图数据实战:用图思维和图技术解决复杂问题

前言1
第1章 图思维9
1.1 为什么是现在将图引入数据库技术9
1.2 什么是图思维15
1.3 制定技术决策解决复杂问题17
1.4 开启你的图思维旅程24
第2章 从关系思维进化到图思维25
2.1 本章预览：将关系概念转化为图术语25
2.2 关系和图：差异在哪里26
2.3 关系型数据建模28
2.4 图数据中的概念30
2.5 图结构语言35
2.6 确定是关系型还是图43
2.7 总结45
第3章 入门：简单的C360视图47
3.1 本章预览：关系型技术和图技术48
3.2 图数据的基本用例：C36048
3.3 在关系型系统中实施C360应用程序50
3.4 在图系统中实现C360应用程序59
3.5 关系型与图：如何选择72
3.6 总结74
第4章 在开发环境中探索邻接点77
4.1 本章预览：构建一个更现实的C36077
4.2 图数据建模10178
4.3 在开发环境中探索邻接点的实现细节89
4.4 Gremlin基础导航91
4.5 高级Gremlin：构造查询结果99
4.6 从开发到生产107
第5章 在生产环境中探索邻接点109
5.1 本章预览：学习Apache Cassandra的分布式图数据110
5.2 使用Apache Cassandra处理图数据111
5.3 图数据建模201125
5.4 生产环境的实现细节129
5.5 更复杂的分布式图问题137
第6章 在开发环境中使用树139
6.1 本章预览：导航树、分层数据和循环139
6.2 分层和嵌套数据139
6.3 在纷繁的术语中找到出路142
6.4 通过传感器数据学习层次结构145
6.5 开发环境中从叶子节点到根节点的查询155
6.6 开发环境中从根节点到叶子节点的查询164
6.7 回到过去169
第7章 在生产环境中使用树171
7.1 本章预览：分支系数、深度和边上的时间属性171
7.2 传感器数据中的时间172
7.3 示例中的分支系数179
7.4 传感器数据的生产结构181
7.5 生产环境中从叶子节点到根节点的查询183
7.6 生产环境中从根节点到叶子节点的查询190
7.7 在通信塔故障的场景中应用查询195
7.8 以小见大199
第8章 开发环境中的路径查找201
8.1 本章预览：量化网络中的信任201
8.2 关于信任的三个例子202
8.3 路径的基本概念205
8.4 信任网络中的路径查找209
8.5 用比特币信任网络理解遍历214
8.6 *短路径查询219
第9章 生产环境中的路径查找233
9.1 本章预览：权重、距离和剪枝233
9.2 加权路径和搜索算法234
9.3 *短路径问题的边权重归一化238
9.4 *短加权路径查询247
9.5 生产环境中的加权路径和信任257
第10章 开发环境中的推荐259
10.1 本章预览：电影推荐的协同过滤259
10.2 推荐系统示例260
10.3 协同过滤导论262
10.4 电影数据：结构、加载和查询269
10.5 Gremlin中基于条目的协同过滤282
第11章 图中的简单实体解析291
11.1 本章预览:合并多个数据集到一个图291
11.2 定义一个不同的复杂问题：实体解析292
11.3 分析两个电影数据集294
11.4 匹配和合并电影数据304
11.5 解决假阳性307
第12章 生产环境中的推荐313
12.1 本章预览：快捷边、预计算和高级修剪技术313
12.2 实时推荐的快捷边314
12.3 计算我们的电影数据的快捷边319
12.4 电影推荐的生产结构和数据加载325
12.5 带有快捷边的推荐查询328
第13章 结语337
13.1 何去何从338
13.2 保持联系341