NebulaGraph 知识图谱数据库使用：nebula数据库连接使用

参考:https://github.com/vesoft-inc/nebula-python/blob/master/example/GraphClientSimpleExample.py
文档：https://docs.nebula-graph.com.cn/3.4.1/3.ngql-guide/7.general-query-statements/2.match/#_4

1. pip install nebula3-python

复制代码

1）查询的节点，再把这头节点再查一度范围的节点

1. MATCH p=(n)-[*3]->(m) WHERE id(m) == '39f1e6f***d2c4b06e2' WITH DISTINCT id(n) AS startNodeId, p MATCH (n)-[r]->(o) WHERE id(n) == startNodeId RETURN id(n), p, r, o LIMIT 600;

复制代码

2）通过属性（时间、ip等）查询节点信息；

1. MATCH (rt:ResourceTopology {ip:"75.234.9.39"}) RETURN  rt;
2. 或
3. MATCH (rt:ResourceTopology ) WHERE rt.ResourceTopology.ip == "75.234.9.39" RETURN rt;

复制代码

或

1. LOOKUP ON ResourceTopology WHERE ResourceTopology.ip =="75.234.9.39" YIELD id(vertex) as vid,ResourceTopology.ip,ResourceTopology.app_id,ResourceTopology.creation_time;

复制代码

属性指定范围内查询：
时间范围（参考：https://docs.nebula-graph.com.cn/3.4.1/3.ngql-guide/3.data-types/4.date-and-time/#datetime）

1. MATCH (rt:ResourceTopology) WHERE rt.ResourceTopology.creation_time >= datetime("2023-08-21T16:51:39.000000") AND rt.ResourceTopology.creation_time <= datetime("2023-10-21T17:21:39.000000") RETURN rt;

复制代码

3）查询节点间最短路径
https://docs.nebula-graph.com.cn/3.4.1/3.ngql-guide/7.general-query-statements/2.match/#_4

e*…5 表示路径中边的数目最多为 5

1. MATCH p = shortestPath((a:AlarmTag{ip:"75.234.23.167"})-[e*..5]-(b:ResourceTopology))  WHERE id(b) == "1a5a0a0b74416***53ca07a35" RETURN p;
2. 或
3. MATCH p = shortestPath((a)-[e*..5]-(b:ResourceTopology))  WHERE id(a) == "39f1e6f80f75bd1fc48e928d2c4b06e3" AND id(b) == "1a5a0a0b74416a3b624500853ca07a35"RETURN p;

复制代码

4）搜刮一个节点范例关联的其他范例的节点查询

1. MATCH p = (startNode:ResourceTopology)-[*1..10]->(endNode:AlarmTag)  WHERE id(startNode) == '00024bd***4f2058'
2. RETURN p;

复制代码

  报错：Error found in optimization stage: IndexNotFound: No valid index found
nebula查询具体属性的话需要先对该属性建立索引，
1）给AlarmTag范例节点的ip创建索引 CREATE TAG INDEX IF NOT EXISTS ip_index_1 ON AlarmTag(ip(20));
2）加载生效 REBUILD TAG INDEX ip_index_1;
3）SHOW JOB 8;查看结果

构建的索引可以在页面schema里查看：

   

大概creation_time不带括号，数字一样平常不需要括号，字符串需要：

1. CREATE TAG INDEX IF NOT EXISTS creation_index_1 ON ResourceTopology(creation_time);
2. REBUILD TAG INDEX creation_index_1;
4. MATCH (rt:ResourceTopology) WHERE rt.ResourceTopology.creation_time >= datetime("2023-10-16T14:51:39.000000") AND rt.ResourceTopology.creation_time <= datetime("2023-10-16T17:21:39.000000") RETURN rt;

复制代码

这里timestamp NebulaGraph只有10位，生存表里不止10位这里*1000

1. MATCH (rt:AlarmTag ) WHERE rt.AlarmTag.alarm_time <= timestamp("2024-06-15T06:18:43")*1000 RETURN rt;

复制代码

代码：

1. from nebula3.gclient.net import ConnectionPool
2. from nebula3.Config import Config
4. config = Config() # 定义一个配置
5. config.max_connection_pool_size = 10 # 设置最大连接数
6. connection_pool = ConnectionPool() # 初始化连接池
7. # 如果给定的服务器是ok的，返回true，否则返回false
8. ok = connection_pool.init([('192.1**', 9669)], config)
11. # 方式1：connection pool自己控制连接释放
12. # 从连接池中获取一个session
13. session = connection_pool.get_session('root', 'n')
14. session.execute('USE topology_space') # 选择space
17. # results  = session.execute(
18. #             "MATCH p=(a)-[*3]->(b) where id(a) == '04d690ad942998ea7ed2b74decd7fe9c'  RETURN p limit 105;"
19. #         )
22. results  = session.execute("MATCH p=(n)-[*3]->(m) WHERE id(n) == '693a18da69f5d3d4e3caa4cf09610d29'  RETURN p LIMIT 600;")

复制代码

results.column_values(“p”)

results.row_values(14)[0]
results.as_data_frame()

查询结果为json：

1. results1 = session.execute_json("MATCH p=(n)-[*3]->(m) WHERE id(n) == '693a18da69f5d3d4e3caa4cf09610d29'  RETURN p LIMIT 600;")
3. import json
4. print(len(json.loads(results1)["results"][0]["data"]))
5. json.loads(results1)["results"][0]["data"][0]
7. json.loads(results1)["results"][0]["data"][14]

复制代码

这个查询结果来自一个图数据库，表示了一个包罗极点和边的图形结构。在这个结果中，meta 和 row 是两个重要的部分。

• meta 部分：它描述了图形中的极点和边的信息。每个元素（极点或边）都有一个 type 属性来表示它是极点还是边，以及一个 id 属性来唯一标识它。对于边，还有额外的属性，如 ranking、name、type、dst（目的极点ID）和 src（源极点ID）。
  

在这个例子中，meta 包罗了以下极点和边：

• 极点1（ID：693a18da69f5d3d4e3caa4cf09610d29）
  
• 边1（ID：由排名、名称、范例、目的极点和源极点构成）
  
• 极点2（ID：4f6d483d823c74e1838cc5c0d02152f9）
  
• 边2（ID：由排名、名称、范例、目的极点和源极点构成）
  
• 极点3（ID：46a51ed199f4d362d442e5a56d79fbe3）
  
• 边3（ID：由排名、名称、范例、目的极点和源极点构成）
  
• 极点4（ID：19@159_183_110_127）
  

• row 部分：它包罗了与 meta 中描述的极点和边相关联的数据属性。这些属性以字典的形式存储，其中键是属性名，值是属性值。
  

在这个例子中，row 包罗了以下数据：

• 与极点1相关的属性（如 ResourceTopology.name、ResourceTopology.status 等）
  
• 与边1相关的属性（如 relationship_type、app_id 等）
  
• 与极点2相关的属性（如 ResourceTopology.hostname、ResourceTopology.ip 等）
  
• 与边2相关的属性（如 line_type、source_port 等）
  
• 与极点3相关的属性（如 ResourceTopology.hostname、ResourceTopology.ip 等）
  
• 与边3相关的属性（为空）
  
• 与极点4相关的属性（如 Ip.app_id、Ip.ip 等）
  

总之，这个查询结果展示了一个包罗多个极点和边的图形结构，以及这些极点和边所关联的数据属性。这种结构可以用于表示复杂的网络关系、资源拓扑等场景。

1. json.loads(results1)["results"][0]["data"][14]["meta"]
2. json.loads(results1)["results"][0]["data"][14]["row"]

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。