首页 > 其他分享 >Neo4j图形存储学习笔记

Neo4j图形存储学习笔记

时间：2024-01-21 23:44:56浏览次数：45  
标签：node 存储 RETURN name 笔记 Person Neo4j 节点 MATCH

一、Neo4j图数据库：

图形数据库（Graph Database）是NoSQL数据库家族中特殊的存在，用于存储丰富的关系数据。与传统的关系型数据库相比，图形数据库更适合处理具有复杂关系和网络结构的数据。Neo4j是目前最流行的图形数据库之一，它支持完整的事务处理，并采用节点与关系的方式来组织和表示数据，因此在许多领域中得到了广泛的应用：

1、社交网络分析：

社交网络是一个复杂的网络结构，其中包含各种类型的关系（例如朋友关系、关注关系等）。Neo4j可以高效地存储和查询社交网络数据，帮助分析用户行为、发现社区结构等。

2、推荐系统：

Neo4j可以用于构建推荐系统，通过分析用户行为和项目之间的关系来生成准确的推荐。例如，基于用户的历史购买记录和其他相关数据，Neo4j可以预测用户可能感兴趣的项目。

3、网络安全：

在网络安全领域，Neo4j可以用于威胁情报分析和入侵检测。它可以帮助安全团队识别和跟踪网络中的可疑活动，以及快速识别潜在的攻击模式。

4、知识图谱：

知识图谱是一种图形结构，用于表示现实世界中的概念、实体以及它们之间的关系。Neo4j可以用于构建和管理知识图谱，帮助组织和检索大量结构化信息。

5、物流和供应链管理：

在物流和供应链管理中，Neo4j可以用于跟踪和管理复杂的物流过程。它可以帮助企业了解货物的流动情况、预测潜在的延误和问题，并优化供应链性能。

 

二、基于Docker的Neo4j安装部署：

1、Neo4j版本与JDK版本：

Neo4j版本下载：

https://neo4j.com/download-center/

Neo4j版本

JDK版本

Neo4j 3.x 版本

JDK8 运行环境

Neo4j 4.x 版本

JDK11 运行环境

Neo4j 5.x 版本

JDK17 运行环境

2、Neo4J的安装部署：

Docker学习：

https://www.cnblogs.com/Iven-L/p/17912707.html

下载镜像：

docker pull neo4j:3.5.22-community

启动容器：

docker run -d \

　　--name neo4j \

　　--restart always \

　　#7474：默认HTTP端口

　　#7687：bolt协议端口

　　-p 7474:7474 -p 7687:7687 \  

　　#设置环境变量，配置账号与密码

　　-e "NEO4J_AUTH=neo4j/123456" \

　　#映射数据存储目录（/data/neo4j-data/data可自定义）

　　-v /data/neo4j-data/data:/data \

　　#映射日志目录（/data/neo4j-data/logs可自定义）

　　-v /data/neo4j-data/logs:/logs \

　　#映射配置文件目录（/data/neo4j-data/conf可自定义）

　　-v /data/neo4j-data/conf:/var/lib/neo4j/conf \

　　#映射导入数据目录（/data/neo4j-data/import可自定义）

　　-v /data/neo4j-data/import:/var/lib/neo4j/import \

　　neo4j:3.5.22-community

查看日志：

docker logs -f neo4j

Neo4J访问（neo4j/123456）：

http://localhost:7474/browser/

 

三、Neo4j基础元素：

标签、节点、关系、属性

 

基础元素

说明

标签（Label）

标签用于给节点添加分类或标记，类似于传统数据库中的表。标签可以帮助我们将节点分组或分类，使得查询和操作更加高效。一个节点可以有一个或多个标签，标签也可以具有属性。

节点（Node）

节点是图形数据库中的基本单元，用于表示实体或对象。每个节点可以包含一个或多个属性（Properties），用于描述节点的特征和属性。节点通常用圆圈或方框来表示，并通过唯一标识符来区分。

属性（Property）

属性是节点和关系上的键值对，用于存储节点和关系的特征和属性信息。属性可以是基本数据类型（如字符串、整数、浮点数等）或复杂数据类型（如数组、日期等）。属性可以帮助我们更详细地描述节点和关系的属性，以便进行查询和分析。

