Neo4j Graph Database Fundamentals · Lekcja

Uruchamianie algorytmów GDS

Dowiedz się, jak wykonywać różne algorytmy grafowe z biblioteki GDS, w tym ładować grafy do pamięci i konfigurować algorytmy.

Uruchamianie algorytmów GDS to bezpłatna lekcja Neo4j Graph Database Fundamentals na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Neo4j Graph Database Fundamentals, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Neo4j Graph Database Fundamentals zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

GDS Algorithm Workflow

The Graph Data Science (GDS) library in Neo4j helps us run powerful graph algorithms. To use GDS, you generally follow a three-step process:

Project: Load a subset of your graph into GDS's optimized in-memory store.
Execute: Run an algorithm on this in-memory graph.
Write Back: Optionally, write the results back to your Neo4j database.

Projecting Your Graph

Before running an algorithm, GDS needs to know which part of your database graph to analyze. This process is called graph projection.

You define which nodes and relationships, based on their labels and types, should be copied into GDS's fast in-memory representation. This makes algorithm execution much quicker.

Projecting Nodes Only

Let's project a simple graph containing only nodes with the label Person. We give our projected graph a name, like myGraph.

The gds.graph.project procedure creates this in-memory graph.

CALL gds.graph.project(
  'myGraph',
  'Person',
  {}
) YIELD graphName, nodeCount, relationshipCount;

Projecting Nodes and Relationships

More commonly, you'll project both nodes and relationships. Here, we project Person nodes and their KNOWS relationships.

We specify the node label and the relationship type. You can also add properties to the projection.

CALL gds.graph.project(
  'socialGraph',
  'Person',
  'KNOWS'
) YIELD graphName, nodeCount, relationshipCount;

Executing GDS Algorithms

Once your graph is projected, you can run various algorithms. GDS algorithms often have different execution modes:

Stream: Returns results directly as a stream of rows. Great for immediate analysis.
Stats: Returns only summary statistics about the algorithm's run.
Write: Writes the results back to your Neo4j database as new properties or relationships.

PageRank Stream Example

Let's run the PageRank algorithm on our socialGraph in stream mode. PageRank helps identify influential nodes.

We use gds.pageRank.stream and pass the name of our projected graph.

CALL gds.pageRank.stream('socialGraph')
YIELD nodeId, score
RETURN gds.util.asNode(nodeId).name AS person, score
ORDER BY score DESC
LIMIT 5;

Customizing Algorithm Settings

GDS algorithms are highly configurable. You can pass a map of parameters to fine-tune their behavior.

Common parameters include maxIterations, dampingFactor (for PageRank), or concurrency. Always check the GDS documentation for specific algorithm parameters.

PageRank with Custom Settings

Here, we run PageRank with a custom dampingFactor and limit the maxIterations. This gives you more control over the algorithm's execution and convergence.

CALL gds.pageRank.stream(
  'socialGraph',
  {
    maxIterations: 10,
    dampingFactor: 0.8
  }
)
YIELD nodeId, score
RETURN gds.util.asNode(nodeId).name AS person, score
ORDER BY score DESC
LIMIT 5;

Persisting Algorithm Results

Often, you'll want to store the results of an algorithm back into your Neo4j database. This allows you to query them later or use them in further analysis.

The write mode of GDS algorithms adds new properties to nodes or creates new relationships based on the algorithm's output.

Writing PageRank Scores

To write results, use the .write procedure, like gds.pageRank.write. You need to specify the property name where the score will be stored on the original nodes.

After running this, each Person node in your database will have a new property, pageRankScore.

CALL gds.pageRank.write(
  'socialGraph',
  {
    writeProperty: 'pageRankScore'
  }
)
YIELD nodeCount, ranIterations, didConverge;

GDS Workflow Check

Which of the following are essential steps in the typical GDS algorithm workflow?

Running GDS Algorithms Recap

Great job! You've learned the core steps for running GDS algorithms:

Projecting your graph into GDS memory using gds.graph.project.
Executing algorithms in stream, stats, or write modes.
Configuring algorithms with custom parameters.
Writing back results to your Neo4j database for persistence.

Next, you'll explore advanced GDS pipelines and integration with machine learning!

Często zadawane pytania

Czy lekcja „Uruchamianie algorytmów GDS” jest bezpłatna?

Tak — pełny tekst „Uruchamianie algorytmów GDS” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Neo4j Graph Database Fundamentals, przejdź na CoddyKit PRO. Kurs Neo4j Graph Database Fundamentals zawiera 4 lekcji w sumie.

Co nauczysz się w „Uruchamianie algorytmów GDS”?

Dowiedz się, jak wykonywać różne algorytmy grafowe z biblioteki GDS, w tym ładować grafy do pamięci i konfigurować algorytmy. Ćwiczysz Neo4j Graph Database Fundamentals z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Neo4j Graph Database Fundamentals?

Nie wymagamy żadnego doświadczenia. Neo4j Graph Database Fundamentals w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Uruchamianie algorytmów GDS”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Neo4j Graph Database Fundamentals?

Tak. Każda lekcja Neo4j Graph Database Fundamentals zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do Neo4j Graph Database Fundamentals