Neo4j（二） - 使用Cypher操作Neo4j

---

前言

本文将系统介绍 Cypher 的核心语法与操作逻辑，涵盖数据库管理、节点与关系的创建、查询、更新及删除等基础操作，同时结合具体示例演示如何利用 Cypher 解决实际场景中的数据问题。通过理论与实践的结合，帮助读者快速掌握图数据库的核心操作范式，为进一步探索图技术在大数据分析、人工智能等领域的应用奠定基础。

---

一、Cypher简介

Cypher 是一种声明式图数据库查询语言，由 Neo4j 公司开发，用于高效地查询和更新图数据库中的数据。它使得开发者可以通过简洁、直观的语法来操作图数据库，而无需关心底层实现细节。Cypher 的设计目标是为了让图数据的操作变得简单且强大，使非技术用户也能轻松理解并使用。

Cypher 主要特点

1. 模式匹配：Cypher 提供了强大的模式匹配能力，允许用户通过图形结构而非仅基于属性或索引来查询数据。
2. 易于阅读和编写：其语法设计接近自然语言，尤其是对于那些具有图形化思维的人来说更加直观。
3. 灵活的数据查询与更新：无论是简单的查询还是复杂的图形遍历，Cypher 都能提供支持。
4. 高效的执行计划：Neo4j 会根据 Cypher 查询自动生成高效的执行计划，以确保快速的数据检索速度。

使用场景

• 社交网络分析：利用 Cypher 可以很容易地找到人与人之间的关系网，比如朋友的朋友等。
• 推荐系统：通过分析用户的行为和偏好，为用户提供个性化的产品或内容推荐。
• 路径查找：在运输和物流行业，可以用来查找两点之间的最优路径。
• 风险管理与欺诈检测：通过分析实体间的关系，识别潜在的风险或欺诈行为。

Cypher 作为图数据库 Neo4j 的核心查询语言，极大地简化了图数据的管理和分析过程，使得图数据库技术更易于被广泛接受和应用。

---

二、数据库操作

在 Neo4j 中，数据库操作包括创建、查看和删除数据库等。不过需要注意的是，Neo4j 的社区版（Community Edition）通常只支持单个默认数据库，即 neo4j 数据库，并不支持创建多个数据库。但是，从 Neo4j 4.0 版本开始，企业版支持多数据库特性，允许用户创建和管理多个数据库实例。

1. 创建数据库

要创建一个新的数据库，可以使用以下 Cypher 命令。

CREATE DATABASE database_name

例如，如果你想创建一个名为 mydatabase 的新数据库，你可以运行：

CREATE DATABASE mydatabase

注意：这个命令仅适用于 Neo4j 企业版。

2. 查看数据库

查看当前系统中存在的所有数据库，可以使用如下命令。

SHOW DATABASES

这将列出所有数据库的信息，包括名称、状态（如在线或离线）、是否为主数据库等。

也可以使用如下命令查看可用数据库。

:dbs

3. 删除数据库

如果需要删除一个数据库，可以使用以下命令：

DROP DATABASE database_name

例如，删除名为 mydatabase 的数据库：

DROP DATABASE mydatabase

4. 切换数据库

切换到数据库neo4j。

:use neo4j

---

三、节点、关系及属性操作

1. 创建节点与关系

在 Cypher 中，图数据库中的基本元素是 节点（Node） 和 关系（Relationship）。使用 CREATE 命令可以创建节点和关系。

1.1 语法

创建节点的语法如下：

CREATE (variableName:Label {property1: value1, property2: value2, ...})

• Label 是节点的标签，用于分类。
• {property1: value1} 是节点的属性集合，可选。
• variableName 是标签变量，用于后续操作中引用该节点。

创建关系的语法如下：

CREATE (node1)-[relVariable:RELATIONSHIP_TYPE {prop: value}]->(node2)

• relVariable 是关系变量。
• RELATIONSHIP_TYPE 是关系类型，表示两个节点之间的连接方式，关系类型是自定义的。
• 箭头方向表示关系的方向（-> 表示从 node1 到 node2，<- 表示反向）。

