--- title: "Neo4j-Datenkatalog & Konnektor | Dawiso" description: "Der Neo4j-Konnektor von Dawiso katalogisiert Node Labels, Beziehungen und Properties, mit plattformübergreifender Lineage zu relationalen und BI-Quellen." url: "https://www.dawiso.com/de/connectors/neo4j" language: "de" --- Konnektor für Graphdatenbank # Der Datenkatalog für Neo4j, dem Ihr ganzes Team vertrauen kann. Der Neo4j-Datenkatalog von Dawiso macht aus dem Property Graph ein durchsuchbares Inventar: jedes Node Label, jeden Beziehungstyp und jede Property, verknüpft mit relationalen und BI-Katalogen. [Demo buchen](https://www.dawiso.com/de/book-a-dawiso-demo) [Zur Dokumentation](https://help.dawiso.com/actual/neo4j/) Live-Konnektor Stabiler Konnektor Neo4j Dawiso Nur Metadaten · Ihre Daten verlassen die Quelle nie **Typ** Native Graphdatenbank **Auth** Benutzername und Passwort (nur lesende Rolle) **Sync** Geplant, inkrementell **Richtung** Nur lesend · Metadaten Zuerst das Wichtigste ## Was ist ein Konnektor? Nur Metadaten Nur lesender Zugriff Inkrementeller Sync Systemübergreifende Lineage Ein Konnektor ist die Brücke zwischen einem Werkzeug in Ihrem Stack und dem Katalog, der Ihnen einen einheitlichen Blick darauf gibt. Ist ein Konnektor eingerichtet, greift er nach Zeitplan auf das Quellsystem zu, liest die *Metadaten* aus - Schemas, Tabellen, Dashboards, Jobs, Verantwortlichkeiten, Data Lineage - und bildet sie im Katalog ab. Ihre eigentlichen Zeilen und Werte bleiben, wo sie sind. Konnektoren sind der Grund, warum ein Datenkatalog Fragen wie *„Welches Power-BI-Dashboard hängt von dieser Snowflake-Tabelle ab?“* oder *„Wer verantwortet das orders-Topic in Kafka?“* beantworten kann - automatisch, ohne dass jemand eine Excel-Liste pflegen muss. Drei Eigenschaften unterscheiden einen guten Konnektor von einem brüchigen: Er sollte **nur lesend und sicher** sein, er sollte **inkrementell** arbeiten, damit nicht bei jeder Aktualisierung ein vollständiger Neuscan nötig ist, und er sollte **Data Lineage über Systemgrenzen hinweg auflösen**, nicht nur innerhalb eines Werkzeugs. Über die Plattform ## Was ist Neo4j? Neo4j ist die native Graphdatenbank, 2007 in Schweden gegründet und laut Branchenranglisten die am weitesten verbreitete ihrer Art. Sie speichert Daten als Knoten, Beziehungen und Properties, läuft als verwalteter Dienst Aura oder selbst gehostet und trägt alles von der Auswertung der Panama Papers über Projektgraphen der NASA bis zu GraphRAG-Wissensgraphen. Graphen sind gerade deshalb mächtig, weil das Schema implizit bleibt: Knoten tragen Labels, Beziehungen tragen Typen, Properties kommen und gehen. Für die Modellierung ist das ein Vorteil, für die Governance ein Problem, denn für Property Graphs gibt es kein information_schema. Genau dort setzt der Neo4j-Datenkatalog von Dawiso an: nur lesend, nur Metadaten, und plattformübergreifend. 