この記事は、Neo4j v4.0(2020-01)に合わせて更新しています！
EC2インスタンスにグラフDB Neo4jをインストールしてみました。
グラフDBとは、RDBでは処理困難な、非常に複雑なネットワーク状のデータ処理に特化したデータベースです。
- 1つのSQL文で結合関係が10個以上発生するような処理
- SQLでは、書き切れないような処理（遅くて困っているものも含めて）
- そもそも、関係性が複雑すぎてデータベース設計自体が困難
グラフDBのデータモデルは、文字通り、グラフ（頂点と辺）です。RDBと違って結合関係を永続化します。辺(WRITE)の前後に始点の終点のIDを持たせて、インデックスのような働きをさせています（トラバーサルと言います）。
RDBのように結合関係を紐解く必要がないために、とても複雑な処理を簡明な構文で書けるし、高速処理が可能です。
ネットワーク状のデータとは、どのようなデータでしょうか。
そもそも、すべてのデータは何かしらの繋がりを持ち、本質的にネットワークの形状をしています。そこにあるのは、データ間の繋がりの密度が高いか低いか、階層が深いか浅いか、だけの問題です。そのなかでグラフDBは、繋がりの密度が高く、階層が深いデータ処理に向いています。
グラフモデルの場合、データベース設計がとても簡単です。エンジニアでなくても、自分が担当している業務のフローは書けると思います。それが、そのままデータベースのスキーマになります。
Displaying 17 nodes, 63 relationships.
このスキーマは、オンラインサンドボックスの「Network and IT Management」のデータモデルです。
https://neo4j.com/sandbox/
複雑なネットワーク構造のデータをSQLで処理しようとすると、いわゆる「ジョインボム(join bomb)」の問題に直面します。想像を絶する長さでノロノロしたクエリのことです。それでも、SQLで書き切れるなら幸いな方です。プロシジャーを書く羽目になるかも知れません。その時点でリアルタイム処理は遠のいてしまいます。
Neo4jは、とても複雑なネットワーク状のデータ処理に最適化された、Cypher（サイファー）というクエリ言語を使ってデータ処理を行います。
Neo4jのインストール
事前準備
[参考]
https://neo4j.com/docs/operations-manual/current/installation/linux/rpm/
Community AMIから調達しています(CentOS7 baseで検索)
- CENTOS7-BASE-8.0 - ami-19b1237f
- General purpose t3.large 2vCPU/8G
- Default VPC
- Auto-assign Public IP Enable
Amazon LinuxってJava 11のインストールがややこしいですね。Neo4jの公式マニュアルには、"amazon-linux-extras enable java-openjdk11"とか書いていますが使えませんでした。
MarketplaceでNeo4jバンドルのAMIで調達してみたらUbuntuでNeo4j v3.5でした。
セキュリティグループに「tcp 7474,7687」を追加します。
最新のNeo4j 4.xは、Java 11が必要です。
| Neo4j 3.x | Neo4j 4.x |
|---|---|
| Java 8 | Java11 |
EC2インスタンスを起動し、サーバーへログインします(centos/秘密鍵)
JavaとNeo4jのバージョンを確認してみます。
# java -version
-bash: java: command not found
# yum install java-11-openjdk-devel -y
# java -version
openjdk version "11.0.6" 2020-01-14 LTS
OpenJDK Runtime Environment 18.9 (build 11.0.6+10-LTS)
OpenJDK 64-Bit Server VM 18.9 (build 11.0.6+10-LTS, mixed mode, sharing)
Neo4jインストール
Neo4j3.5からRPMパッケージが使えるようになりました。
ここでは、「Red Hat, CentOS, Fedora」をベースに解説します。
# rpm --import https://debian.neo4j.com/neotechnology.gpg.key
# cat <<EOF> /etc/yum.repos.d/neo4j.repo
[neo4j]
name=Neo4j RPM Repository
baseurl=https://yum.neo4j.com/stable
enabled=1
gpgcheck=1
EOF
コミュニティ版のインストール
# yum install neo4j-4.0.0 -y
コマシャル版のインストール（30日間無償で使えます）
# yum install neo4j-enterprise-4.0.0 -y
ファイル配置を確認します。
# ls /etc/neo4j/
neo4j.conf
# ls /var/lib/neo4j
certificates data import plugins
# ls /usr/bin/{neo4j,neo4j-admin,cypher-shell}
/usr/bin/cypher-shell /usr/bin/neo4j /usr/bin/neo4j-admin
インストール後の環境設定
リモートからNeo4jブラウザーに接続するためには、neo4j.conf」の設定が必要です。
次のように「リッスンアドレス」をアンコメントします。
/etc/neo4j/neo4j.conf
dbms.connectors.default_listen_address=<local IP address>
次のように初期パスワードを設定します。これは、初期ログイン時に許されるものです。
# neo4j-admin set-initial-password your_password
運用中にadminユーザーのパスワードを忘れてしまった場合のリセット方法は、次のURLを参照してください。
