.2.3 變量
3.2.4 參數(shù)
3.2.5 運(yùn)算符
3.2.6 注釋
3.2.7 模式
3.2.8 列表
3.2.9 空值
3.3 語(yǔ)句
3.3.1 MATCH語(yǔ)句
3.3.2 OPTIONAL
3.3.3 WHERE語(yǔ)句
3.3.4 START語(yǔ)句
3.3.5 Aggregation語(yǔ)句
3.3.6 LOAD
3.3.7 CREATE語(yǔ)句
3.3.8 MERGE語(yǔ)句
3.3.9 SET語(yǔ)句
3.3.10 DELETE語(yǔ)句
3.3.11 REMOVE語(yǔ)句
3.3.12 FOREACH語(yǔ)句
3.3.13 CREATE
3.3.14 RETURN語(yǔ)句
3.3.15 ORDER
3.3.16 LIMIT語(yǔ)句
3.3.17 SKIP語(yǔ)句
3.3.18 WITH語(yǔ)句
3.3.19 UNWIND語(yǔ)句
3.3.20 UNION語(yǔ)句
3.3.21 CALL語(yǔ)句
3.4 函數(shù)
3.4.1 斷言函數(shù)
3.4.2 標(biāo)量函數(shù)
3.4.3 列表函數(shù)
3.4.4 數(shù)學(xué)函數(shù)
3.4.5 字符串函數(shù)
3.4.6 自定義函數(shù)
3.5 索引
3.5.1 簡(jiǎn)介
3.5.2 創(chuàng)建索引
3.5.3 列出索引
3.5.4 刪除索引
3.5.5 未來(lái)的索引
3.6 全文索引
3.6.1 創(chuàng)建全文索引
3.6.2 基于全文索引的查詢(xún)
3.6.3 刪除全文索引
3.7 約束
3.7.1 簡(jiǎn)介
3.7.2 創(chuàng)建約束
3.7.3 刪除約束
3.7.4 列出約束
3.8 數(shù)據(jù)庫(kù)管理
3.8.1 列出數(shù)據(jù)庫(kù)
3.8.2 創(chuàng)建數(shù)據(jù)庫(kù)（僅企業(yè)版）
3.8.3 更改數(shù)據(jù)庫(kù)
3.8.4 停止數(shù)據(jù)庫(kù)
3.8.5 啟動(dòng)數(shù)據(jù)庫(kù)
3.8.6 刪除數(shù)據(jù)庫(kù)
3.8.7 WAIT選項(xiàng)（僅企業(yè)版）
3.8.8 創(chuàng)建數(shù)據(jù)庫(kù)別名（僅企業(yè)版）
3.8.9 更改數(shù)據(jù)庫(kù)別名（僅企業(yè)版）
3.8.10 刪除數(shù)據(jù)庫(kù)別名
3.9 查詢(xún)調(diào)優(yōu)
3.9.1 Cypher查詢(xún)選項(xiàng)
3.9.2 查詢(xún)性能分析
3.9.3 索引使用
3.9.4 基礎(chǔ)查詢(xún)調(diào)優(yōu)舉例
3.9.5 高級(jí)查詢(xún)調(diào)優(yōu)舉例
3.9.6 USING語(yǔ)句
3.10 執(zhí)行計(jì)劃
3.10.1 執(zhí)行計(jì)劃運(yùn)算符詳細(xì)介紹
3.10.2 Expand
3.10.3 組合運(yùn)算符
3.10.4 行運(yùn)算符
3.10.5 更新運(yùn)算符
3.10.6 最短路徑規(guī)劃
第4章 Neo4j程序開(kāi)發(fā)
4.1 Neo4j開(kāi)發(fā)入門(mén)
4.1.1 Java嵌入式開(kāi)發(fā)模式
4.1.2 各語(yǔ)言驅(qū)動(dòng)包開(kāi)發(fā)模式
4.2 Java
4.2.1 Java開(kāi)發(fā)前的準(zhǔn)備工作
4.2.2 創(chuàng)建Neo4j圖實(shí)例
4.2.3 圖數(shù)據(jù)遍歷功能
4.2.4 數(shù)據(jù)索引
4.2.5 用戶(hù)自定義過(guò)程
