Neo4j 实现原理
Neo4j 是原生图数据库，专注于存储和查询图结构数据。理解 Neo4j 的实现，需要深入图数据模型、存储引擎、索引机制和 Cypher 查询语言。
图数据模型
标签属性图
Neo4j 使用标签属性图模型，包含：节点（Node）、关系（Relationship）、属性（Property）、标签（Label）、路径（Path）。
节点是实体，可以有多个标签和多个属性。关系是节点之间的有向边，必须有一个类型（Type）和至少两个属性（起始节点 ID、结束节点 ID），也可以有其他属性。属性是键值对，值可以是原始类型或数组。标签是节点的分类，一个节点可以有多个标签。路径是节点和关系的交替序列。
图建模原则
关系数据库通过外键建模关系，查询需要多次 JOIN。图数据库直接存储关系，查询可以遍历关系。例如查询"朋友的朋友"，关系数据库需要多次自 JOIN，图数据库只需要两次关系跳转。
避免超级节点（super node）：度数很大的节点会遍历大量关系，性能差。例如"所有人关注 Twitter"，该节点的度数是用户数，遍历开销大。解决方案：将时间、分类等维度加入关系，减少度数。
存储引擎
节点和关系存储
Neo4j 将节点和关系分开存储。节点存储包含：节点 ID、标签、属性 ID、关系的第一个 ID 和第二个 ID（用于双向遍历）。关系存储包含：关系 ID、类型、属性 ID、起始节点 ID、结束节点 ID、前一个关系 ID、下一个关系 ID（用于起始节点的关系链）、前一个关系 ID、下一个关系 ID（用于结束节点的关系链）。
节点的关系链组织成一个双向链表，通过起始节点的关系 ID 可以遍历所有关系。关系链是双向的，可以正向和反向遍历。
属性存储
属性存储在属性链中，每个属性是一个键值对。同一个节点或关系的属性链式组织，通过属性 ID 链接。属性值可以是原始类型或数组，数组的每个元素存储在单独的记录中。
属性存储是独立的，节点和关系只存储属性 ID，通过属性 ID 查找属性。这种设计避免了重复存储属性，但增加了查找开销。
固定大小记录
Neo4j 的存储记录是固定大小的，便于内存映射和缓存。节点记录 9 字节，关系记录 33 字节，属性记录 41 字节。固定大小记录可以直接通过 ID 计算 offset，支持 O(1) 访问。
缓存
Neo4j 使用两层缓存：页面缓存（Page Cache，缓存数据页）和对象缓存（Object Cache，缓存节点和关系对象）。页面缓存是操作系统的文件缓存，使用 mmap 映射文件到内存。对象缓存是 Neo4j 的缓存，缓存热点的节点和关系。
索引
Schema 索引
Schema 索引是用户显式创建的索引，支持单个属性或多个属性（复合索引）。索引类型：btree（默认，支持范围查询）、fulltext（全文检索）、point（空间索引）。索引通过 Cypher 创建：CREATE INDEX ON :Person(name)。
Schema 索引加速查找：WHERE name = 'Alice' 会使用 name 索引快速定位节点。索引会自动维护，插入、更新、删除节点时更新索引。
全文索引
全文索引基于 Apache Lucene，支持文本搜索。全文索引需要显式创建：CREATE FULLTEXT INDEX FOR (n:Person) ON EACH [n.name]。全文索引支持 CONTAINS、STARTS WITH 等查询。
自动索引
Neo4j 早期版本有自动索引，为每个标签的每个属性自动创建索引。自动索引已废弃，建议使用 Schema 索引。
约束
约束是特殊的索引，保证数据唯一性或存在性。唯一约束：CREATE CONSTRAINT ON (p:Person) ASSERT p.id IS UNIQUE。存在性约束：CREATE CONSTRAINT ON (p:Person) ASSERT exists(p.name)。约束可以加速查找，同时保证数据完整性。
Cypher 查询语言
查询结构
Cypher 是声明式图查询语言，类似于 SQL 的图版本。查询结构：MATCH（模式匹配）、WHERE（过滤）、RETURN（返回结果）、ORDER BY（排序）、LIMIT（限制）、SKIP（跳过）。
模式匹配
Cypher 的核心是模式匹配（Pattern Matching），使用 ASCII 图表示节点和关系。例如：MATCH (p:Person)-[:KNOWS]->(f:Person) WHERE p.name = 'Alice' RETURN f.name 表示查找 Alice 认识的人。
模式匹配支持：变长关系（-[:KNOWS*1..3]->，1 到 3 跳）、最短路径（shortestPath）、任意路径（allShortestPaths）。
查询执行
Cypher 查询执行经历：解析成逻辑计划、优化逻辑计划、生成物理计划、执行物理计划。优化器基于规则（RBO）和成本（CBO），考虑索引、选择性、查询模式。
物理计划包含多个算子：NodeByIndexScan（索引扫描节点）、NodeByLabelScan（标签扫描节点）、Expand（展开关系）、Filter（过滤）、Projection（投影）、Sort（排序）。
查询优化
使用索引加速查找：WHERE name = 'Alice' 应该在 name 上创建索引。避免笛卡尔积：MATCH (a:A), (b:B) 会产生 A 和 B 的笛卡尔积，应该使用关系连接：MATCH (a:A)-[:REL]->(b:B)。
使用 PROFILE 查看执行计划，分析性能瓶颈。使用 EXPLAIN 查看执行计划，不实际执行查询。
高可用
###因果集群
Neo4j 企业版支持因果集群（Causal Cluster），包括核心服务器（Core Server）和只读副本（Read Replica）。核心服务器使用 Raft 协议复制数据，保证强一致性。只读副本异步复制数据，可以处理读请求。
备份与恢复
Neo4j 支持全量备份和增量备份。全量备份复制整个数据目录，增量备份复制事务日志。恢复时，先恢复全量备份，然后重放事务日志。
Neo4j 是专业的图数据库，适合社交网络、知识图谱、欺诈检测等场景。理解它的实现，有助于设计图模型、优化查询和规划集群架构。