Bulbflow: разница между neo4jserver Graph и neo4jserver Neo4jclient

Question

Сейчас я пытаюсь узнать, как подключиться к серверу Neo4j и выполнить запросы Cypher на нем, используя Bulbflow из Python. И что я не понимаю, так это различие между двумя возможностями подключения к серверу neo4j:

1) График

from bulbs.neo4jserver import Graph
g = Graph()

2) Neo4jClient

from bulbs.neo4jserver import Neo4jClient
client = Neo4jClient()

Может ли кто-нибудь объяснить здесь концептуальную разницу? И какой путь лучше выбрать, если я затем хочу выполнять (довольно много) запросов Cypher к серверу и, в конечном счете, параллельно?

PS: мне не хватает репутации для создания тега "луковица" для этого вопроса:)

Answer 1

Bulbs поддерживает три разных графовых сервера базы данных - Neo4j Server, Rexster и теперь Titan.

Код, специфичный для каждого внутреннего сервера, содержится в его собственном пакете (каталоге) Python. Вы должны увидеть каталоги для: neo4jserver, rexster, titan:

• Исходный код лампочки: https://github.com/espeed/bulbs/tree/master/bulbs

Neo4jClient это низкоуровневый адаптер для Neo4j Server - вам обычно не нужно использовать это напрямую, если вы не делаете пользовательские вещи - используйте вместо этого высокоуровневый класс Graph.

Смотрите документы по лампочкам для...

• Серверный клиент Neo4j: http://bulbflow.com/docs/api/bulbs/neo4jserver/client/
• Серверный график Neo4j: http://bulbflow.com/docs/api/bulbs/neo4jserver/graph/

В Руководстве по быстрому запуску лампочек приведены примеры использования Graph интерфейс:

• Быстрый запуск лампочек: http://bulbflow.com/quickstart/

Однако ваши объекты Bulbs всегда имеют доступ к низкоуровневому клиенту, когда вам это нужно через _client вар.

Lightbulb - это пример приложения, которое я создал, чтобы показать, как использовать и настраивать модели Bulbs - это блог-движок Python, который использует Git для управления исходным кодом и графическую базу данных для сохранения.

• Лампочка: https://github.com/espeed/lightbulb

Изначально Lightbulb был разработан для использования с бесплатной надстройкой Neo4j Heroku, но лампочки и лампочки интенсивно используют Gremlin, а дополнение Neo4j Heroko больше не предлагает Gremlin в бесплатной версии.

Файл модели лампочки содержит сильно настроенный Entry модель и обычай Graph класс - Entry В модели используется низкоуровневый клиент:

• Модель лампочки: https://github.com/espeed/lightbulb/blob/master/lightbulb/model.py

Как вы можете видеть в Entry модель, у меня есть доступ к клиенту низкого уровня через _client var, и я использую его, чтобы получить скрипт Gremlin из scripts библиотека, а затем снова выполнить сценарий Gremlin.

Вот код для save_blog_entry Скрипт Gremlin, используемый моделью Entry:

• Сценарии Гремлин лампочки: https://github.com/espeed/lightbulb/blob/master/lightbulb/gremlin.groovy

ПРИМЕЧАНИЕ. В файле есть только один скрипт Gremlin, но он большой, содержит несколько операций и все заключено в транзакцию. Помещение всех операций в один скрипт Gremlin позволяет вам делать все в одном транзакционном запросе, вместо того, чтобы накладывать издержки на отправку нескольких запросов на сервер.

Если вы не делаете что-то вроде настройки модели, вы обычно используете scripts объект и gremlin объект хранится на graph объект:

>>> from bulbs.neo4jserver import Graph
>>> g = Graph() 
>>> script = g.scripts.get('some_script')
>>> params = dict(name="James", city="Dallas")
>>> g.gremlin.execute(script, params)

Смотреть Луковицы Neo4j Гремлин документы...

• Neo4j Gremlin: http://bulbflow.com/docs/api/bulbs/neo4jserver/gremlin/

Аналогично, когда вы хотите выполнить запрос Neo4j Cypher, используйте cypher объект хранится на graph объект.

Существует три метода Cypher (к сожалению, их пока нет на сайте):

1. g.cypher.query(): Используется при возврате списка узлов / связей - он инициализирует их для объектов.
2. g.cypher.table(): Используется при возврате данных таблицы Cypher.
3. g.cypher.exectue(): Используется при возврате произвольных данных - возвращает общий Response объект.

Вы можете посмотреть на исходный код, чтобы увидеть, как они работают...

• Cypher Источник: https://github.com/espeed/bulbs/blob/master/bulbs/neo4jserver/cypher.py

Вот несколько примеров использования метода запроса Cypher () (запрос просто возвращает отношение):

>>> from bulbs.neo4jserver import Graph
>>> g = Graph() 
>>> query = "start a = relationship({eid}) return a"
>>> params = dict(eid=123) 
>>> edges = g.cypher.query(query, params)

Метод запроса автоматически инициализирует элементы по их типу. Если вы создали элемент как пользовательскую модель, Bulbs попытается инициализировать его конкретным типом, в противном случае по умолчанию будет использоваться универсальный тип. Vertex или же Edge,

Обратите внимание, что метод query() от Bulbs Cypher возвращает итератор.

Вы можете перебрать итератор...

>>> from bulbs.neo4jserver import Graph
>>> g = Graph() 
>>> query = "start a = relationship({eid}) return a"
>>> params = dict(eid=123) 
>>> edges = g.cypher.query(query, params)
>>> for edge in edges: print edge

... или преобразовать его в список...

>>> from bulbs.neo4jserver import Graph
>>> g = Graph() 
>>> query = "start a = relationship({eid}) return a"
>>> params = dict(eid=123) 
>>> edges = g.cypher.query(query, params)
>>> list(edges)

... или получить следующий предмет...

>>> from bulbs.neo4jserver import Graph
>>> g = Graph() 
>>> query = "start a = relationship({eid}) return a"
>>> params = dict(eid=123) 
>>> edges = g.cypher.query(query, params)
>>> edges.next()

Пожалуйста, дайте мне знать, если у вас есть еще вопросы.