Neo4j 向量数据库

Spring AI 中的 Neo4j 向量数据库集成了 Neo4j 基于图的向量功能，提供向量存储和搜索能力。

概述

Neo4j 向量数据库支持：

• 基于图的向量存储
• 关系感知搜索
• 实时向量操作
• 图分析集成

特性

基于图

图向量存储

关系

关系感知搜索

实时

实时操作

分析

图分析

实现

基本设置

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-neo4j-vectordb</artifactId>
    <version>${spring-ai.version}</version>
</dependency>

配置

# Neo4j 向量数据库配置
spring.ai.neo4j.vectordb.enabled=true
spring.ai.neo4j.vectordb.uri=bolt://localhost:7687
spring.ai.neo4j.vectordb.username=neo4j
spring.ai.neo4j.vectordb.password=password
spring.ai.neo4j.vectordb.database=vectordb

用法

@Service
public class Neo4jVectorService {
    private final Neo4jVectorClient vectorClient;

    public Neo4jVectorService(Neo4jVectorClient vectorClient) {
        this.vectorClient = vectorClient;
    }

    public void storeVector(String id, float[] vector, Map<String, Object> metadata) {
        vectorClient.store(id, vector, metadata);
    }

    public List<SearchResult> searchSimilar(float[] queryVector, int k) {
        return vectorClient.search(queryVector, k);
    }
}

向量操作

1. 向量存储

@Configuration
public class Neo4jVectorStorageConfig {
    @Bean
    public VectorStorage neo4jVectorStorage(Neo4jVectorProperties properties) {
        return new Neo4jVectorStorage(properties);
    }
}

2. 相似性搜索

@Configuration
public class Neo4jSimilaritySearchConfig {
    @Bean
    public SimilaritySearch neo4jSimilaritySearch(Neo4jVectorProperties properties) {
        return new Neo4jSimilaritySearch(properties);
    }
}

3. 图操作

@Service
public class GraphService {
    private final Neo4jVectorClient vectorClient;

    public void createVectorNode(String id, float[] vector) {
        vectorClient.createNode(id, vector);
    }

    public void createRelationship(String fromId, String toId, String type) {
        vectorClient.createRelationship(fromId, toId, type);
    }
}

高级特性

自定义节点配置

@Configuration
public class NodeConfig {
    @Bean
    public NodeConfig nodeConfig() {
        return NodeConfig.builder()
            .label("Vector")
            .properties(Arrays.asList("id", "vector", "metadata"))
            .build();
    }
}

索引管理

@Configuration
public class IndexConfig {
    @Bean
    public IndexConfig indexConfig() {
        return IndexConfig.builder()
            .name("vector_index")
            .type(IndexType.VECTOR)
            .dimension(1536)
            .build();
    }
}

监控

management.endpoints.web.exposure.include=neo4j-vectordb
management.endpoint.neo4j-vectordb.enabled=true

最佳实践

使用 Neo4j 向量数据库时，请考虑以下最佳实践：

• 图设计：设计高效的图结构
• 索引管理：优化索引配置
• 关系策略：实施有效的关系
• 资源管理：配置资源分配
• 监控：设置全面的监控

故障排除

常见问题及解决方案：

1. 连接问题

   • 验证连接 URI
   • 检查身份验证
   • 查看网络设置

2. 性能问题

   • 优化图结构
   • 调整索引配置
   • 查看查询模式

3. 存储问题

   • 监控图大小
   • 执行清理
   • 查看保留策略

文档有误？请协助编辑

发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！