在前面的文章中，有介紹過 Neo4j Bloom，不過在產品定位上，它仍比較是一個視覺化的資料互動工具，如果我們需要跑一些特殊的演算法，例如要尋找一個圖的中心點或重要連接點、或是群聚分析等，就還是得使用 Neo4j 的資料科學函式庫。

安裝 Neo4j Graph Data Science Library

GDS 函式庫提供了一些常用的圖形資料演算法，包括群落分析、圖形中心、節點相似度、尋找路徑、連接預測 ... 等等，並且對大量資料的運算做最佳化的處理，例如平行運算，以及在記憶體內執行。
Neo4j GDS 官網 有對這些演算法做更近一步的解釋。
所有的演算法清單可以看這裡

安裝 GDS Library 就跟其他 Plugins 類似，參考圖如下：

如果是安裝在 Neo4j Server，之後介紹到 Server 版的時候再一起說明～

註：
Graph Data Science library 的前身是 Graph Algorithms library，但 GA 已不再更新；請直接安裝 GDS。兩者請勿同時安裝，避免 Neo4j 無法正常啟動。

使用 Neo4j Sandbox 體驗 GDS

要體驗 GDS 還是得有足夠大量的圖形資料，這部分 Neo4j 官方已經在 Sandbox 準備好環境，進入後預設就會開啟 GDS 教學，資料集來自於「冰與火之歌：權力遊戲」這部小說。後續用到的範例都是節錄部分官網的教學，全部的詳細範例與教學還是請自行參考官網喔。
對於 Sandbox 還不熟的朋友們可以先回去看看之前的文章。Neo4j & Sandbox

首先，在做資料分析前，如之前所說，還是得先了解一下 DB Schema

CALL db.schema.visualization()

Dead, King, Knight 這三個標籤常與 Person 標籤出現在同一個節點上，所以先暫時隱藏比較好查看 schema。

對人物彼此關係的連接數先有些感覺

MATCH (c:Person)-[:INTERACTS]->()
WITH c, count(*) AS num
RETURN min(num) AS min, max(num) AS max, avg(num) AS avg_interactions, stdev(num) AS stdev

操作 Neo4j GDS - 評估記憶體與建立子圖形

為何要評估記憶體呢？因為 GDS 為了達到運算效能的最佳化，會先把需要用到的圖形資料暫存一份到記憶體，然後才開始跑演算法，如果資料庫愈大，或是演算法用到的節點與關係數非常多，就會需要大量記憶體。

以下就是用到 GDS 函數庫，估算所有的 Person 節點以及 INTERACTS 關係的數量，以及需要多少記憶體：

// GDS ver 1.8
CALL gds.graph.create.estimate('Person', 'INTERACTS') YIELD nodeCount, relationshipCount, requiredMemory

// GDS ver 2.0+
CALL gds.graph.project.estimate('Person', 'INTERACTS') YIELD nodeCount, relationshipCount, requiredMemory

以上述結果來看，仍然是小資料量，所以直接在記憶體中建立一個子圖形

// GDS ver 1.8
CALL gds.graph.create('got-interactions', 'Person', 'INTERACTS')

// GDS ver 2.0+
CALL gds.graph.project('got-interactions', 'Person', 'INTERACTS')

接著我們可以再次評估如果在這個子圖形上，跑某個演算法，還會需要額外多少記憶體用量：

// GDS ver 1.8
CALL gds.pageRank.stream.estimate('got-interactions') YIELD requiredMemory

// GDS ver 2.0+
CALL gds.pageRank.stream.estimate('got-interactions', {}) YIELD requiredMemory

也可以將上述兩道指令合併，評估所有記憶體用量：

// GDS ver 1.8
CALL gds.pageRank.stream.estimate({nodeProjection: 'Person', relationshipProjection: 'INTERACTS'})

// GDS ver 2.0+
CALL gds.pageRank.stream.estimate({nodeProjection: 'Person', relationshipProjection: 'INTERACTS'}, {})

如果不再使用某個子圖形，記得釋放記憶體：

CALL gds.graph.drop('got-interactions');

操作 Neo4j GDS - 建立更小的子圖形以節省記憶體

前面說明如何將需要運算的標籤與關係圖放進記憶體，但如果我們想要指定更明確範圍的標籤與關係，就需要用 Cypher 語法，會更節省記憶體，不過缺點是，建立子圖形的過程會比較慢！

GDS 使用 Cypher 建立子圖的指令是 gds.graph.create.cypher，官網已有範例，就不再贅述囉。

查看目前已經建立的子圖形

CALL gds.graph.list('got-interactions-cypher')

CALL gds.graph.list()

以上先分享用 GDS 建立子圖與記憶體用量評估，這都是開始圖形演算法之前的準備動作，下次將聚焦在演算法的操作囉～

參考來源：
https://neo4j.com/graph-data-science-library/
https://neo4j.com/docs/graph-data-science/current/
https://github.com/neo4j/graph-data-science/
https://medium.com/neo4j/hands-on-with-the-neo4j-graph-data-science-sandbox-7b780be5a44f