主要内容

storeDigraph

存储有向图Neo4j数据库

折叠所有页面

语法

storeDigraph (neo4jconn G)
storeDigraph（neo4jconn，G，名称，值）
graphinfo=存储有向图(___)

描述

实例

storeDigraph (neo4jconn,G)将有向图转换为Neo4j®使用Neo4j数据库连接将其绘制并存储在Neo4j数据库中有向图对象(除了EndNodes变量）成为Neo4j图中节点和关系的属性。

实例

storeDigraph (neo4jconn,G,名称,值)使用一个或多个名称-值对参数指定其他选项。例如,‘GlobalNodeLabel’,‘人’方法存储有向图中的所有节点人节点标签。

实例

石墨= storeDigraph (___)使用前面语法中的任何输入参数组合以结构形式返回图形信息。

例子

全部折叠

打开生活的脚本

创建一个有向图对象，并将其内容存储在Neo4j®数据库中。显示生成的Neo4j图的内容。

假设您在代表社会社区的Neo4j数据库中存储了图形数据。这个数据库有7个节点和8个关系。每个节点只有一个唯一的属性键的名字取值范围为User1通过User7．每个关系都有类型知道．

使用URL创建一个Neo4j数据库连接http://localhost:7474/db/data，用户名neo4j和密码matlab．

url =“http://localhost: 7474 / db /数据”；用户名=“neo4j”；密码=matlab的；neo4jconn = neo4j (url、用户名、密码);

检查消息Neo4j连接对象的属性neo4jconn空白处消息属性表示连接成功。

neo4jconn。消息
ans = []

创建一个有向图对象，它表示一个新的Neo4j图。这些节点代表另外三个人:User8,User9,用户10．

G=有向图（[1 1 3]，[2 3 2]，[1 2 3]{“User8”,“User9”,“User10”}）;

将数据作为Neo4j图存储在Neo4j数据库中。

storeDigraph (neo4jconn G)

默认情况下,storeDigraph函数存储没有节点标签的有向图。此外，该函数使用默认关系类型存储关系边缘．

显示有关Neo4j图形节点的信息。石墨是包含节点和关系信息的结构。

标准= [“边缘”];graphinfo = searchGraph (neo4jconn、标准);graphinfo。节点
ans =3×3表NodeLabels NodeData NodeObject  __________ ____________ ___________________________________ 7[][1×1 struct] [1 x1 database.neo4j.http。[] [1×1 struct] [1x1 database.neo4j.http. xml . xml . xml . xml . xml . xml . xml . xml . xml . xml . xml . xml . xml。Neo4jNode] 47 [] [1×1 struct] [1x1 database.neo4j.http.Neo4jNode]

节点是一个包含以下变量的表:

  • 节点标签

  • 节点数据

  • Neo4jNode对象

显示有关Neo4j图形关系的信息。

graphinfo。关系
ans =3×5表StartNodeID RelationType EndNodeID RelationData RelationObject  ___________ ____________ _________ ____________ _______________________________________ 17 7‘边缘’52[1×1 struct] [1 x1 database.neo4j.http。[1×1 struct] [1x1 database.neo4j.http. txt]NeO4J关系] 35 7 'Edge' 47 [1×1 struct] [1x1 database.neo4j.http.Neo4jRelation]

关系是一个包含以下变量的表:

  • 开始节点标识符

  • 关系类型

  • 结束节点标识符

  • 关系数据

  • NeO4J关系对象

关闭数据库连接。

关上(neo4jconn)
打开生活的脚本

创建一个有向图对象，并将其内容存储在Neo4j®数据库中。指定一个节点标签，以应用到生成的Neo4j图中的所有节点。指定应用于生成的Neo4j图中的所有关系的关系类型。显示图形的内容。

假设您在代表社会社区的Neo4j数据库中存储了图形数据。这个数据库有7个节点和8个关系。每个节点只有一个唯一的属性键的名字取值范围为User1通过User7．每个关系都有类型知道．

使用URL创建一个Neo4j数据库连接http://localhost:7474/db/data，用户名neo4j和密码matlab．

url =“http://localhost: 7474 / db /数据”；用户名=“neo4j”；密码=matlab的；neo4jconn = neo4j (url、用户名、密码);

检查消息Neo4j连接对象的属性neo4jconn空白处消息属性表示连接成功。

neo4jconn。消息
ans = []

创建一个有向图对象，它表示一个新的Neo4j图。这些节点代表另外三个人:User8,User9,用户10．

G=有向图（[1 1 3]，[2 3 2]，[1 2 3][“用户8”“用户9”“User10”]）;

将数据作为Neo4j图存储在Neo4j数据库中。指定节点标签人为生成的Neo4j图中的每个节点使用“GlobalNodeLabel”名称-值对的论点。指定关系类型知道为图中的每个关系使用“GlobalRelationType”名称-值对的论点。

storeDigraph (neo4jconn, G,“GlobalNodeLabel”,“人”,．．．“GlobalRelationType”,“知道”)