1.2 示例

示例 1：创建一个简单的节点

CREATE (a:Person {name: 'Alice', age: 30})

• 这个命令创建了一个带有 Person 标签的节点，并赋予它两个属性：name 和 age。
• 节点变量为 a，可以在后续查询中引用这个节点。

示例 2：创建两个节点并建立关系

// 创建第一个节点 Alice
CREATE (a:Person {name: 'Alice'})
// 创建第二个节点 Bob
CREATE (b:Person {name: 'Bob'})
// 在 Alice 和 Bob 之间创建 FRIENDS_WITH 关系
CREATE (a)-[r:FRIENDS_WITH {since: 2020}]->(b)

• 这组命令首先创建了两个 Person 节点，分别代表 Alice 和 Bob。
• 然后在这两个节点之间创建了一个类型为 FRIENDS_WITH 的关系，并设置了关系属性 since，表示他们成为朋友的时间是 2020 年。
• 关系变量为 r，可以用于进一步操作或查询这条关系。

示例 3：在一个命令中创建节点和关系

CREATE (a:Person {name: 'Alice'})-[:WORKS_AT]->(b:Company {name: 'Tech Corp'})

• 此命令同时创建了两个节点（一个 Person 节点和一个 Company 节点）以及它们之间的 WORKS_AT 关系。
• 注意这里没有给关系指定变量，这意味着我们不能直接引用这条关系进行后续操作，除非再次通过查询找到它。

示例 4：使用已存在的节点创建关系

MATCH (a:Person {name: 'Alice'}), (b:Person {name: 'Bob'})
CREATE (a)-[r:COLLEAGUE_OF {department: 'Engineering'}]->(b)

• 首先通过 MATCH 查找数据库中名为 Alice 和 Bob 的节点。
• 然后在找到的这两个节点之间创建了一个 COLLEAGUE_OF 类型的关系，并添加了一个 department 属性说明他们在同一个部门工作。
• 给关系指定了变量 r，方便之后对这条关系进行修改或查询。

示例 5：创建双向关系
虽然在 Cypher 中默认定义的关系是有方向性的，但可以通过创建两条相反方向的关系来模拟双向关系：

MATCH (a:Person {name: 'Alice'}), (b:Person {name: 'Bob'})
CREATE (a)-[:KNOWS]->(b)
CREATE (b)-[:KNOWS]->(a)

• 这段代码创建了两个 KNOWS 关系，一条从 Alice 到 Bob，另一条从 Bob 到 Alice，从而实现了双向关系的效果。

2. 查询数据

在 Neo4j 中，MATCH 是用于查询图数据的核心命令。它通过模式匹配（Pattern Matching） 来查找符合特定结构的节点、关系及其属性。

2.1 语法

基本语法结构如下：

MATCH (variable1:Label1 {property1: value1})
RETURN variable1

• (variable1:Label1 {property1: value1})：表示一个带有标签和属性的节点。
• RETURN：指定你想返回的数据内容。

匹配带关系的结构语法如下：

MATCH (variable1:Label1)-[:RELATIONSHIP_TYPE]->(variable2:Label2)
RETURN variable1, variable2

• -[:RELATIONSHIP_TYPE]->：表示两个节点之间的关系，方向可变（-> 或 <-）。
• RELATIONSHIP_TYPE：是你定义的关系类型，如 KNOWS, WORKS_AT 等。

使用 WHERE 进行过滤语法如下：

MATCH (n:Person)
WHERE n.age > 30
RETURN n.name

• WHERE 子句用于添加条件过滤查询结果。

2.2 示例

示例 1：查询所有 Person 节点

MATCH (p:Person)
RETURN p

示例 2：查询具有特定属性的节点
查找名字为 Alice 的 Person 节点。

MATCH (p:Person {name: 'Alice'})
RETURN p

示例 3：查询节点和其关系
查找 Alice 所认识的所有人，并返回 Alice、KNOWS 关系以及对方节点。

MATCH (a:Person {name: 'Alice'})-[r:KNOWS]->(b:Person)
RETURN a, r, b

示例 4：仅返回某些字段或属性
只返回 Person 节点的 name 和 age 属性。

MATCH (p:Person)
RETURN p.name, p.age

示例 5：使用 WHERE 过滤年龄大于 30 的人
查找并返回年龄大于 20 的人。

MATCH (p:Person)
WHERE p.age > 20
RETURN p.name, p.age

示例 6：查找双向关系（比如互为好友）

MATCH (a:Person {name: 'Alice'})-[r1:KNOWS]->(b:Person {name: 'Bob'})
MATCH (b)-[r2:KNOWS]->(a)
RETURN a, r1, b, r2