关系（Relationship）

关系用于表示节点之间的连接或关联，描述实体之间的交互和关系。关系可以有方向，即从一个节点指向另一个节点，也可以是无向的。关系还可以具有属性，用于描述关系的特征和属性。关系通常用箭头来表示，箭头的方向表示关系的方向性。

 

四、Neo4j SQL—CREATE创建操作：

 

1、CREATE创建：

（1）、创建节点：

CREATE (node_name:label_type {property1:value1,property2:value2...}) RETURN node_name;

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

property:value

节点属性

RETURN

表示返回该数据，可以省略

 
//创建带有name、age属性的单个节点，并返回该数据
CREATE (n:Person {name:"Iven", age:18}) RETURN n

//创建多个相同标签节点
CREATE (n1:Person { age: 30 }), (n2:Person { age: 25 });

//创建多个不同标签节点
CREATE (n1:Person { age: 30 }), (n2:Student{ age: 25 });

（2）、创建关系：

CREATE (node_name_1:label_type_1) 

-[relationship_name:relationship_type {property1:value1,property2:value2...}]->

(node_name_2:label_type_2)

RETURN node_name_1,relationship_name,node_name_2;

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

relationship_name

关系名称，相当于一个只在当前语句生效的局部变量

relationship_type

路径的关系类型，描述两个实体之间的某种关系、依赖或交互

property:value

关系属性和值

RETURN

表示返回该数据，可以省略

 
//创建带有name属性的两个节点，并创建相应关联关系
CREATE (n:Person{name:'ZHANG'})
-[r:firend {years:2}]-> (m:Person{name:'TANG'}) RETURN n,r,m;

//对已创建的节点进行创建关联关系（先查询后创建）
MATCH (n:Person{name:'Iven'}),(m:Person{name:'Tom'})
CREATE (n)-[r:firend {years:3}]->(m) RETURN n,r,m;

 

2、MERGE创建或更新：

MERGE (node_name:label_type{property1:value1,property2:value2...})

ON CREATE SET node_name.new_property_1 = value_1,node_name.new_property2 = value_2, ...

ON MATCH SET node_name.existing_property = value

以指定节点属性property:value为条件，判断该节点是否存在；不存在时，执行ON CREATE SET条件创建节点并更新相应属性，否则执行ON MATCH SET更新相应属性

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

property:value

节点属性，作为查询条件判断节点是否存在

ON CREATE SET

表示创建节点时添加新属性

ON MATCH SET

表示更新已存在节点的属性

 
//如果该节点已存在，则不会添加，返回已存在节点数据，否则返回新建节点数据
MERGE (n:Person {name:"Iven", age:18}) RETURN n

//若该节点已存在，则不会添加，否则新建节点并更新相应属性
//节点不存在时，执行ON CREATE SET操作，更新name属性，新增born属性与age属性
MERGE (n:Person {name:"Iven", age:18})
ON CREATE SET n.born="1000",n.name="ZHANG" 
RETURN n

//若该节点不存在，新建节点，新增name与age属性
//节点存在时，执行ON MATCH SET 操作，更新name属性，新增或更新born属性
MERGE (n:Person {name:"Iven", age:18})
ON MATCH SET n.born="90",n.name="ZHOU" 
RETURN n

//若该节点已存在，执行ON MATCH SET更新操作
//若该节点不存在，执行ON CREATE SET新增操作
MERGE (n:Person {name:"ZHANG", age:18})
ON CREATE SET n.born="1000",n.name="Iven"
ON MATCH SET n.born="90",n.name="ZHOU"
RETURN n

//判断两个节点之间是否存在关系（years=3是条件），存在则不创建关系，返回已存在
MATCH (n:Person{name:'Iven'}),(m:Person{name:'Tom'})
MERGE (n)-[r:firend {years:3}]->(m)
RETURN n,r,m;

