TDH社区版本次发布StellarDB社区版开发版，让更多用户地低资源成本上手体验企业级图数据库。如果您感兴趣的话，可以访问星环官网进行产品下载，StellarDB社区开发版是免费提供给大家的，欢迎大家下载使用。

StellarDB社区开发版相关链接

• StellarDB社区开发版安装手册（含演示视频）
• StellarDB使用手册
• 产品下载地址
• 更多社区版相关资源
• 反洗钱之银行转账流水数据分析Demo

操作前提

您需要先基于安装手册完成StellarDB图数据库的安装后才可以开始进行下方操作。

一、 描述场景

在本次数据分析项目中，我们将借助知识图谱探索工具KG Explorer深入剖析西方玄幻小说《诡秘之主》中的人物关系网络。通过精细化挖掘角色间的错综关联，掲示那些潜藏于文字背后的微妙线索，这一过程可以为读者和研究者提供洞见，助力预测和解析小说情节未来发展趋势。

二、 数据集介绍

数据集结构：

节点：person

边：relation

数据集获取：

https://transwarp-ce-1253207870.cos.ap-shanghai.myqcloud.com/TDH-CE-2024-5/Lord%20of%20the%20mysteries.csv

三、 创建图谱并导入数据

1. 创建图谱（schema）

进入KG Explorer后，点击右上角“创建图”按钮，填写图名称后点击“开始创建”进入图谱编辑页面。

注意：StellarDB社区开发版创建图时，副本数只能为1。

2. 定义图谱

• 添加节点

添加节点：按alt/command+左键单击。在画布中添加节点后，将节点的“label”定义为“person”，并为其添加“name”属性，属性类型为“STRING”。添加完成后点击“保存”。

• 添加关系

添加关系：按住shift键同时选中两个节点完成关系添加。本数据集中仅涉及一种节点，此处可按住shift键同时双击节点即可。将边的“label”定义为“relation”，为其添加“关系”属性，属性类型设定为“STRING”。添加完成后点击“保存”。

此时，图谱已经构建完成，点击右上角“发布”后，便可导入数据进行人物关系分析。

3. 导入数据

注意：在上传文件之前，需要提前对‘hive’用户进行赋权，否则上传时将报错。操作方式有两种，推荐使用Guardian赋权的方式解决。

1. 在Guardian服务界面点击 ‘一键开启集群安全’，对hive用户赋予HDFS的 ‘/’ 目录可读可写可执行的权限。（推荐操作）

2. 未开启Guardian时，在服务端初始化客户端后，执行如下命令：
export HADOOP_USER_NAME=hdfs
hdfs dfs -chmod -R 777 /

• 数据集上传

在图管理页面找到刚刚创建的图谱，点击“导数”进入数据导入页面

在“数据导入”页面中选择“文件管理”，点击“上传文件”后，选中您刚刚下载的csv文件，将其上传至KG。上传成功后可以看到数据源文件列表中有对应的文件显示。

然后，返回csv导数页面，按照如下顺序，依次点击选中目标数据集。注意：由于人物信息与关系信息集中于一个文件中，此处需添加3次数据源（即点击“添加”按钮3次），然后将添加文件分别将“点/边”设定为“点”、“点”、“边”。如下图所示：

• 配置属性映射

步骤一：对两个点数据进行配置。具体映射配置为：

第一个点数据对应点的uid对应列为‘col0’，label映射为‘person’，映射列名/常量为‘col0’；

第二个点数据对应点的uid对应列为‘name2’，label映射为‘person’，映射列名/常量为‘name2’。

可参照下图进行配置：

步骤二：对边数据进行配置。具体映射配置为：

边label映射为 ‘relation’、起点uid对应列为 ‘col0’、起点label映射为 ‘person’、终点uid对应列为 ‘name2’、终点label映射为 ‘person’，此外，属性映射中的映射列名/常量为 ‘relation’。

