【Neo4j数据库】图数据库_Neo4j增加节点（关系）、查询、删除数据库等操作解析（Cypher语句）

【Neo4j数据库】图数据库_Neo4j增加节点（关系）、查询、删除操作解析（Cypher语句）

1. 介绍

Cypher语言的关键字不区分大小写，但是属性值，标签，关系类型和变量是区分大小写的。

Neo4j 中不存在表的概念，只有标签(labels)，节点(Node)，关联(Relation)，路径(path)，标签里存的节点，节点和关联可以简单理解为图里面的点和边，路径是用节点和关联表示的如：(a)-[r]->(b)，表示一条从节点 a 经关联 r 到节点 b 的路径。

在数据查询中，

• 节点一般用小括号()
• 关系中用括号[]

---

2. 节点的创建和查询

注意：执行多条cypher语句时，语句之间用分号隔开，browser中的设置菜单下，勾选 Enable multi statement query editor，默认是没有选中的。

2.1 创建节点

// 创建Person 标签,刘德华等若干节点,各自有name,birthday ,born,englishname等属性。
create (n:Person { name: ‘刘德华’, birthday:‘1961年9月27日’,born: 1961 ,englishname:‘Andy Lau’})
create (n:Person { name: ‘朱丽倩’, birthday:‘1966年4月6日’,born: 1966 ,englishname:‘Carol’}) ;
create (n:Person { name: ‘刘向蕙’, birthday:‘2012年5月9日’,born: 2012 ,englishname:‘Hanna’}) ;
create (n:Person { name: ‘任贤齐’, birthday:‘1966年6月23日’,born: 1966 ,englishname:‘Richie Jen’}) ;
create (n:