什么是图数据库（graph database）
Neo4j是一个面向网络的数据库，是一种nosql（非关系型数据库）
是世界上最先进的图数据库之一 ，提供原生的图数据存储，检索和处理
采用属性图模型（Property graph model），极大的完善和丰富图数据模型
专属查询语言Cypher，直观、高效

neo4j和传统数据库对比
数据模型：
Neo4j（图数据库）：使用节点、关系和属性来直接表示和存储数据。它天然适合表示复杂的网络和多对多关系。
传统数据库（关系型数据库）：使用表格、行和列来存储和表示数据，这些表通过外键关联来表示数据间的关系。
查询语言：
Neo4j：使用 Cypher 查询语言，它是一种声明性的图查询语言，能够直观地表达复杂的图查询。
传统数据库：使用 SQL（结构化查询语言），它非常适合处理结构化数据的查询和操作。
性能：
Neo4j：非常适合需要强调数据之间关系的场景，如社交网络分析、欺诈检测、推荐系统、知识图谱等。
传统数据库：广泛应用于需要持久化存储大量结构化数据的应用，如在线交易处理、客户关系管理系统、企业资源规划等。
Neo4j：支持ACID事务，确保数据的完整性和一致性。
传统数据库：也支持ACID事务，这是关系型数据库的核心特性之一。

为什么是图数据库（graph database）
生活在一个互联的世界中，大多数领域需要处理丰富的连接集以了解真正发生的事情。通常，我们发现项目之间的联系与项目本身一样重要。
虽然现有的关系数据库可以存储这些关系，但它们通过昂贵的JOIN操作或交叉查找来导航它们，通常与严格的模式相关联。事实证明，“关系”数据库处理关系的能力很差。在图形数据库中，没有 JOIN 或查找。关系以更灵活的格式与数据元素（节点）一起本地存储。系统的一切都针对快速遍历数据进行了优化；每个核心每秒数百万个连接。
图形数据库存储节点和关系而不是表或文档。数据的存储就像您在白板上勾画想法一样。您的数据的存储不会将其限制在预定义的模型中，从而允许以非常灵活的方式思考和使用它。

应用场景
复杂关系：
当数据模型包含复杂的关系，特别是多对多关系时，图数据库能更自然地表示这些关系，并且查询更加直接和高效。
深度连接查询：
如果应用涉及频繁的深度连接查询（例如，社交网络中的朋友推荐），Neo4j 的性能通常远超传统关系型数据库。
灵活的数据模型：
图数据库天然具有更高的模式灵活性，可以在不需要预定义模式的情况下存储和查询数据。这适合于快速发展和变化的数据模型。
图算法：
需要使用图算法（如社区检测、路径查找、网络分析等）来分析数据的应用场景。
实时推荐引擎：
推荐系统可以从图数据库的连接查询中受益，因为它们能够快速找到用户的兴趣和行为之间的模式。
网络和IT运营：
对于网络分析，如路由计算、网络优化、故障分析等，图数据库可以有效地表示和查询网络拓扑。

图数据库实际应用
随着社交、电商、金融、零售、物联网等行业的快速发展，现实社会织起了了一张庞大而复杂的关系网，传统数据库很难处理关系运算。大数据行业需要处理的数据之间的关系随数据量呈几何级数增长，急需一种支持海量复杂数据关系运算的数据库，图数据库应运而生。
世界上很多著名的公司都在使用图数据库，比如：
社交领域：Facebook, Twitter，Linkedin用它来管理社交关系，实现
好友推荐零售领域：eBay，沃尔玛使用它实现商品实时推荐，给买家更好的购物体验金融领域：摩根大通，花旗和瑞银等银行在用图数据库做风控处理
汽车制造领域：沃尔沃，戴姆勒和丰田等顶级汽车制造商依靠图数据库推动创新制造解决方案电信领域：Verizon, Orange和AT&T 等电信公司依靠图数据库来管理网络，控制访问并支持客户
360
酒店领域：万豪和雅高酒店等顶级酒店公司依使用图数据库来管理复杂且快速变化的库存图数据库并非指存储图片的数据库，而是以图数据结构存储和查询数据。

最后是我实际生产中遇到的问题，原来的mysql复杂连表查询过程可以经过图数据库的优化，以达到近20-30倍的速度优化