配置完成后，点击右下角“导入”，等待数秒钟后，即可完成数据导入。

导入完成后，可以查看导入状态，并点击导入状态栏中的标识查看数据导入详情（确保失效数据数目为‘0’），确定导入成功后可以进行数据查询分析。

四、 人物关系查询

接下来，我们共同探索小说中多个关键人物的关系。在图管理页面中点击“诡秘之主”的“图探索”按钮，便可以探寻人物之间的关系。

1. 命令行快速查询

KG Explorer支持您使用 TEoC语言与SQL语言进行查询

(1) 默认语句查询

首先进入图数据查询画布，我们点击右侧查询按钮，使用默认语句查询查找所有相连的节点对以及它们之间关系的信息，并且只返回最先找到的10条记录。可以看到“A先生”与其他人物的关系，此时您可以点击节点或者边查看其基础信息与相关属性。

MATCH (n)-[f]-(m)
RETURN n, m, f
LIMIT 10

此时我们看到小说的主人公之一“克莱恩·莫雷蒂”也在其中，我们将其设定为橙色，并单击右键选择“展开节点”，此时可以看到所有与克莱恩·莫雷蒂存在关系的人物，并可以查看边来确定他们之间的关系。

我们将“A先生”隐藏，然后选中“奥黛丽·霍尔”将其变更为红色，重复“展开节点”操作，可以看克莱恩·莫雷蒂与奥黛丽·霍尔共同存有关系的人物角色，以及奥黛丽·霍尔单独存有关系的角色。

(2) 进阶命令查询信息

• 根据点的属性进行查询

查询名字为“克莱恩·莫雷蒂”、“阿兹克·艾格斯”、“让·马丹”、“奥黛丽·霍尔”的点。

参考下方命令：

MATCH (p:person)
WHERE p.name IN ['克莱恩·莫雷蒂', '阿兹克·艾格斯', '让·马丹', '奥黛丽·霍尔']
RETURN p

• 根据关系的属性进行查询

查询与“克莱恩·莫雷蒂”有“伙伴”关系的点，并展示边。

参考下方命令：

MATCH (p1:person {name: '克莱恩·莫雷蒂'})-[r:relation {关系: '伙伴'}]->(p2:person)
RETURN p1, r, p2

• 根据属性重叠进行查询

查询与“克莱恩·莫雷蒂”具有伙伴关系，并同时与“让·马丹”为“敌对”关系的角色，并展示边。

参考下方命令：

MATCH (p1:person)-[r1:relation {关系: '伙伴'}]->(common:person)<-[r2:relation {关系: '敌对'}]-(p2:person)
WHERE p1.name = '克莱恩·莫雷蒂' AND p2.name = '让·马丹'
RETURN common,r1,r2

• 有向关联查询

查询10个与“戴里克·伯格”点具有2层有向关联点的名字。

参考下方命令：

MATCH (a:person {
  name: "戴里克·伯格"
})-[ ]->()<-[ ]-(b :person)
RETURN b.name
LIMIT 10;

2. 过滤查询功能查询

同样，我们可以使用左侧工具栏中的：过滤查询功能，进行可视化的查询操作。

查询名字为“戴里克·伯格”的点，在节点过滤中将过滤条件设置为person，将name属性的值设定为“戴里克·伯格”。点击查询，便可以出现对应的点。右键点击“展开节点”便可以看到所有与其存在关系的人物。

然后，我们进行更佳精准的查询，查询以“戴里克·伯格”为起点uid，并与其为“伙伴”关系的人物角色。如下图所示，在“关系过滤”中，设定对应的过滤条件便可以实现。

五、 结果查看与导出

1. Json数据查看

查询完成后，我们可以查看Json数据，点击页面右上角可以看到：

2. 数据结果导出

在数据查询结束后，您可以根据需要导出PNG文件、CSV文件、查询结果以及原始案例文件。

相关链接：数据集来源为中文开放知识图谱http://data.openkg.cn/dataset/lord-of-the-mysteries