显示有关Neo4j图形节点的信息。石墨是包含节点和关系信息的结构。

标准= {“人”};graphinfo = searchGraph (neo4jconn、标准);graphinfo。节点
ans =10×3表这两个国家的点头行为是一个点头行为——一个点头行为是一个点头行为——一个点头行为是一个点头行为——一个点头行为是一个点头行为——一个谷歌谷歌谷歌谷歌谷歌UUUU卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢卢[1x1 database.neo4j.http.Neo4jNode]2'Person'[1×1 struct][1x1 database.neo4j.http.Neo4jNode]3'Person'[1×1结构][1x1数据库.neo4j.http.Neo4jNode]4'Person'[1×1结构][1x1数据库.neo4j.http.Neo4jNode]5'Person'[1×1结构][1x1数据库.neo4j.http.Neo4jNode]9'Person'[1×1结构][1x1数据库.neo4j.http.Neo4jNode]50'Person'[1×1结构][1x1数据库.neo4j.http.Neo4jNode]

节点是一个包含以下变量的表:

  • 节点标签

  • 节点数据

  • Neo4jNode对象

石墨包含另外三个节点。

显示有关Neo4j图形关系的信息。

graphinfo。关系
ans =11×5表该网站发布了一名英国科学家。该网站发布了一条关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系关系图图近日近日近日近日近日，将将将UUUUUU\UUUU近日近日近日近日近日近日近日近日，将将将将将将将将将将近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日近日，UUUUUUUUUU近日近日近日近日近日近日近日近日近日近日将将将将将将将将将厄厄厄厄厄厄厄厄厄厄厄厄厄厄厄厄厄厄厄厄格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格格'knows'1[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]0'knows'2[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]3 1'knows'3[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]2'knows'1[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]5'knows'4[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]5'knows'4[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]8'knows'9[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]19 48'知道'49[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]7 48'知道'50[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]9 50'知道'49[1×1 struct][1x1 database.neo4j.http.Neo4jRelation]

关系是一个包含以下变量的表:

  • 开始节点标识符

  • 关系类型

  • 结束节点标识符

  • 关系数据

  • NeO4J关系对象

石墨包含另外三个关系。

关闭数据库连接。

关上(neo4jconn)
打开生活的脚本

创建一个有向图对象，通过指定节点和边。然后，通过指定节点标签和关系类型，将有向图存储在Neo4j®数据库中。显示生成的Neo4j图的内容。使用输出参数访问图形信息。

假设您在代表社会社区的Neo4j数据库中存储了图形数据。这个数据库有7个节点和8个关系。每个节点只有一个唯一的属性键的名字取值范围为User1通过User7．每个关系都有类型知道．

使用URL创建一个Neo4j®数据库连接http://localhost:7474/db/data，用户名neo4j和密码matlab．

url =“http://localhost: 7474 / db /数据”；用户名=“neo4j”；密码=matlab的；neo4jconn = neo4j (url、用户名、密码);

检查消息属性neo4jconn空白处消息属性表示连接成功。

neo4jconn。消息
ans = []

为节点创建一个表。定义的名字变量，其中包含另外三个人的名字:User8,User9,用户10．然后,定义分类变量来分类每个人人．此外,定义标题变量，其中包含每个人员的职称。前两个人是分析师，第三个人是技术人员。

名称= {“User8”；“User9”；“User10”};分类= {“人”；“人”；“人”};标题= {“分析师”；“分析师”；“技师”};nodetable =表(名称、分类、标题、“VariableNames”,．．．{“姓名”,“分类”,“标题”}）;

创建一个有两条边的表。一条边表示两个人互相认识。另一条边指定两个人一起工作。

Edge1 = [1 2];Edge2 = [3 3];描述= {“知道”,“与合作”}；edgetable=表格（[edge1'，edge2']，说明'，．．．“VariableNames”，{“EndNodes”,“说明”}）;

创建一个有向图对象使用边和节点表。

G=有向图（可边、可节点）；

将数据存储在有向图对象作为Neo4j数据库中的Neo4j图。属性指定生成的Neo4j图中每个节点的节点标签“NodeLabel”名称-值对参数。图形使用分类和标题节点标签的节点表变量。此外，图中使用了描述关系类型的边表的变量。

标签= {“分类”；“标题”};关系=“说明”; graphinfo=存储有向图（neo4jconn，G，“NodeLabel”，标签，．．．“关系类型”关系)
石墨=结构体字段:节点：[3×3表]关系：[2×5表]

