Die erste Version online, keine Ahnung wie viel Last das auf meinen Server verursacht. Erst mal nur Direktverbindungen (Laden kann etwas dauern, seit gnädig)

https://mainzmap.javahippie.net/

cc @Bundesligatrainer weil du gefragt hattest

@javahippie Was ist denn die URL zu #Leaflet beziehungsweise #Openstreetmap mit der Ansicht im Screenshot?

@javahippie

Ja, nein, nicht wirklich, es ist kompliziert.

Ja – Du hast entweder einen MATCH-Cypher, den Du Dir bauen kannst, und der sieht mehr oder weniger aus wie eine RECURSIVE CTE, nur weniger verbose als SQL in der Notation, oder Du verwendest GDS Dijkstra, aber das ist kaum lohnend (maximal 3 Umstiege, maximal 60-120 Steps in einer Stadt).

Nein, Graph-Datenbanken krepieren Dir in der Regel schnell, wenn es mehr Daten sind als in das RAM passen oder wenn die Daten sich schnell ändern (nicht statisch sind). Das ist bei Deinem Problem jedoch nicht der Fall, also kann es gehen.

Es ist kompliziert – am Ende hast Du einen Medienbruch von einem führenden System (meist SQL) in das neo4j und zurück, und das kann kein Problem sein, oder eines in der Zukunft werden. Du verwendest sehr wenig graph-spezifische Funktionalität, sodaß Du Dir eine Dependency und die Notwendigkeit, das System zu beherrschen ins Haus holst ohne viel Gewinn.

@javahippie Hier ist das Dataset von meinem Kollegen dazu https://github.com/dogofbrian/ukrailway (Auch der Autor des Artikels auf Medium)