Update neo4j-gds.md

data/3.Neo4j 高阶/1.图数据科学和机器学习/1.图数据科学GDS概览/neo4j-gds.md

 # Neo4j图数据科学（GDS）概览
 
+Neo4j 图形数据科学 (GDS) 库作为 Neo4j 图形数据库的插件提供。该插件需要安装到数据库中并添加到 Neo4j 配置中的许可名单中。有两种主要方法可以实现这一点。
+
+图算法用于计算图、节点或关系的度量。
+
+它们可以提供有关图中相关实体（中心性、排名）或社区等固有结构（社区检测、图分区、聚类）的见解。
+
+许多图算法是迭代方法，它们经常使用随机游走、广度优先或深度优先搜索或模式匹配遍历图进行计算。
+
+由于可能的路径随着距离的增加呈指数增长，许多方法也具有很高的算法复杂性。
+
+幸运的是，存在利用图的某些结构、记忆已经探索过的部分以及并行化操作的优化算法。只要有可能，我们都会应用这些优化。
+
+Neo4j Graph Data Science 库包含大量算法。
+
+GDS 中的算法有特定的方法来利用其输入图的各个方面。我们称这些*算法特征为*。当一个算法支持一个算法特征时，这表明该算法已经被实现为根据该特征产生明确定义的结果。
+
+为了尽可能高效地运行算法，Neo4j Graph Data Science 库使用专门的内存图形格式来表示图形数据。因此，有必要将 Neo4j 数据库中的图形数据加载到内存中的图形目录中。加载的数据量可以通过所谓的图形投影来控制，例如，它还允许对节点标签和关系类型进行过滤，以及其他选项。
+
+Neo4j Graph Data Science 库有两个版本。
+
+- 开源社区版包括所有算法和功能，但仅限于四个 CPU 内核。
+- Neo4j 图数据科学库企业版：
+  - 可以在无限数量的 CPU 内核上运行。
+  - 支持 Neo4j 企业版的基于角色的访问控制系统 (RBAC)。
+  - 支持各种附加模型目录功能
+    - 在模型目录中存储无限数量的模型
+    - [发布存储模型](https://neo4j.com/docs/graph-data-science/current/model-catalog/publish/)
+    - [将存储的模型持久化到磁盘](https://neo4j.com/docs/graph-data-science/current/model-catalog/store/#model-catalog-store-ops)
+  - 支持[优化的内存图实现](https://neo4j.com/docs/graph-data-science/current/production-deployment/feature-toggles/#bit-id-map-feature-toggle)
+
+GDS 库使用模式通常分为两个阶段：开发和生产。在开发阶段，目标是建立有用算法的工作流程。为此，必须配置系统，定义图形投影，并选择算法。利用库的内存估计功能是典型的做法。这使您能够成功配置系统以处理要处理的数据量。有两种资源需要牢记：内存图和算法数据结构。在生产阶段，系统将被适当配置以成功运行所需的算法。操作序列通常是创建一个图形，在其上运行一个或多个算法，并使用结果。
+
+问题：
+
+下列描述中，不正确的一项是？
+
+## 答案
+
+Neo4j GDS是企业版特性，开源社区版无法使用
+
+## 选项
+
+### A
+
+Neo4j GDS提供了多种官方的图算法，用于图数据的机器学习
+
+### B
+
+Neo4j GDS是企业版特性，开源社区版无法使用
+
+### C
+
+Neo4j GDS运行在内存中
+
+### D
+
+Neo4j GDS提供了系统监控程序用来观测运行情况