显示有关Neo4j图形节点的信息。

graphinfo。节点
ans =3×3表NodeLabels NodeData NodeObject  __________ ____________ ___________________________________ 6{2×1细胞}[1×1 struct] [1 x1 database.neo4j.http。Neo4jNode] 52}{2×1细胞[1×1 struct] [1 x1 database.neo4j.http。Neo4jNode] 7 {2×1 cell} [1×1 struct] [1x1 database.neo4j.http.Neo4jNode]

节点是一个包含以下变量的表:

  • 节点标签

  • 节点数据

  • Neo4jNode对象

显示有关Neo4j图形关系的信息。

graphinfo。关系
ans =2×5表StartNodeID RelationType EndNodeID RelationData RelationObject  ___________ ____________ _________ ____________ _______________________________________ 17 6‘知道’7[1×1 struct] [1 x1 database.neo4j.http。[1×1 struct] [1x1 database.neo4j.http.Neo4jRelation]

关系是一个包含以下变量的表:

  • 开始节点标识符

  • 关系类型

  • 结束节点标识符

  • 关系数据

  • NeO4J关系对象

关闭数据库连接。

关上(neo4jconn)

输入参数

全部折叠

Neo4j数据库连接，指定为Neo4jConnect使用函数创建的neo4j．

有向图，指定为有向图对象。

名称值参数

指定可选的逗号分隔的字符对名称,值参数。的名字是参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:graphinfo=storeDigraph（neo4jconn，G，'GlobalNodeLabel'，'Person'，'GlobalRelationType'，'knows'）存储有向图并指定结果图中的所有节点都具有人节点标签和所有关系都有知道类型。

笔记

如果您没有指定“GlobalNodeLabel”或“NodeLabel”，得到的Neo4j图包含没有标签的节点。

全局节点标签，指定为逗号分隔对，由“GlobalNodeLabel”以及字符向量、字符向量的单元数组、字符串标量或字符串数组。若要指定一个节点标量，请使用字符向量或字符串标量。若要指定多个节点标签，请使用字符向量的单元格数组或字符串数组。

在执行storeDigraph函数时，得到的Neo4j图中的每个节点都包含使用此名称-值对参数指定的节点标签。

例子:“人”

例子:{‘人’,‘员工’}

数据类型:字符|字符串|细胞

节点标签，指定为逗号分隔对，由“NodeLabel”以及字符向量、字符向量的单元数组、字符串标量或字符串数组。若要指定一个节点标量，请使用字符向量或字符串标量。若要指定多个节点标签，请指定字符向量的单元格数组或字符串数组。

要为生成的Neo4j图中的节点指定不同的标签，请使用此名称-值对参数。指定的节点标签必须与中节点信息表中的变量名称匹配有向图对象。

例子:“人”

例子:{“名称”,“标题”}

数据类型:字符|字符串|细胞

全局关系类型，指定为逗号分隔的对，由“GlobalRelationType”以及字符向量或字符串标量。要为生成的Neo4j图中的所有节点之间的关系指定相同类型的关系，请使用此名称-值对参数。

笔记

在指定关系类型时，使用“GlobalRelationType”或“关系类型”名称-值对参数。不能同时指定这两个参数。

例子:“知道”

数据类型:字符|字符串

关系类型，指定为逗号分隔的对，由“关系类型”以及字符向量或字符串标量。要在生成的Neo4j图中指定节点之间不同类型的关系，请使用这个名称-值对参数。中指定的类型必须与边缘信息表中的变量名匹配有向图对象。

笔记

在指定关系类型时，使用“关系类型”或“GlobalRelationType”名称-值对参数。不能同时指定这两个参数。

例子:“说明”

数据类型:字符|字符串

输出参数

全部折叠

Neo4j数据库中的图形信息，作为带有这些字段的结构返回。

领域 描述

节点

中每个节点的节点信息关系表格这个节点表中包含以下变量:

  • NodeLabels—表示节点标签的字符向量

  • NodeData-包含节点信息（如属性键）的结构数组

  • NodeObject—Neo4jNode对象，该对象表示每个节点

表中的行名是Neo4j节点标识符。

关系

中的节点的关系信息节点表格这个关系表中包含以下变量:

  • StartNodeID-每个关系的开始节点的节点标识符

  • RelationType-表示每个关系类型的字符向量

  • EndNodeID-每个关系的结束节点的节点标识符

  • RelationData-结构数组，其中包含与每个关系关联的属性键

  • RelationObject—NeO4J关系对象，该对象表示每个关系

表中的行名称是Neo4j关系标识符。

提示

  • 这个storeDigraph函数存储所有MATLAB®对象作为JSON字符串Neo4j图中的等价物。例如，函数存储日期datetime(1月/ 01/2017)像“1月/ 01/2017”在Neo4j图中。

另见

|||||||||||

话题

R2018a中引入

数据库工具箱文档

金宝app

使用MATLAB处理来自传感器和物联网设备的大数据

使用MATLAB处理来自传感器和物联网设备的大数据

下载白皮书