示例 7：模糊匹配多个关系类型
查找 Alice 认识或一起工作的人。

MATCH (a:Person {name: 'Alice'})-[:KNOWS|WORKS_WITH]->(b)
RETURN b.name

示例 8：限制返回数量
最多只返回 3 个 Person 的名字。

MATCH (p:Person)
RETURN p.name
LIMIT 3

跳过 1 个查询结果并最多返回 3 个 Person 的名字。

MATCH (p:Person)
RETURN p.name
SKIP 1
LIMIT 3

3. 更新数据

在 Neo4j 中，使用 Cypher 可以方便地更新图数据库中的节点（Node）和关系（Relationship）的属性值；可以使用 SET、REMOVE 等命令进行更新操作。

3.1 语法

更新节点属性的语法如下：

MATCH (n:Label {property: value})
SET n.propertyName = newValue
RETURN n

• MATCH：查找要更新的节点。
• SET：设置或修改某个属性的值。
• RETURN：返回更新后的结果（可选）。

删除属性或标签语法如下：

MATCH (n:Person {name: 'Alice'})
REMOVE n.age
RETURN n

• REMOVE 命令可以删除节点或关系的属性或标签。

更新关系属性语法如下：

MATCH ()-[r:RELATIONSHIP_TYPE]->()
SET r.newProperty = 'value'
RETURN r

3.2 示例

示例 1：更新节点的属性

将名为 Alice 的 Person 节点的年龄改为 31 岁。

MATCH (n:Person {name: 'Alice'})
SET n.age = 31
RETURN n

示例 2：添加新的属性

为名为 Bob 的 Person 添加一个新属性 email。

MATCH (n:Person {name: 'Bob'})
SET n.email = '[e-mail]'
RETURN n

示例 3：一次性设置多个属性

可以在一条 SET 语句中同时设置多个属性。

MATCH (n:Person {name: 'Bob'})
SET n.age = 45, n.city = 'Shanghai', n.job = 'Engineer'
RETURN n

示例 4：删除节点的某个属性

删除名为 Alice 的 Person 的 age 属性。

MATCH (n:Person {name: 'Alice'})
REMOVE n.age
RETURN n

示例 5：删除节点的标签

将名为 Bob 的 Person 节点的标签从 Person 改为 User。

MATCH (n:Person {name: 'Bob'})
REMOVE n:Person
SET n:User
RETURN n

⚠️ 注意：Neo4j 不支持直接重命名标签，只能通过先移除再添加的方式来“更改”标签。

示例 6：更新关系属性

更新Alice和Bob的 KNOWS 关系的 since 属性。

MATCH (:Person {name: 'Alice'})-[r:KNOWS]->(:User {name: 'Bob'})
SET r.since = 2021
RETURN r

4. 删除节点与关系

在 Neo4j 中，删除图数据库中的 节点（Node） 和 关系（Relationship） 是常见的操作。Cypher 提供了 DELETE 和 DETACH DELETE 等命令来完成这些任务。