//判断两个节点之间是否存在关系，存在则更新关系属性，否则创建关系并更新属性
MATCH (n:Person{name:'ZHOU'}),(m:Person{name:'Tom'})
MERGE (n)-[r:firend {years:3}]->(m)
ON CREATE SET r.since = '2020'
ON MATCH SET r.since= '2024',r.years=4
RETURN n,r,m;

 

3、Load CSV方式数据导入：

（1）、将CSV文件复制到宿主机的导入目录：

将要导入的CSV文件复制到 /data/neo4j-data/import 容器映射导入数据的目录下。确保CSV文件的路径和名称正确。

（2）、进入Neo4j容器终端：

docker exec -it neo4j bash

（3）、查看Neo4j容器内部的import路径中CSV文件是否存在：

#Neo4j容器内部的import路径
cd /var/lib/neo4j/import

（4）、进入Cypher界面执行导入数据：

cypher-shell

（5）、编写Cypher查询导入数据：

由于没有配置dbms.directories.import参数，所以需要使用全路径导入，可在neo4j.conf中进行配置

1）、创建节点：

#using periodic commit 10：每10条自动提交，防止内存溢出
#方式一：使用with headers
using periodic commit 10
load csv with headers from "file:///var/lib/neo4j/import/a.csv" as line
merge (:NameSpace{name:line.name,type:line.type})

#方式二：不使用with headers
using periodic commit 10 
load csv from "file:///var/lib/neo4j/import/a.csv" as line 
merge (:NameSpace{name:line[0],type:line[1]})

2）、创建关系：

using periodic commit 10
load csv from "file:///var/lib/neo4j/import/b.csv" as line
match (n:NameSpace{name:line[0]}),(m:NameSpace{name:line[1]})
merge (n)-[r:firend{age:line[2]}]->(m)

（6）、Ctrl + D 组合键退出Cypher界面

 

4、Neo4j-Import方式数据备份、还原与导入：

相关参考

Load CSV方式无法满足大数据量的业务需要，因此官方提供的Neo4j-Import工具

（1）、备份与还原数据：

官方文档：备份或还原数据库graph.db，必须关闭相应的数据库。

由于docker容器中是没办法停止neo4j进程的，因此启动新容器执行相应操作

1）、停止正在运行Neo4j容器：

docker stop neo4j

2）、启动一个带有新的容器用于数据持久化

docker run -it --rm \
    -v /data/neo4j-data/data:/data \
    --name neo4j-container-dump \
    neo4j:3.5.22-community /bin/bash

3）、新的容器中备份数据：

bin/neo4j-admin dump --database=graph.db --to=data/20240120.dump

4）、新的容器中导入备份数据：

bin/neo4j-admin load --from=data/20240120.dump --database=graph.db --force

（2）、Neo4j-Import方式数据导入：

1）、将CSV文件复制到宿主机的导入目录：

将要导入的CSV文件复制到 /data/neo4j-data/import 容器映射导入数据的自定义目录下。确保CSV文件的路径和名称正确。（节点表：nodes.csv，关系表：relationships.csv）

 

备注：

CSV数据表

说明

节点表：nodes.csv

实体文件格式：<nodeId:ID>, <propertyName1>, <propertyName2>, ..., <:LABEL>

1、<nodeId:ID>：唯一索引:ID，用于创建关系等后续Import操作时索引到指定节点；

2、<propertyName1>：中间为节点属性，最好用英文；

3、<:LABEL>：结束为标签:LABEL不是必须的，一个节点有多个标签

关系表：relationships.csv

关系文件格式：<:START_ID>, <:END_ID>, <:TYPE>,<RelationshipPropertiesName1>,...<...2>

1、<:START_ID> ：关系起点节点的ID编号，必须有

2、<:END_ID>：关系结束点节点的ID编号，必须有

3、<:TYPE>：关系的类别，必须有

4、<RelationshipPropertiesName>：关系属性，非必须

2）、进入Neo4j容器终端：

docker exec -it neo4j bash

3）、导入数据

neo4j-admin import --database=graph.db --nodes=/var/lib/neo4j/import/nodes.csv --relationships=/var/lib/neo4j/import/relationships.csv

 

 

五、Neo4j SQL—MATCH查询操作：

1、MATCH查询：

MATCH (node_name:label_type) RETURN node_name;

