在Neo4j中建模关于数学计算的元数据

Question

我是论坛的新手，刚开始接触Neo4J。抱歉我的问题有些冗长，但我认为背景信息可以帮助解释我想要理解的内容。

我经常为公司开展业务智能和数据仓库项目工作。当我们创建业务智能需求时，通常需要创建我们感兴趣的业务指标列表（例如销售收入、利润率、总支出等），并记录如何使用底层系统的数据属性计算这些业务指标。通常我们会在 Excel 中以数据需求电子表格的形式记录大部分工作。我们会创建一个业务指标列表，然后是一堆列，包括描述、源数据属性、计算等。作为个人的副业项目，我正在尝试开发一个应用程序来代替记录此类元数据信息。我已经阅读了一些 Neo4j 书籍和在线文章，我认为 Neo4j 很适合这种用例，现在我正在尝试记录一个基本的数据模型，以帮助我入门。

起初，我想到了一个相当简单的东西，如下图所示，从以下点开始：

销售收入 = 单价 * 销售数量

然而我很快意识到计算本身对我非常重要，日后我可能想获取更多关于它的信息，例如添加不同版本的计算或添加注释以进一步描述它。如上图左侧所示，我修改了模型，使“计算本身”成为单独的节点。

但是，当我开始查看更复杂的指标时，我仍然不确定如何最好地表示计算的细节。如果我以以下示例为例，则应将其建模如下：Salary = Salary_Amount + Overtime_Amount - Tax Amount。

现在，这明确表示了用于计算的数据属性（其中有3个），但我不知道如何表示计算本身。例如，定义计算是通过首先将Salary_Amount加上Overtime_Amount，然后减去Tax_Amount来完成的。当我有更复杂的计算，涉及除法和乘法需要按特定顺序执行时，这将变得更加复杂。 基本上，我希望能够从模型中推断出计算如下所示： 薪水=工资金额+加班费用-税金 而不是： 薪水=工资金额*税金/加班费用 或者： 薪水=税金*加班费用-工资金额 我正在寻找一种定义计算节点的方法，可以对使用数据属性的方式进行排序。也许我应该将计算作为文本字符串存储在计算的属性中，但我不能帮助自己认为，这可能会给我带来痛苦，并限制我从图形中获取有用信息的能力，当多个数据属性用于不同的计算时。

注意：我看到论坛上有一个与该主题相似的 this question，但没有得到很多回复，因此即使我的问题类似，我认为提供更多背景信息可能会带来一些进一步的见解。

非常感谢， 迈克尔

---

我在查看@ChristopheWillemsen和@stdob--的答案后编辑了这个问题。首先非常感谢两位贡献者。答案和参考资料真的很有帮助，都涵盖了我的需求。最初，我倾向于使用逆波兰表示法，因为@stdob的答案提供了一种处理分组操作（例如我的数学公式中的括号）的简洁方法。但是，在尝试用两种方式建模我的数据之后，我发现我有额外的要求，这些要求在我的第一篇文章中没有涵盖，即捕获诸如“If、Where、Having”之类的逻辑表达式。基本上，我想能够捕获超出纯数学表达式范围的ETL类型转换规则，我认为@ChristopheWillemsen的解决方案将支持此功能。以下是我使用此方法建模基本公式的方式：

然而，我还有更复杂的逻辑需要建模。这些是 ETL 类型的规则，通常会以伪代码或 SQL 的形式捕获，用于定义数据仓库或 BI 项目的业务需求。以下是一个示例，其中我正在定义如何计算保险公司新索赔计数指标的 ETL 逻辑。

这是我基于@ChristopheWillemsen在下面第一个答案中提供的解决方案进行扩展建模的方式。

您能看一下这个，看看这是否是建模的适当方式。从需求角度来看，我希望能够：

• 重新构建逻辑，以便将其呈现给最终用户
• 回答诸如需要此属性用于哪些指标之类的问题。
• 进行假设分析（例如，如果属性值更改，对使用该属性的指标有何影响）。

这是否看起来像是建模此类信息的适当方法？欢迎任何建议或改进？

- n4nite

---

我刚刚也发现了这篇有趣的文章：https://blog.socratic.org/stepping-into-math-open-sourcing-our-step-by-step-solver-9b5da066ae36#.sn0owu2yb - Christophe Willemsen

Answer 1

这是一个非常有趣的用例，与我们所谓的规则引擎非常接近。

我在neo4j博客上发布了一个有关此的用例：https://neo4j.com/blog/uncommon-use-cases-graph-databases/

当然，实现您想要的有多种方法，我将分享一种我考虑过的方法。

我会将计算处理为有序列表Operations，它们的不同性质由它们的标签定义。例如，你可以有一个具有附加标签Addition的Operation节点，它的下一个操作可以是具有标签Substraction的Operation节点。

一个简单的模型可以表示为：

然后，您的Operation节点将引用它们正在使用的输入值。

在更复杂的情况下，您希望表示操作组，其可以在括号之间定义数学分组，同样可以像这样完成模型：

可能性几乎无限。

请注意，在计算机科学中，这种技术也被称为规范模式：https://www.martinfowler.com/apsupp/spec.pdf

- Christophe Willemsen

---

非常感谢您的解决方案@ChristopheWillemsen。我已经按照这种方式对我的数据进行了建模，但后来发现我有额外的要求需要捕获更多关于计算的逻辑。我已经编辑了我的问题，展示了如何扩展您的解决方案以涵盖这一点。您能否看一下并告诉我您是否认为这是一个合适的方法？谢谢。 - n4nite

@n4nite 听起来不错。现在我为一个客户在neo4j之上构建了这样的规则引擎，采用完整的cypher解决方案绝对不是正确的方法，因此我们构建了一个应用程序层规则引擎来处理“评估”类型，这非常强大。此外，我选择了简单的答案，但缺点是规则与数据紧密相连，因此您可以在节点内添加解析器属性。您可以发送电子邮件至[e-mail]，我可以分享有关此实现的迷你说明。 - Christophe Willemsen

Answer 2

第一种选择是将表达式写成逆波兰表示法，并将其存储在一个有序树中：

Salary_Amount * Tax_Amount / Overtime_Amount
=>
Salary_Amount Tax_Amount * Overtime_Amount /

---

我想到的第二个选项是：将公式保留为文本形式，并将公式和参数值发送到任何脚本语言中运行。例如 - 在javascript中使用eval。

---

我建议您也阅读这篇文章：电子表格也是图表

---

< p >< em >更新：如何使用密码和apoc-library计算公式的想法：

WITH "{Salary_Amount} * {Tax_Amount} / {Overtime_Amount}" as Formula
CALL apoc.cypher.run("return " + Formula + " as value", {
  Salary_Amount: 1000,
  Tax_Amount: 0.49,
  Overtime_Amount: 100
}) yield value as result
RETURN result.value

- stdob--

---

逆波兰表达式看起来很有趣，可以玩一下。@stob--，谢谢分享。 - Christophe Willemsen

非常感谢您抽出时间来回答。使用逆波兰表示法是一种独特的处理分组操作的方式，我从未想过。我已经编辑了上面的问题，包括一些额外的要求。我认为这些额外的要求意味着上面的第一个提议可能更合适。如果您有时间阅读我更新的问题，我很想知道您的想法？ - n4nite