由于 Neo4j 的图结构特性：一个节点不能有未删除的关系存在，因此在删除节点前必须先删除它关联的所有关系，否则会报错。

4.1 语法

删除关系的语法如下：

MATCH ()-[r:RELATIONSHIP_TYPE]->()
DELETE r

• 使用 MATCH 找到要删除的关系。
• 使用 DELETE 删除匹配到的关系。

删除节点的语法（需先删除关系）如下：

MATCH (n:Label {property: value})
DELETE n

⚠️ 如果该节点还有关系存在，将抛出错误。

推荐方式：使用 DETACH DELETE

MATCH (n:Label {property: value})
DETACH DELETE n

• DETACH DELETE 会自动删除节点及其所有关联的关系，无需手动先删除关系。
• 这是最安全、最常用的删除节点的方式。

4.2 示例

示例 1：删除两个特定节点之间的关系

删除 Alice 和 Bob 之间的 KNOWS 关系。

MATCH (a:Person {name: 'Alice'})-[r:KNOWS]->(b:Person {name: 'Bob'})
DELETE r

示例 2：删除特定类型的关系

删除所有的 KNOWS 类型关系。

MATCH ()-[r:KNOWS]->()
DELETE r

示例 3：删除某个特定节点（先删除关系）

删除名为 Alice 的 Person 节点及其所有关系。

MATCH (n:Person {name: 'Alice'})
DETACH DELETE n

示例 4：删除没有关系的孤立节点

删除“孤立”的节点（即没有关系连接的节点）。

MATCH (n)
WHERE NOT EXISTS((n)--())
DELETE n

示例 5：删除所有节点和关系（清空整个图数据库）

删除数据库中所有的节点和它们的关系。

MATCH (n)
DETACH DELETE n

5. 合并数据

合并数据用于创建或更新节点或关系，不存在则创建，存在则更新。为了避免数据重复插入，可以使用 MERGE 替代 CREATE。

在 Neo4j 中，MERGE 是一个非常强大的命令，它用于确保某个图模式存在。如果该模式不存在，则会创建它；如果已经存在，则不会执行任何操作（也可以选择更新某些属性）。这非常适合用来避免重复插入相同的数据。

5.1 语法

基本语法如下：

MERGE (n:Label {uniqueProperty: value})
SET n.otherProperty = otherValue
RETURN n

• MERGE：尝试匹配指定的模式（节点或关系）。
• 如果没有找到匹配项，则创建新的节点或关系。
• 可以结合 ON CREATE SET 和 ON MATCH SET 来分别设置创建时和匹配到时的操作。

使用 ON CREATE 和 ON MATCH 的完整语法：

MERGE (n:Label {uniqueProperty: value})
ON CREATE SET n.created = timestamp()
ON MATCH SET n.lastAccessed = timestamp()
RETURN n

• ON CREATE SET：仅当节点是新创建的时候才执行。
• ON MATCH SET：仅当节点已存在时才执行。

5.2 示例

示例 1：确保某节点存在（若不存在则创建）

MERGE (p:Person {name: 'Alice'})
RETURN p

如果数据库中没有名为 Alice 的 Person 节点，则创建一个；如果有，则返回已存在的节点。

示例 2：确保节点存在，并设置额外属性

MERGE (p:Person {name: 'Bob'})
SET p.age = 30
RETURN p

确保 Bob 存在，并将他的年龄设为 30。如果 Bob 已经存在，则覆盖其 age 属性。

示例 3：使用 ON CREATE 和 ON MATCH 区分创建与更新操作

MERGE (p:Person {name: 'Charlie'})
ON CREATE SET p.created = datetime()
ON MATCH SET p.lastSeen = datetime()
RETURN p

• 如果 Charlie 是第一次出现，则设置 created 时间；
• 如果已存在，则更新 lastSeen 时间。

示例 4：合并关系（确保两个节点之间有某种关系）

MERGE (a:Person {name: 'Alice'})
MERGE (b:Person {name: 'Bob'})
MERGE (a)-[r:FRIENDS_WITH]->(b)
RETURN a, r, b

确保 Alice 和 Bob 存在，并且他们之间有一条 FRIENDS_WITH 关系。如果已经存在这条关系，则不重复创建。

示例 5：合并带属性的关系

MERGE (a:Person {name: 'Alice'})
MERGE (b:Person {name: 'Bob'})
MERGE (a)-[r:WORKS_WITH {since: 2022}]->(b)
RETURN r

确保 Alice 和 Bob 之间有一条 WORKS_WITH 类型的关系，并带有属性 since: 2022。