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

RETURN

表示返回该数据

 
#查询单个标签（Person）内资源信息
MATCH (n:Person) RETURN n.name

#查询多个标签（Person、Animal）内资源信息
MATCH (n:Person),(m:Animal) RETURN n.name,m.type

#查询标签内某节点的单个上下关系（firend）的节点
MATCH (n:Person{name:'Test-02'})-[:firend]->(m:Person) RETURN m

#查询所有有关系的节点（r：即包含多个上级模型）
MATCH (n)-[r]->(m) RETURN n,r,m

#查询标签内所有上下关系的节点信息（r：即包含多个上级模型）
MATCH (n:Animal)-[r]->(m:Person) RETURN n,m

#查询标签内有上下关系的节点信息（r：即包含多个上级模型）
#r*..4：匹配开始节点到结束节点不超过4条边的所有路径
MATCH (n:Animal)-[r*..4]->(m:Person) RETURN n,m

#查询开始节点，最多包含2跳的关系路径中的所有节点
MATCH (n:Animal)-[r*..2]->(m) RETURN n,m

#查询某标签内资源所有关联关系
MATCH (n:Person)-[r]-() RETURN n, r

 

2、LIMIT和SKIP限制返回结果数量，实现分页查询：

MATCH (node_name:label_type) RETURN node_name SKIP n LIMIT m;

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

RETURN

表示返回该数据

n

表示要跳过的结果集数量

m

表示要返回的结果集数量

 
#查询单个标签内资源信息，返回10条数据
MATCH (n:Person) RETURN n LIMIT 10

#查询单个标签内资源信息，跳过10条数据
MATCH (n:Person) RETURN n SKIP 10

#查询单个标签内资源信息，分页查询，每页10条数据：
MATCH (n:Person) RETURN n SKIP 0*10 LIMIT 10 //第一页
MATCH (n:Person) RETURN n SKIP 1*10 LIMIT 10 //第二页
MATCH (n:Person) RETURN n SKIP 2*10 LIMIT 10 //第三页

 

3、WHERE条件匹配：

方式一：

MATCH (node_name:label_type)

WHERE node_name.property1 = value1,node_name.property2 = value2,...

RETURN node_name;

方式二：

MATCH (node_name:label_type{property1:value1,property2:value2,...})

RETURN node_name;

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

node_name.property

节点属性条件

RETURN

表示返回该数据

 
//查询标签中某个节点资源信息：
MATCH (n:Person{name: 'Test-01'}) RETURN n //方式一
MATCH (n:Person) WHERE n.name = 'Test-01' RETURN n //方式二

#查询某节点的关系节点
MATCH (n:Person{name:'Test-02'})-[:firend]->(m:Person) RETURN m

 

4、ORDER BY排序：

MATCH (node_name:label_type) RETURN node_name 

ORDER BY node_name.property ASC|DESC

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

RETURN

表示返回该数据

ASC

按属性值对结果进行升序排序

DESC

按属性值对结果进行降序排序

 
//查询结果按升序排序
MATCH (n:Person) RETURN n ORDER BY n.age ASC LIMIT 25

 

5、OPTIONAL MATCH执行可选的模式匹配：

MATCH (node_name:label_type {property:value})

OPTIONAL MATCH (node_name)-[relation:relationship_type]-(node_name2:label_type2)

RETURN node_name,node_name2

用于从图数据库中获取与指定模式匹配的所有节点和关系。与MATCH不同的是，如果没有匹配项，OPTIONAL MATCH仍将返回结果，但是相应的变量将为NULL

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

OPTIONAL MATCH

允许查找与指定模式匹配的数据，如果匹配失败，则返回空结果

RETURN

表示返回该数据

 
//查询指定节点，并获取与该节点关联的所有关系节点。
//若该节点无任何关系节点，则OPTIONAL MATCH语句仍将返回结果，但是m变量将为空。
MATCH (n:Person {name: 'Test-01'})
OPTIONAL MATCH (n)-[:FRIEND]->(m) RETURN n.name, collect(m.name)

 