2007 In Schweden gegründet Am weitesten verbreitet Graphdatenbank (Branchenranglisten) Aura und selbst gehostet Verwaltete Cloud und On-Premises Architektur ## So verbindet sich Dawiso mit Neo4j Eine kleine, nur lesende Rolle aufseiten von Neo4j. Der Dawiso-Scanner holt die Metadaten nach Zeitplan. Alles landet in Ihrem Katalog, fachlich lesbar. Quelle ### Neo4j-Datenbank - Datenbanken (Enterprise, mehrere DBs) - Node Labels und Properties - Beziehungstypen - Indexe und Constraints REST · JDBC Dawiso-Scanner ### Metadatenzugriff nur lesend - Schema- und Objekterkennung - Auflösung von Abhängigkeiten - SQL-Flow-Parsing (optional) - Sampling nach Opt-in Intern Katalog ### Dawiso-Plattform - Durchsuchbare Metadaten - Data Lineage und Verantwortlichkeiten - Business Glossary - Richtlinien und Klassifizierungen Verbindungsdetails **Protokoll** Bolt-Protokoll (Cypher) · SHOW INDEXES / CONSTRAINTS / PROCEDURES **Authentifizierung** Eigene Rolle mit den Rechten MATCH, TRAVERSE und SHOW **Lineage** Neo4j stellt keine native Lineage bereit; Dawiso dokumentiert das Schema des Property Graph (Node Labels, Beziehungstypen, Property Keys) und verknüpft die Entitäten des Graphen auf der Ebene der Datenprodukte mit vorgelagerten relationalen Quellen Einrichtung ## Neo4j in 4 Schritten verbinden 1. 01 ### In die Systemdatenbank wechseln Melden Sie sich als Neo4j-Administrator an und führen Sie :use system aus. Die Community Edition unterstützt das Anlegen von Rollen und Benutzern nicht; nutzen Sie dort den Standardbenutzer neo4j. Bei Aura läuft die Rollenverwaltung über die Aura-Konsole. 2. 02 ### Rolle zum Lesen des Katalogs anlegen CREATE ROLE dawiso_catalog_reader; danach je Zieldatenbank vergeben: GRANT ACCESS, GRANT MATCH {\*} ON GRAPH, GRANT TRAVERSE, GRANT SHOW INDEXES / CONSTRAINTS / PROCEDURES / FUNCTIONS sowie GRANT EXECUTE PROCEDURE db.info. 3. 03 ### Benutzer anlegen und Rolle zuweisen CREATE USER dawiso_reader SET PASSWORD '...' CHANGE NOT REQUIRED; GRANT ROLE dawiso_catalog_reader TO dawiso_reader. Durchgehend nur lesend. 4. 04 ### Über Bolt verbinden und einlesen Tragen Sie die Verbindungs-URL von Neo4j ein (neo4j+s:// für Aura, neo4j:// für selbst gehostet), dazu Datenbankname, Benutzer und Passwort. Danach läuft der geplante inkrementelle Sync. Funktionen ## Das bekommen Sie mit dem Konnektor für Neo4j - ### Schema des Property Graph Jedes Node Label, jeder Beziehungstyp und jeder Property Key wird katalogisiert. Dazu die je Property abgeleiteten Typen sowie die Indexe und Constraints, die sie regeln. - ### Knoten und Beziehungen dokumentiert Halten Sie fachlich fest, was eine Beziehung (:Customer)-\[:OWNS\]->(:Account) bedeutet, direkt neben der entsprechenden Kundentabelle aus der relationalen Quelle. - ### Plattformübergreifende Graph-Lineage Verknüpfen Sie Node Labels aus Neo4j mit vorgelagerten relationalen Tabellen und nachgelagerten BI-Dashboards, damit der Graph im Katalog keine Insel mehr ist. - ### PII-Klassifizierung Klassifizieren Sie ein Paar aus Knoten und Property einmal. Dawiso markiert jede Neo4j-Property mit E-Mail-Adresse, IBAN oder amtlichen Ausweisnummern über alle Datenbanken und Instanzen hinweg. - ### Abgleich mit dem Business Glossary Verbinden Sie Node Labels und Beziehungstypen mit Glossarbegriffen, damit Graph Engineering und Datenanalyse über (:Customer) dieselbe Sprache sprechen. - ### Nur lesend nach Konstruktion Dawiso liest über eine Rolle mit den Rechten MATCH, TRAVERSE und SHOW. Nirgends Schreibrechte, keine Änderungen am Graphen. Geschäftlicher Nutzen ## Warum Teams den Konnektor für Neo4j aktivieren - -65 % ### Weniger Rückfragen zur Bedeutung eines Labels Entwicklungsteams finden das dokumentierte Node Label und seine Beziehungen in Dawiso, statt das Graph-Team zu fragen, worauf (:Customer)-\[:OWNS\]-> eigentlich