https://neo4j.com/docs/operations-manual/current/configuration/password-and-user-recovery/
Neo4jの起動
Neo4jを起動します。
# systemctl start neo4j
# systemctl status neo4j
● neo4j.service - Neo4j Graph Database
Loaded: loaded (/usr/lib/systemd/system/neo4j.service; disabled; vendor preset: disabled)
Active: active (running) since Sun 2020-03-01 14:43:41 UTC; 17s ago
Main PID: 12073 (java)
CGroup: /system.slice/neo4j.service
mq12073 /usr/bin/java -cp /var/lib/neo4j/plugins:/etc/neo4j:/usr/share/neo4j/lib/*:/var/lib/neo4j/plugins/* -server -XX:+UseG1GC -XX:-OmitStackTraceInFastThrow -XX:+AlwaysPreT...
Mar 01 14:43:42 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: 2020-03-01 14:43:42.647+0000 WARN Use of deprecated setting dbms.directories.certificates. Legacy ...upported.
Mar 01 14:43:42 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: 2020-03-01 14:43:42.649+0000 WARN Use of deprecated setting dbms.connectors.default_listen_address...n_address
Mar 01 14:43:42 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: 2020-03-01 14:43:42.667+0000 INFO ======== Neo4j 4.0.0 ========
Mar 01 14:43:42 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: 2020-03-01 14:43:42.675+0000 INFO Starting...
Mar 01 14:43:45 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".
Mar 01 14:43:45 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: SLF4J: Defaulting to no-operation (NOP) logger implementation
Mar 01 14:43:45 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.
Mar 01 14:43:48 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: 2020-03-01 14:43:48.017+0000 INFO Bolt enabled on 0.0.0.0:7687.
Mar 01 14:43:48 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: 2020-03-01 14:43:48.018+0000 INFO Started.
Mar 01 14:43:49 ip-172-31-12-73.ap-northeast-1.compute.internal neo4j[12073]: 2020-03-01 14:43:49.425+0000 INFO Remote interface available at http://localhost:7474/
Neo4jへログイン
Webブラウザーから、次のように接続します。
PublicIP:7474
初期画面では、サーバーで設定したパスワードを入力します(neo4j/your_password)。
次のようにワーキングパネルが表示されます。ここまで表示できたらインストールは成功です。
演習用の映画データベース作成
Neo4jブラウザーへ、次のように入力し、実行します（右上の実行パターンをクリック）。
:play movie graph
映画データベースの紹介画面が表示されたら右に移動します。そして、次のような映画データベース作成用のCypherクエリ文が表示されたら、枠のなかをクリックし、コマンドラインにコピーしてから実行します。
次のようなグラフが表示されたらデータベース作成は成功です。
Neo4jのデータ処理
Neo4jのデータ処理は、GUI及びCUIを適切にミックスして行います。
Keanu Reevesさんが出演した映画をグラフとして出力してみます。
MATCH (actor:Person {name:'Keanu Reeves'})-[r:ACTED_IN]->(movie)
RETURN actor,movie
グラフの中身はテキストとしても出力できます。
MATCH (actor:Person {name:'Keanu Reeves'})-[r:ACTED_IN]->(movie)
RETURN actor.name,movie.title
Cypherを勉強してみたい方は、こちらのオンライントレーニングがお薦めです。
https://neo4j.com/graphacademy/online-training/introduction-to-neo4j/
筆者から言わせると、Cypherはアート（芸術作品）です。
Neo4jのストップ
Neo4jをストップします。
# systemctl stop neo4j
以上、Neo4j v4.x(2020-01)のインストール手順でした。