6、IN匹配给定值的集合：

MATCH (node_name:label_type)

WHERE node_name.property IN [<Collection-of-values>]

RETURN node_name;

参数

说明

node_name

节点名称，相当于一个只在当前语句生效的局部变量

label_type

标签，代表节点的类型

node_name.property

节点属性条件

IN [<Collection-of-values>]

查询指定某个属性值是否存在于给定的值列表中，[给定值集合]

RETURN

表示返回该数据

 
//查询name为Test-01与Test-02的节点
MATCH (n:Person)
WHERE n.name IN ['Test-01', 'Test-02'] RETURN n

 

7、WITH将查询结果传递到下一个查询阶段：

MATCH (node_name1:label_type1) 

WITH node_name1 WHERE node_name.property = value

MATCH (node_name1)

-[relationship_name:relationship_type {property1:value1,property2:value2...}]->

(node_name_2:label_type_2)

RETURN node_name1, node_name_2;

参数

说明

WITH

关键字，用于将查询结果传递到下一个查询阶段

 
//将MATCH 查询数据传递到下一个查询阶段
MATCH (n:Animal)-[:firend]->(m:Person)
WITH n, count(m) AS friendCount, collect(m) AS info
RETURN n.type, friendCount, info

//将MATCH 查询数据传递到下一个查询阶段
MATCH (n:Animal) WITH n WHERE n.type = 'a'
OPTIONAL MATCH(n)-[:firend]->(m:Person)
RETURN n.type, m.name

 

8、UNION和UNION ALL合并：

UNION

MATCH (n:Label)

WHERE n.property = 'value'

RETURN n.property AS sameName

UNION

MATCH (m:Label)

WHERE m.property = 'other_value'

RETURN m.other_property AS sameName

UNION ALL

MATCH (n:Label)

WHERE n.property = 'value'

RETURN n.property AS sameName

UNION ALL 

MATCH (m:Label)

WHERE m.property = 'other_value'

RETURN m.other_property AS sameName

参数

说明

UNION

关键字，会合并重复的结果集

UNION ALL

关键字，不会合并重复的结果集

UNION/UNION ALL中的所有子查询都必须具有相同的列名

 

9、DISTINCT去重：

MATCH (node_name1:label_type1)

RETURN DISTINCT node_name1.property;

参数

说明

DISTINCT

关键字，用于处理查询结果中存在重复数据的情况

 

六、Neo4j SQL—SET修改操作：

1、SET新增或修改匹配节点的属性：

MATCH (node_name:label_type {property:value})

SET node_name.property = value;

参数

说明

SET

关键字，用于新增或修改指定属性

 
//新增或修改属性
MATCH (n:Animal{type:'cat'}) SET n.age = 2

 

2、REMOVE删除匹配节点的指定属性：

MATCH (node_name:label_type {property:value})

REMOVE node_name.property = value;

参数

说明

REMOVE

关键字，用于删除匹配节点的指定属性

 
//删除指定属性
MATCH (n:Animal{type:'cat'}) REMOVE n.age

 

七、Neo4j SQL—DELETE删除操作：

MATCH (node_name:label_type {property:value})

DELETE node_name;

参数

说明

DELETE

关键字，用于删除不存在关系的节点

 
//删除指定节点（该节点不存在其他关系）
MATCH (n:Animal{type:'tiger'}) DELETE n

//删除指定节点及其连接所有关系
MATCH (n:Animal{type:'tiger'})
OPTIONAL MATCH (n)-[r]-()
DELETE n, r;

//删除两节点的指定关系
MATCH (m:Animal{name:'cat'})-[r]->(n:Person{name:'Test-02'})
DELETE r

 

八、Neo4j SQL—函数：

常用函数

函数

说明

COLLECT()

将查询结果整合成一个集合

COUNT()

计算指定表达式的行数

SUM()

计算指定表达式的总和

AVG()

计算指定表达式的平均值

MIN()

找到指定表达式的最小值

MAX()

找到指定表达式的最大值

TOUPPER()/UPPER()

将字符串转换为大写

TOLOWER()/LOWER()

将字符串转换为小写

TRIM()