4.2.6 用戶(hù)自定義函數(shù)
4.2.7 用戶(hù)自定義聚合函數(shù)
4.2.8 事務(wù)管理
4.2.9 使用Java在線(xiàn)備份Neo4j
4.2.10 使用JMX監(jiān)控Neo4j
4.3 各語(yǔ)言驅(qū)動(dòng)包開(kāi)發(fā)模式
4.3.1 驅(qū)動(dòng)開(kāi)發(fā)入門(mén)
4.3.2 客戶(hù)端應(yīng)用
4.3.3 Cypher語(yǔ)句工作流
4.3.4 數(shù)據(jù)類(lèi)型
4.3.5 異常和錯(cuò)誤處理
4.4 Neo4j
4.4.1 簡(jiǎn)介
4.4.2 認(rèn)證和授權(quán)
4.4.3 發(fā)現(xiàn)API
4.4.4 Cypher事務(wù)API
4.5 其他開(kāi)發(fā)技術(shù)介紹
4.5.1 Spring-Data-Neo4j
4.5.2 Spring-Data-Neo4在項(xiàng)目中的部署
4.5.3 使用Neo4j-OGM的對(duì)象圖映射
4.5.4 使用JDBC連接Neo4j
4.5.5 JCypher
4.5.6 Groovy＆Grails：Neo4j
4.5.7 Clojure：Neocons
4.5.8 Scala：AnormCypher
4.5.9 JPA：Hibernate
第5章 Neo4j數(shù)據(jù)庫(kù)管理
5.1 部署與配置
5.1.1 系統(tǒng)需求
5.1.2 neo4j
5.1.3 文件位置
5.1.4 重要端口
5.1.5 設(shè)置初始密碼
5.1.6 密碼和用戶(hù)的恢復(fù)
5.1.7 等待Neo4j啟動(dòng)
5.1.8 使用數(shù)據(jù)收集器
5.1.9 配置Neo4j連接器
5.1.10 動(dòng)態(tài)設(shè)置
5.1.11 事務(wù)日志
5.1.12 安裝證書(shū)
5.2 備份與恢復(fù)
5.2.1 備份簡(jiǎn)介
5.2.2 執(zhí)行備份
5.2.3 恢復(fù)備份
5.3 認(rèn)證和授權(quán)
5.3.1 簡(jiǎn)介
5.3.2 內(nèi)置角色
5.3.3 細(xì)粒度訪(fǎng)問(wèn)控制
5.3.4 與LDAP集成
5.3.5 管理過(guò)程權(quán)限
5.3.6 相關(guān)術(shù)語(yǔ)
5.4 安全管理
5.4.1 安全擴(kuò)展
5.4.2 SSL框架
5.4.3 術(shù)語(yǔ)
5.4.4 瀏覽器憑證處理
5.4.5 安全清單
5.5 監(jiān)控管理
5.5.1 指標(biāo)
5.5.2 日志
5.5.3 查詢(xún)管理
5.5.4 事務(wù)管理
5.5.5 連接管理
5.5.6 監(jiān)控因果集群
5.5.7 監(jiān)控單個(gè)數(shù)據(jù)庫(kù)狀態(tài)
5.6 性能管理
5.6.1 內(nèi)存配置
5.6.2 索引配置
5.6.3 調(diào)整垃圾收集器
5.6.4 Bolt線(xiàn)程池配置
5.6.5 Linux文件系統(tǒng)調(diào)優(yōu)
5.6.6 磁盤(pán)、內(nèi)存及其他提示
5.6.7 統(tǒng)計(jì)和執(zhí)行計(jì)劃
5.6.8 壓縮存儲(chǔ)
5.7 數(shù)據(jù)庫(kù)管理相關(guān)工具
5.7.1 導(dǎo)入工具
5.7.2 Cypher
5.7.3 轉(zhuǎn)存和加載數(shù)據(jù)庫(kù)
5.7.4 解綁核心服務(wù)器
5.7.5 一致性檢查工具
第6章存儲(chǔ)過(guò)程庫(kù)APOC
6.1 安裝
6.1.1 APOC核心庫(kù)的安裝
6.1.2 APOC完整庫(kù)的安裝
6.1.3 配置選項(xiàng)
6.1.4 安裝驗(yàn)證
