推薦序
前言

第一章　如何在五天內，從圖獲得價值？
ElectricHarmony 的困境
為什麼要選擇圖資料庫？
圖應用場景
Neo4j
Cypher
歌曲推薦系統：概念驗證
總結

第二章　匯入更多資料（多很多）
資料庫交易
探索其他資料匯入工具
總結

第三章　檢討建模決策
視情況而定
建模原則
屬性 vs. 節點
跨共同點走訪
將概念做成標籤
節點扇出
超級節點
關係的精細度
量化關係
雙向關係
總結

第四章　模型建立與重構模式
超邊：n 方關係
time-based versioning
表示序列
重構模式
總結

第五章　查詢指令分析與調整
執行查詢
比對不相連的模式
提升錨點選擇性
存取屬性
節點度數
不要過於「急切」！
排序
我想脫離（規劃器）的束縛
Cypher runtimes
將查詢參數化
監視與測量查詢時間
總結

第六章　保護你的資料庫
偽裝
竄改
否認
資訊洩漏
阻斷服務攻擊
權限提升
總結

第七章　搜尋
什麼是搜尋？
搜尋資料
TEXT 索引
全文索引
關於索引與查詢的其他考量
總結

第八章　進階圖模式
子查詢
細膩的關係類型
在圖中表達整併後的實體
量化路徑模式：實體解析應用場景
安全建模：標籤 vs. 屬性
總結

第九章　備份與還原
寫入路徑
備份
還原備份
雲端備份
遠端備份與虛擬機器分離
設計備份策略
總結

第十章　叢集與分片
為了實現高妥善率而使用叢集
部署叢集
使用 secondaries 來擴展讀取能力
使用 secondary 伺服器來備份
因果一致性
傳說中的 1+1 叢集
分片與聯邦式查詢
總結

第十一章　觀察機制
發揮日誌的力量
展現指標的威力
全部整合起來：使用 Grafana、Loki 與 Prometheus 的日誌與指標
總結

第十二章　實用圖資料科學
Graph Data Science 程式庫導論
AI 驅動的播放清單社群
社群偵測的現實應用
總結

第十三章　生成式 AI 與圖的未來發展
知識圖譜
GraphRAG
代理式 AI 架構
建立知識圖譜
實際範例：從自然語言生成播放清單推薦
總結

索引