摘要：本文將繼續上篇文章的旅程，給讀者介紹如何在圖數據庫中實現查詢結果的可視化。下面，讓我們一起來探究的奧秘吧查詢結果可視化圖數據庫的查詢語句的參考網址為。我們使用的數據仍來自文章圖數據庫的簡介及使用。

??在文章Cayley圖數據庫的簡介及使用中，我們已經了解了Cayley圖數據庫的安裝、數據導入以及進行查詢等。
??Cayley圖數據庫是Google開發的開源圖數據庫，雖然功能還沒有Neo4J來得那么強大，但也有很多新的功能等待著我們去探索。本文將繼續上篇文章的旅程，給讀者介紹如何在Cayley圖數據庫中實現查詢結果的可視化。
??下面，讓我們一起來探究Cayley的奧秘吧~

??Cayley圖數據庫的查詢語句的參考網址為：https://github.com/cayleygraph/cayley/blob/master/docs/GizmoAPI.md 。 若想實現查詢結果的可視化，則需要使用Tag()函數，返回的結果樣式應當如下：

[
{
  "source": "node1",
  "target": "node2"
},
{
  "source": "node1",
  "target": "node3"
},
]

即返回的結果中對節點會打上Tag，source為來源，顏色為藍色，target為目的地，顏色為橙色。
??我們使用的數據仍來自文章Cayley圖數據庫的簡介及使用 。 首先導入數據：

./cayley load -c cayley_example.yml -i data/China_Movie.nq

接著啟動查詢語句的web界面：

./cayley http -i ./data/China_Movie.nq -d memstore --host=:64210

在瀏覽器中輸入網址：http://localhost:64210 ，選擇Visualize，

輸入命令：

g.V("<沈騰>").Tag("source").Out("").Tag("target").All();

就能能到關系圖的可視化結果了，如下：

??接著我們來查看某個實體的所有屬性及屬性值，輸入的命令如下：

var eq = "<流浪地球>";
var attrs = g.V(eq).OutPredicates().ToArray(); 

values = new Array();
for (i in attrs) {
    var value = g.V(eq).Out(attrs[i]).ToValue();
    values[i] = value;
}

var s = new Array();


for (i in attrs) {
  var key_val_json = new Object();
  key_val_json["id"] = values[i];
  key_val_json["source"] = eq;
  key_val_json["target"]= attrs[i]+":"+values[i];
  s[i] = key_val_json;
}

for (i =0; i< s.length; i++) {
    g.Emit(s[i]);
}

出來的圖如下：

這樣我們就實現了Cayley圖數據庫的可視化，但是效果一般，而且不支持對邊賦值，因此無法在邊上顯示關系。

??利用D3.js，我們可以把查詢到的結果，自己來畫關系圖。筆者主要參考的項目的Github地址為： https://github.com/ownthink/KG-View/blob/master/index.html 。我們只需要將查詢到的結果復制粘貼到該HTML文件中即可。還是以《流浪地球》的所有屬性及屬性值為例，查詢的命令如下：

var eq = "<流浪地球>";
var attrs = g.V(eq).OutPredicates().ToArray(); 

values = new Array();
for (i in attrs) {
    var value = g.V(eq).Out(attrs[i]).ToValue();
    values[i] = value;
}

var s = new Array();

for (i in attrs) {
  var key_val_json = new Object();
  key_val_json["source"] = eq;
  key_val_json["rela"] = attrs[i];
  key_val_json["target"] = values[i];
  key_val_json["type"] = "resolved";
  s[i] = key_val_json;
}

for (i =0; i< s.length; i++) {
    g.Emit(s[i]);
}

返回的結果如下：

{
    "result": [
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "2",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "/item/%E6%B5%81%E6%B5%AA%E5%9C%B0%E7%90%83",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "40.83億",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "46",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "50",
            "type": "resolved"
        },
        {
            "rela": "",
            "source": "<流浪地球>",
            "target": "2019.02.05",
            "type": "resolved"
        }
    ]
}

將result的結果數組復制粘貼至index.html文件，內容如下：

在瀏覽器中打開，效果如下：

這個繪圖的效果會比Cayley自帶的效果好一些，但功能還是有限。

??網上關于Cayley的相關資料比較少，基本只有官方文檔和社區作為參考。本文所講述的內容如有不足之處，還請讀者多多指教~另外，關于Cayley的可視化，如讀者有更好地辦法實現，也歡迎告知筆者~

注意：不妨了解下筆者的微信公眾號： Python爬蟲與算法（微信號為：easy_web_scrape）， 歡迎大家關注~