6.2 用法
6.2.1 語(yǔ)法
6.2.2 幫助手冊(cè)
6.2.3 運(yùn)行注意事項(xiàng)
6.3 過(guò)程和函數(shù)
6.3.1 Neo4j運(yùn)維類(lèi)
6.3.2 APOC運(yùn)維類(lèi)
6.3.3 數(shù)據(jù)操作類(lèi)
6.3.4 數(shù)據(jù)庫(kù)集成類(lèi)
6.3.5 圖操作類(lèi)
第7章圖數(shù)據(jù)科學(xué)庫(kù)GDS
7.1 簡(jiǎn)介
7.2 安裝
7.2.1 支持的Neo4j版本
7.2.2 Neo4j
7.2.3 Neo4j服務(wù)器版
7.2.4 Neo4j企業(yè)版
7.2.5 Neo4j
7.2.6 Neo4j因果集群
7.2.7 其他配置項(xiàng)
7.2.8 系統(tǒng)需求
7.3 常見(jiàn)用法
7.3.1 內(nèi)存估計(jì)
7.3.2 創(chuàng)建圖
7.3.3 運(yùn)行算法
7.3.4 日志記錄
7.3.5 系統(tǒng)監(jiān)控
7.4 圖管理
7.4.1 圖目錄
7.4.2 節(jié)點(diǎn)屬性
7.4.3 實(shí)用函數(shù)
7.4.4 GDS庫(kù)上的Cypher
7.4.5 匿名圖
7.4.6 管理圖目錄（企業(yè)版）
7.5 主要算法
7.5.1 中心性算法
7.5.2 社區(qū)檢測(cè)算法
7.5.3 相似度算法
7.5.4 路徑搜索算法
7.5.5 拓?fù)滏溌奉A(yù)測(cè)算法
7.5.6 節(jié)點(diǎn)嵌入算法
7.6 機(jī)器學(xué)習(xí)
7.6.1 節(jié)點(diǎn)分類(lèi)管道
7.6.2 鏈路預(yù)測(cè)管道
7.6.3 管道目錄
7.6.4 模型目錄
7.7 Python客戶(hù)端
7.7.1 安裝
7.7.2 Python客戶(hù)端的使用
7.7.3 與Cypher
7.7.4 圖對(duì)象
7.7.5 算法執(zhí)行
第8章集群技術(shù)與Fabric
8.1 因果集群
8.1.1 初識(shí)因果集群
8.1.2 操作視圖
8.1.3 因果一致性
8.2 因果集群部署
8.2.1 配置含有單個(gè)實(shí)例和多副本實(shí)例的集群
8.2.2 配置含有核心實(shí)例的集群
8.2.3 現(xiàn)有集群添加核心服務(wù)節(jié)點(diǎn)
8.2.4 現(xiàn)有集群添加輔助服務(wù)節(jié)點(diǎn)
8.2.5 現(xiàn)有集群剝離輔助服務(wù)節(jié)點(diǎn)
8.2.6 連接輔助服務(wù)節(jié)點(diǎn)
8.3 因果集群遷入初始化數(shù)據(jù)
8.3.1 數(shù)據(jù)遷入介紹
8.3.2 通過(guò)數(shù)據(jù)庫(kù)轉(zhuǎn)存進(jìn)行集群數(shù)據(jù)遷入（離線(xiàn)）
8.3.3 通過(guò)數(shù)據(jù)庫(kù)備份進(jìn)行數(shù)據(jù)遷入（在線(xiàn)）
8.3.4 使用導(dǎo)入工具進(jìn)行數(shù)據(jù)遷入
8.4 因果集群內(nèi)部成員發(fā)現(xiàn)
8.4.1 概述
8.4.2 使用服務(wù)器地址列表進(jìn)行發(fā)現(xiàn)
8.4.3 使用具有多個(gè)記錄的DNS進(jìn)行發(fā)現(xiàn)
8.4.4 在Kubernetes中發(fā)現(xiàn)
8.5 因果集群內(nèi)部加密
8.5.1 概述
8.5.2 部署示例
8.6 因果集群內(nèi)部結(jié)構(gòu)
8.6.1 選舉與領(lǐng)導(dǎo)
8.6.2 領(lǐng)導(dǎo)權(quán)均衡