去除字符串两端的空格

SUBSTRING()

返回字符串的子串

REPLACE()

替换字符串中的指定部分

ABS()

返回数值的绝对值

CEIL()

向上取整

FLOOR()

向下取整

ROUND()

四舍五入

LABELS()

返回标签

 

九、SpringBoot整合Neo4j：

相关参考

 

标签：node,存储,RETURN,name,笔记,Person,Neo4j,节点,MATCH
From： https://www.cnblogs.com/Iven-L/p/17978724

相关文章

  • Infix to postfix conversion using stack【1月21日学习笔记】
    点击查看代码//Infixtopostfixconversionusingstack#include<iostream>#include<stack>//stackfromstandardtemplatelibrary（STL）#include<string>usingnamespacestd;stringInfixToPostfix(stringexp);boolHasHigherPrecedence(charopr1,......
  • docker容器使用存储卷进行数据持久化
    1.将存储卷"test01"挂载到容器，若不存在则直接创建，默认权限为rw[root@centos201~]#dockercontainerrun-vtest01:/usr/share/nginx/html-d--nameweb01nginx:1.20.168f7609b7d72ba6e328605103cfb315b1a38aa2631ce69a576a228d1037300aa[root@centos201~]#[17:22:......
  • docker数据持久化(存储卷)
    1.查看现有的存储卷[root@centos201~]#dockervolumels#查看现有的存储卷DRIVERVOLUMENAME[root@centos201~]#2.创建随机（匿名）的存储卷[root@centos201~]#dockervolumecreate#创建随机(匿名)的存储卷050d2f963345d595c827551adc27ee48d61d482bfcf7c86......
  • 光平面标定笔记
    由于......
  • 水浒传笔记
    水浒传笔记作者:施耐庵文体：我国第一部歌颂农民起义的章回体小说主要内容：《水浒传》描述了北宋末年以宋江为首的广大农民在贪官逼迫下，无以为生，纷纷占山为王，结盟起义的历史史实，记述了起义发生、发展到失败的全过程人物鲁达别称:鲁智深鲁提辖花和尚事件:拳打镇关西......
  • <学习笔记> 杜教筛
    杜教筛处理数论函数的前缀和问题，可以在低于线性的复杂度里求出\(S(n)=\sum_{i=1}^{n}f(i)\)。对于任意一个数论函数\(g\)，必须满足：\[\sum_{i=1}^{n}(f*g)(i)=\sum_{i=1}^{n}\sum_{d\midi}g(d)*d(\frac{i}{d})\]\[=\sum_{d=1}^{n}g(d)\sum_{j=1}^{\lfloor\frac{n}{d}......
  • C++ ——vector数组笔记
     vector是C++标准库中的一个动态数组容器（SequenceContainer），它可以自动管理内存大小，可以在运行时根据需要动态增长或缩小。它是一个非常常用且强大的容器，用于存储一系列元素。可以简单的认为，vector是一个能够放任意类型的动态数组。下面详细介绍 vector 的使用方法......
  • Shiro学习笔记
    Shiroshiro外部来看：内部来看：认证登录基本流程：收集用户身份/凭证，如用户名密码调用Subject.login(),进行登录，如果错误返回异常创建自定义的Realm类，继承org.apache.shiro.realm.AuthorizingRealm类，实现doGetAuthenticationInfo()方法授权流程：首先调用Subject.isPermit......
  • 学习笔记-24.1.21
    因此，当您在null引用上访问字段mingcheng时，它们不会被解析。相反，您应该首先创建一个对象并将其放入数组中。因此修改代码如下Pd[]pdd=newPd[20];for(inti=0;i<20;i++){Pdpd=newPd();pdd[i]=pd;} ......
  • 《Deep Long-Tailed Learning: A Survey》阅读笔记
    论文标题《DeepLong-TailedLearning:ASurvey》深度长尾学习：调查作者YifanZhang、BingyiKang、BryanHooi、ShuichengYan（IEEEFellow）和JiashiFeng来自新加坡国立大学计算机学院、字节跳动AILab和SEAAILab初读摘要长尾类别不平衡（long-tailedclassimbala......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99