Datos basados ​​en el tiempo en neo4j

Question

tienen una pregunta en bases de datos de gráficos, ¿alguien me puede ayudar por favor? Estoy manejando bastantes datos en mysql aproximadamente 5M registros por día enviados por un enrutador como dispositivo, puntos de acceso, puentes inalámbricos. Los datos son , por lo general, datos de salud, gps, etc ... estos son dispositivos en vehículos. ¿Cómo maneja el datos basados ​​en tiempo en bases de datos de gráficos? ¿Alguien ha aplicado neo4j para datos basados ​​en el tiempo? Sería genial saber cómo consultar los intervalos de y cómo se haría sobre el modelado.

Supongo que puedo crear un nodo para cada vez que recibo datos con propiedades configuradas cada vez como gps modificados, ¿salud? Sería una gráfica basada en el tiempo - ¿suena bien? bien con las filas de 5M mysql no funciona mal, pero a medida que el enrutador obtiene la nueva funcionalidad aparecen nuevos datos y necesito crear nuevos modelos , lo cual no está nada mal, pero no es genial. quiero algo que es semi estructurado y hace que relacionar cosas diferentes como por qué el usuario fue expulsado es porque un punto de acceso asociado al enrutador está caído. Mis consultas habituales serían levantar alertas para decir que uno de los dispositivos está inactivo o si hay un rendimiento reducido de , etc. ¿Me ayudaría neo4j a unir estas relaciones mejor que mysql?

Me encantaría saber lo que ustedes piensan, cualquier comentario + pensamientos apreciado.

Answer 1

También puede consultar la indexación en el gráfico en sí, consulte http://blog.neo4j.org/2012/02/modeling-multilevel-index-in-neoj4.html para obtener un ejemplo de línea de tiempo. De lo contrario, Lucene se empaqueta de forma predeterminada con Neo4j, funciona de manera muy similar a Solr.

Answer 2

Consulte el siguiente GraphGist para obtener un tutorial sobre cómo hacer un almacenamiento de gráficos basado en tiempo utilizando escalas de tiempo.

http://gist.neo4j.org/?github-kbastani%2Fgists%2F%2Fmeta%2FTimeScaleEventMetaModel.adoc

En el gráfico de escala de tiempo que se modela anteriormente, un recorrido de ruta más corta desde un nodo de color azul para el nodo de color transparente constituye una identidad única vez en bits.

La identidad rastreada por la ruta roja es 0 → 1 → 0 → 1 → 0 → 0. La ruta inversa es 0 → 0 → 1 → 0 → 1 → 0 o simplemente 001010, una identidad única en bits.

MATCH p=shortestPath((n1:d)-[:child_of*]->(n2:y)) 
WHERE n1.key = 'd10' 
RETURN DISTINCT reduce(s = '' , n IN nodes(p)| n.tempo + s) AS TimeIdentity 
ORDER BY TimeIdentity 

La consulta de Cypher muestra una ruta más corta desde el nodo de color azul al nodo de color transparente. Esta es una cadena de bits que representa una identidad de tiempo que puede ordenarse por evento dependiendo de su posición en el subgráfico de evento de escala de tiempo.

favor ver más abajo la hora del evento escala subgrafo:

La imagen anterior representa una escala de tiempo conectado a una serie de eventos (MET). Los eventos, representados como nodos triangulares en la imagen, también están conectados a una jerarquía de características (John, Sally, Pam, Anne) que luego se generalizan en clases (Persona).

Ahora puede ejecutar una consulta de Cypher como la que enumeré anteriormente que ordenará los eventos por tiempo de ocurrencia como una cadena de bits.Nota: que debe aplicar una marca de tiempo al nodo que recupera la hora real. Cada nodo azul representa un evento separado en el tiempo pero no necesariamente el tiempo real, solo una representación de eventos que ocurrieron en un orden.

MATCH p=(p0:person)-[:event]->(ev)-[:event]->(p1:person) 
WITH p, ev 
MATCH time_identity = (d0:d)<-[:event]-(ev) 
WITH d0, p 
MATCH p1=(d0)-[:child_of*]->(y0:y) 
RETURN extract(x IN nodes(p)| coalesce(x.name, x.future)) AS Interaction, reduce(s = '' , n IN nodes(p1)| n.tempo + s) AS TimeIdentity 
ORDER BY TimeIdentity 

Las jerarquías en la escala de tiempo le permiten agrupar eventos y ver representaciones en niveles superiores. Entonces, seleccionar todos los nodos verdes debajo de un nodo naranja selecciona 4 eventos posibles (representados por nodos azules).

Avíseme si tiene alguna pregunta y asegúrese de visitar GraphGist para ver más detalles y ejemplos reales en vivo del subgráfico de eventos de escala de tiempo.