8.6.3 多數(shù)據(jù)庫(kù)與調(diào)節(jié)器
8.6.4 服務(wù)器端路由
8.6.5 存儲(chǔ)副本
8.6.6 磁盤(pán)狀態(tài)
8.7 Fabric
8.7.1 Fabric概述
8.7.2 Fabric部署示例
8.8 Fabric配置
8.8.1 Fabric數(shù)據(jù)庫(kù)安裝
8.8.2 認(rèn)證與授權(quán)
8.8.3 重要設(shè)置
8.9 Fabric查詢(xún)
8.10 使用復(fù)制命令分片數(shù)據(jù)
第9章 Neo4j應(yīng)用案例
9.1 應(yīng)用案例概述
9.2 欺詐檢測(cè)
9.2.1 第一方銀行欺詐
9.2.2 保險(xiǎn)欺詐
9.2.3 電子商務(wù)欺詐
9.2.4 小結(jié)
9.3 科研導(dǎo)圖
9.4 電子郵件監(jiān)測(cè)
9.5 工商企業(yè)圖譜
9.6 社交網(wǎng)絡(luò)
9.7 Neo4j在汽車(chē)生產(chǎn)和零件制造業(yè)中的作用
9.7.1 汽車(chē)企業(yè)數(shù)據(jù)概覽
9.7.2 供應(yīng)鏈管理
9.7.3 保修分析
9.7.4 客戶(hù)360
9.7.5 知識(shí)圖譜
9.7.6 真實(shí)的案例
第10章 Neo4j高級(jí)應(yīng)用
10.1 Bloom可視化工具
10.1.1 功能介紹
10.1.2 安裝方法
10.1.3 界面及展示效果
10.1.4 靈活的定制化查詢(xún)
10.2 ETL工具
10.2.1 功能介紹
10.2.2 ETL工具的安裝
10.2.3 使用ETL工具從關(guān)系數(shù)據(jù)庫(kù)導(dǎo)入
10.2.4 壓縮包版命令行ETL工具的導(dǎo)入
10.3 高級(jí)索引
10.3.1 空間索引（Neo4j
10.3.2 自定義中文全文索引
10.4 在Docker環(huán)境下部署Neo4j
10.4.1 Docker概述
10.4.2 Docker安裝Neo4j的優(yōu)點(diǎn)
10.4.3 Docker安裝Neo4j
10.5 在Kuberenetes環(huán)境下部署Neo4j
10.5.1 關(guān)于Neo4j
10.5.2 Neo4j
10.5.3 配置Neo4j
10.5.4 部署
10.6 Neo4j與圖計(jì)算
10.6.1 Neo4j-Spark-Connector
10.6.2 Neo4j-Spark-Connector提供的API
10.7 Neo4j與自然語(yǔ)言處理
10.7.1 計(jì)算聚合相關(guān)性
10.7.2 將文本數(shù)據(jù)建模為鄰接圖
10.7.3 加載數(shù)據(jù)
10.7.4 挖掘單詞之間的關(guān)系
10.8 Neo4j
10.8.1 安裝Neosemantics
10.8.2 本體模型與數(shù)據(jù)模型
10.8.3 使用Tushare獲取數(shù)據(jù)
10.8.4 對(duì)數(shù)據(jù)進(jìn)行預(yù)處理
10.8.5 將CSV數(shù)據(jù)導(dǎo)入Neo4j
10.8.6 運(yùn)行推理查詢(xún)
10.9 Neo4j與區(qū)塊鏈
10.9.1 比特幣區(qū)塊鏈
10.9.2 區(qū)塊鏈數(shù)據(jù)格式
10.9.3 圖數(shù)據(jù)建模
10.9.4 數(shù)據(jù)寫(xiě)入Cypher語(yǔ)句
10.9.5 查詢(xún)區(qū)塊鏈數(shù)據(jù)
10.10 Kafka與Neo4j數(shù)據(jù)同步
10.10.1 Kafka簡(jiǎn)介
10.10.2 Kafka安裝運(yùn)行
10.10.3 Neo4j
10.10.4 從Kafka同步數(shù)據(jù)到Neo4j