使用RedisGraph浏览器工具查询,可视化和操作图形

如果您是一个喜欢使用图形用户界面(GUI)进行图形查询的Redis用户,那么RedisInsight是一个适合您的工具。它是100%免费的纯桌面Redis GUI,提供易于使用的浏览器工具来查询、可视化和交互操作图形。您可以通过GUI工具添加新图形、运行查询和浏览结果。

RedisInsight支持再描记器并允许您:

  • 生成和执行查询
  • 浏览图表
  • 浏览、分析和导出结果
  • 缩放键盘快捷键
  • 重置视图的按钮;中心整图
  • 缩放功能,通过鼠标滚轮(双击右键缩小,双击右键缩小。)
  • 能够复制命令与按钮点击
  • 持久化节点的能力显示查询之间的选择

作为一个好处,使用Redis和RedisGraph构建应用程序时,您可以获得更快的周转。

按照以下步骤来查看如何通过RedisInsight浏览器工具连接数据。

第一步。创建Redis数据库

按照这个链接创建一个Redis数据库使用启用了R万博体育彩edisGraph模块的Redis企业云

alt_text

步骤2:下载RedisInsight

要在本地系统上安装RedisInsight,首先需要从Redis实验室网站下载软件。万博电竞客服

单击此链接访问允许您选择所选操作系统的窗体。

我的形象

运行安装程序。web服务器启动后,打开http://YOUR_HOST_IP:8001 并添加一个Redis数据库连接。

选择“连接到Redis数据库”我的形象

输入请求的详细信息,包括名称、主机(端点)、端口和密码。然后单击“添加REDIS数据库”。

步骤3:单击“重新绘制”,然后单击“添加图形”

从菜单中选择RedisGraph。

alt_text

第四步。创建一个名为“Friends”的新图表

alt_text

第五步。添加新节点(个人)和链接

让我们把个体添加到图表中。CREATE用于引入新的节点和关系。在RedisInsight GUI上运行下面的密码查询,添加一个名为person的标签和名为“name”的属性。

创建(:人{名称:“汤姆”}),(:人{名称:“亚历克斯”}),(:人{名称:“苏珊”}),(:人{名称:“比尔”}),(:人{名称:“Jane”})

alt_text

正如我们看到的,添加了“1”标签,它指的是一个人标签。它对每个节点都是一样的,因此只创建一次。总共创建了5个节点。这5个“name”属性指的是添加的5个name属性。

步骤6:查看所有个人(节点)

Match描述查询实体之间的关系,使用ascii艺术来表示要匹配的模式。节点用括号()表示,关系用括号[]表示。

如下图所示,我们在标签前面添加了小写字母“p”,这是一个可以引用的变量。它返回所有带有标签“Person”的节点。

匹配(p:人)返回p

alt_text

在右侧菜单中选择“图形视图”,可显示如下图所示:

alt_text

步骤7。仅查看单个(节点)

MATCH (p:Person {name:"Tom"})返回p

alt_text

第八步:想象个人之间的关系

运行下面的查询在两个节点之间建立关系,以及关系如何从一个节点(“Tom”)流到另一个节点(“Alex”)。

匹配(p1:人{名称:“汤姆”}),(p2:人{名称:“亚历克斯”})创建(p1) -(知道):- > (p2)

符号“>”(大于)表示关系的流动方式。

alt_text

您可以以图形的形式查看关系,如下所示:

alt_text

第9步。创建并可视化多个关系

运行下面的查询来创建和可视化多个个体之间的关系

匹配(p1:Person{name:“Tom”}),(p2:Person{name:“Susan”}),(p3:Person{name:“Bill”})创建(p1)-[:Knows]>(p2),(p1)-[:Knows]>(p3)

alt_text

第十步。创建并形象化两个人之间的关系(Susan和Bill)

让我们看一下如何生成显示两个人之间关系的图表——Susan和Bill

匹配(p1:Person{name:“Susan”}),(p2:Person{name:“Bill”})创建(p1)-[:Knows]->(p2)

alt_text

步骤11。创造并想象两个个体(比尔和简)之间的关系

匹配(p1:人{名称:“比尔”}),(p2:人{名称:“Jane”})创建(p1) -(知道):- > (p2)

alt_text

alt_text

步骤12。构建社交网络

这可以通过“朋友之友”的关系来实现。比如说,如果汤姆想和简建立社交网络。他有两个熟人认识简,一个是苏珊,另一个是比尔。

alt_text

匹配p=(p1:Person{name:“Tom”})-[:Knows*1..3](p2:Person{name:“Jane”})返回p

在这个查询中,我们将变量“p”分配给节点图路径。我们搜索“Tom”作为p1,“Jane”作为“p2”。我们说有兴趣知道1..3度分离的联系。

alt_text

步骤13。清理图表

alt_text

导入Bulk Graph数据

让我们尝试使用Python插入批量数据,然后以节点和关系的形式推断它。

第14步。克隆存储库**

$ git clone https://github.com/redis-developer/redis-datasets
cd redis-datasets / redisgraph /数据/ iceandfire

第15步。执行脚本

$ python3 bulk_insert.py GOT_DEMO -n data/character.csv -n data/house.csv -n data/book.csv -n data/writer.csv -r data/ written .csv -r data/belongs.csv -h 192.168.1.9 -p 6379 .csv
使用标签'b'字符创建2124个节点
使用标签'b'house创建438个节点
使用标签“b”book“”创建12个节点
使用标签'b'writer创建3个节点
14为类型“b”创建的关系写入“”
为类型'b'所属创建的2208关系"
图形“GOT_DEMO”的构建完成:创建2577个节点,在0.169954秒内创建2222个关系

第16步。运行密码查询

GRAPH.QUERY获得了演示“匹配(w:writer)-[writed]->(b:book)返回w,b”

alt_text

额外的资源

Baidu