zeigt. - Durchgängig ### Lineage über die Graphgrenze hinaus Verbinden Sie Node Labels aus Neo4j mit den relationalen Tabellen, die sie speisen, und den BI-Berichten, die sie nutzen. Graphen sind kein blinder Fleck im Katalog mehr. - Prüfbereit ### Nachweise für DSGVO und DORA Sensible Properties an Knoten werden einmal klassifiziert, die Richtlinie folgt ihnen durch den Property Graph und in nachgelagerte Kataloge, mit vollständigem Audit-Trail. ## Bereit, Ihr Neo4j zu katalogisieren? Den Konnektor richten Sie an einem Nachmittag ein. Ihren ersten Lineage-Graph sehen Sie noch am selben Tag. [Demo buchen](https://www.dawiso.com/de/book-a-dawiso-demo) [Zur Dokumentation](https://help.dawiso.com/actual/neo4j/) ## Häufige Fragen Noch Fragen? [Sprechen Sie mit unserem Team ->](https://www.dawiso.com/contact-us) **Was ist ein Metadatengraph?** Ein Metadatengraph modelliert die Beziehungen zwischen Datenbeständen als Graph: Tabellen, Spalten, Jobs und Verantwortliche. Dawiso liest Neo4j-Metadaten nur lesend und katalogisiert Labels, Beziehungstypen und Properties, sodass Ihre Graphdaten mit dem Rest Ihres Stacks verbunden sind. **Hat Neo4j einen Datenkatalog?** Keinen nativen. Dawiso liest das Neo4j-Schema nur lesend, also Node Labels, Beziehungen und Properties, und macht daraus einen durchsuchbaren Katalog mit Verantwortlichkeiten, Dokumentation und plattformübergreifender Lineage. **Welche Berechtigungen braucht Dawiso in Neo4j?** Eine eigene Rolle (zum Beispiel dawiso_catalog_reader) mit GRANT ACCESS, GRANT MATCH {\*} ON GRAPH, GRANT TRAVERSE sowie GRANT SHOW INDEXES / CONSTRAINTS / PROCEDURES / FUNCTIONS und GRANT EXECUTE PROCEDURE db.info. Zugewiesen an einen Benutzer mit CHANGE NOT REQUIRED. Nur lesend. **Kopiert Dawiso unsere Neo4j-Daten?** Nein. Dawiso liest das Schema des Property Graph, die Indexe und die Constraints. Metadaten zu Knoten und Beziehungen werden katalogisiert; die Werte der Properties werden nicht kopiert. Das Sampling zur Typermittlung ist pro Datenquelle optional. **Aura, selbst gehostet, Community Edition, was wird unterstützt?** Sowohl Enterprise als auch Aura, mit rollenbasierter Zugriffskontrolle. Die Community Edition unterstützt CREATE ROLE und CREATE USER nicht, verbinden Sie sich dort mit dem Standardbenutzer neo4j. Aura nutzt neo4j+s://, selbst gehostete Installationen neo4j://. **Wie funktioniert Graph-Lineage in Dawiso?** Neo4j stellt keine native Lineage bereit. Dawiso katalogisiert das Schema des Property Graph (Labels, Beziehungstypen, Properties) und verknüpft die Entitäten des Graphen über die Ebene der Datenprodukte mit ihren vorgelagerten relationalen Tabellen und nachgelagerten BI-Abnehmern. ## Weitere Konnektoren entdecken Neo4j ist einer von über 30 Konnektoren. Bringen Sie Ihren gesamten Stack in den Katalog. - [Data Warehouse Snowflake](https://www.dawiso.com/connectors/snowflake) - [Data Lakehouse Databricks](https://www.dawiso.com/connectors/databricks) - [Business Intelligence Power BI](https://www.dawiso.com/connectors/power-bi) - [Business Intelligence Tableau](https://www.dawiso.com/connectors/tableau) - [Data Warehouse Google BigQuery](https://www.dawiso.com/connectors/google-bigquery) - [Data Warehouse Amazon Redshift](https://www.dawiso.com/connectors/amazon-redshift) [Alle Konnektoren ansehen](https://www.dawiso.com/de/connectors)