4. 图数据库选型与搭建：Neo4j/JanusGraph对比、图数据库安装、数据导入实战

在反欺诈图谱系统中，图数据库是存储实体（用户、设备、IP、订单）与关系（交易、登录、共享设备）的核心引擎。选型错误会导致查询延迟高、扩展性差、运维成本激增。本节从反欺诈场景出发，对比主流图数据库，并给出安装与数据导入的完整实操步骤。

4.1 图数据库选型：Neo4j vs JanusGraph

反欺诈场景对图数据库的核心要求包括：实时写入与查询（毫秒级响应）、高可用与水平扩展（应对亿级节点）、ACID事务支持（保证数据一致性）。Neo4j 与 JanusGraph 是当前最主流的两类选择，其架构差异决定了适用场景。

4.2 图数据库安装：Neo4j 社区版实操

本课程以 Neo4j 社区版 5.x 为例进行安装演示。社区版免费、支持单机部署，完全满足反欺诈原型验证与中小规模生产环境需求。

4.2.1 环境准备

• 操作系统： Ubuntu 20.04 / CentOS 7+ / macOS
• Java 环境： JDK 17（Neo4j 5.x 强制要求）
• 内存： 建议至少 4GB 可用内存（堆内存 2GB+）
• 磁盘： SSD 优先，预留 50GB+ 空间

4.2.2 安装步骤（Linux）

1. 安装 JDK 17

sudo apt update
sudo apt install openjdk-17-jdk -y
java -version  # 确认输出为 openjdk version "17.x.x"

2. 下载并解压 Neo4j

wget https://neo4j.com/artifact.php?name=neo4j-community-5.15.0-unix.tar.gz
tar -xzf neo4j-community-5.15.0-unix.tar.gz
sudo mv neo4j-community-5.15.0 /opt/neo4j

3. 配置环境变量

echo 'export NEO4J_HOME=/opt/neo4j' >> ~/.bashrc
echo 'export PATH=$PATH:$NEO4J_HOME/bin' >> ~/.bashrc
source ~/.bashrc

4. 修改配置文件（允许远程访问）

sudo vim /opt/neo4j/conf/neo4j.conf

# 取消注释并修改以下行：
server.default_listen_address=0.0.0.0
server.bolt.listen_address=0.0.0.0:7687
server.http.listen_address=0.0.0.0:7474

# 配置初始内存（根据服务器调整）
server.memory.heap.initial_size=2g
server.memory.heap.max_size=4g

5. 启动 Neo4j 服务

neo4j start

# 查看状态
neo4j status

# 首次访问 http://<服务器IP>:7474
# 默认用户名/密码：neo4j/neo4j，首次登录会要求修改密码

4.3 数据导入实战：从 CSV 到反欺诈图谱

反欺诈图谱的原始数据通常来自业务日志（交易表、登录表、设备表）。本节以典型的 交易网络 为例，演示如何使用 LOAD CSV 命令将结构化数据导入 Neo4j 并构建图谱。

4.3.1 数据准备

假设我们有三张 CSV 表，存放在 Neo4j 的 import 目录下（/opt/neo4j/import/）。

4.3.2 导入节点

打开 Neo4j Browser（http://localhost:7474），在命令行中依次执行以下 Cypher 语句。

// 导入用户节点
LOAD CSV WITH HEADERS FROM 'file:///users.csv' AS row
CREATE (u:User {
  user_id: row.user_id,
  name: row.name,
  phone: row.phone,
  register_time: datetime(row.register_time)
});

// 导入设备节点
LOAD CSV WITH HEADERS FROM 'file:///devices.csv' AS row
CREATE (d:Device {
  device_id: row.device_id,
  device_type: row.device_type,
  os: row.os,
  fingerprint: row.fingerprint
});

4.3.3 导入关系

// 导入交易关系（用户 -> 用户）
LOAD CSV WITH HEADERS FROM 'file:///transactions.csv' AS row
MATCH (from:User {user_id: row.from_user_id})
MATCH (to:User {user_id: row.to_user_id})
CREATE (from)-[:TRANSFER {
  txn_id: row.txn_id,
  amount: toFloat(row.amount),
  timestamp: datetime(row.timestamp)
}]->(to);

// 导入设备使用关系（用户 -> 设备）
LOAD CSV WITH HEADERS FROM 'file:///transactions.csv' AS row
MATCH (u:User {user_id: row.from_user_id})
MATCH (d:Device {device_id: row.device_id})
CREATE (u)-[:USED_DEVICE {
  first_seen: datetime(row.timestamp)
}]->(d);

4.3.4 验证图谱

执行以下查询，检查图谱是否构建成功：

// 查看图谱统计信息
CALL db.schema.visualization();

// 查询某个用户的 2 层交易网络
MATCH (u:User {user_id: 'U10086'})-[:TRANSFER*1..2]-(related)
RETURN u, related
LIMIT 50;

4.4 生产环境搭建要点

反欺诈系统对稳定性要求极高，生产环境部署需额外关注以下配置：

• 索引策略： 为所有查询字段（user_id, device_id, phone）创建索引或唯一约束，避免全表扫描。
• 内存配置： 堆内存（heap）建议为物理内存的 50%-70%，页缓存（pagecache）建议为剩余内存的 80%。
• 备份与恢复： 使用 neo4j-admin dump 定期备份，支持在线备份（企业版）。
• 监控指标： 通过 Prometheus + Grafana 监控 Neo4j 的查询延迟、堆内存使用率、事务冲突率。