Neo4j的CQL语法

Neo4j - CQL简介

 

页面Neo4j图数据库遵循属性图模型来存储和管理其数据。

属性图模型规则

一、表示节点，关系和属性中的数据

二、节点和关系都包含属性

三、关系连接节点

四、属性是键值对

五、节点用圆圈表示，关系用方向键表示。

六、关系具有方向：单向和双向。

每个关系包含“开始节点”或“从节点”和“到节点”或“结束节点”

在属性图数据模型中，关系应该是定向的。如果尝试创建没有方向的关系，那么它将抛出一个错误消息。
    在Neo4j中，关系也应该是有方向性的。如果尝试创建没有方向的关系，那么Neo4j会抛出一个错误消息，“关系应该是方向性的”。
Neo4j图数据库将其所有数据存储在节点和关系中。不需要任何额外的RRBMS数据库或无SQL数据库来存储Neo4j数据库数据。它以图形的形式存储其数据的本机格式。

Neo4j使用本机GPE（图形处理引擎）引擎来使用它的本机图存储格式。

图形数据库数据模型的主要构建块是：

1. 节点

2. 关系

3. 属性

简单的属性图的例子：

 

这里使用圆圈表示节点。使用箭头的关系。 关系是有方向性的。可以用Properties（键值对）来表示Node的数据。 在这个例子中，我们在Node的Circle中表示了每个Node的Id属性。

cypher是neo4j官网提供的声明式查询语言，非常强大，用它可以完成任意的图谱里面的查询过滤，我们知识图谱的一期项目 基本开发完毕，后面会陆续总结学习一下neo4j相关的知识。今天接着上篇文章来看下neo4j的cpyher查询的一些基本概念和语法。

 

1,创建

create (:Movie {title:"驴得水",released:2016})  return p;

执行成功，在neo4j的web页面我们能看到下面的信息

+-------------------+| No data returned. |

+-------------------+

Nodes created: 1

Properties set: 2

Labels added: 1

当然cypher也可以一次创建多个数据，并同时添加关系

2,查询

match (p: Person) return p; 查询Person类型的所有数据

match (p: Person {name:"sun"}) return p; 查询名字等于sun的人

match( p1: Person {name:"sun"} )-[rel:friend]->(p2) return p2.name , p2.age 查询sun的朋友的名字和年龄

match (old) ... create (new) create (old)-[rel:dr]->(new) return new 对已经存在的节点和新建的节点建立关系

3,查询或更新

merge 语法可以对已经存在的节点不做改变，对变化的部分会合并

MERGE (m:Movie { title:"Cloud Atlas" })ON CREATE SET m.released = 2012RETURN m

merge .... on create set ... return 语法支持合并更新

4,筛选过滤

cypher过滤也是用的和SQL一样的关键词where

match (p1: Person) where p1.name="sun" return p1;

等同下面的

match (p1: Person {name:"sun"}) return p1

注意where条件里面支持 and ， or ，xor，not等boolean运算符，在json串里面都是and

除此之外，where里面查询还支持正则查询

match (p1: Person)-[r:friend]->(p2: Person) where p1.name=~"K.+" orp2.age=24 or"neo" in r.rels return p1,r,p2

关系过滤匹配使用not

MATCH (p:Person)-[:ACTED_IN]->(m)WHERE NOT (p)-[:DIRECTED]->()RETURN p,m

5，结果集返回

MATCH (p:Person)RETURN p, p.nameAS name, upper(p.name), coalesce(p.nickname,"n/a")AS nickname, { name: p.name,

  label:head(labels(p))}AS person

结果集返回做去重

match (n) return distinct n.name;

6,聚合函数

cypher支持count,sum,avg,min,max

match (: Person) return count(*)

聚合的时候null会被跳过 count 语法 支持 count( distinct role )

MATCH (actor:Person)-[:ACTED_IN]->(movie:Movie)<-[:DIRECTED]-(director:Person)RETURN actor,director,count(*)AS collaborations

7,排序和分页

MATCH (a:Person)-[:ACTED_IN]->(m:Movie)RETURN a,count(*)AS appearancesORDER BY appearancesDESC SKIP 3 LIMIT 10;

8, 收集聚合结果

MATCH (m:Movie)<-[:ACTED_IN]-(a:Person)

RETURN m.title AS movie, collect(a.name) AS cast,count(*) AS actors

9, union 联合

支持两个查询结构集一样的结果合并

MATCH (actor:Person)-[r:ACTED_IN]->(movie:Movie)

RETURN actor.name AS name, type(r) AS acted_in, movie.title AS title

UNION （ALL）

MATCH (director:Person)-[r:DIRECTED]->(movie:Movie)

RETURN director.name AS name, type(r) AS acted_in, movie.title AS title

10, with

with语句给cypher提供了强大的pipeline能力，可以一个或者query的输出，或者下一个query的输入 和return语句非常类似，唯一不同的是，with的每一个结果，必须使用别名标识。

通过这个功能，我们可以轻而易举的做到在查询结果里面在继续嵌套查询。

MATCH (person:Person)-[:ACTED_IN]->(m:Movie)

WITH person, count(*) AS appearances,collect(m.title) AS movies

WHERE appearances > 1

RETURN person.name, appearances, movies

注意在SQL里面，我们想过滤聚合结果，需要使用having语句但是在cypher里面我们可以配合with语句使用 where关键词来完成过滤

11，添加约束或者索引

唯一约束(使用merge来实现) CREATE CONSTRAINT ON (movie:Movie) ASSERT movie.title IS UNIQUE

添加索引(在图谱遍历时，快速找到开始节点),大幅提高查询遍历性能 CREATE INDEX ON :Actor(name)

添加测试数据：

CREATE (actor:Actor {name:"Tom Hanks" }),(movie:Movie {title:'Sleepless IN Seattle' }),

  (actor)-[:ACTED_IN]->(movie);

使用索引查询:

MATCH (actor:Actor {name: "Tom Hanks" })RETURN actor;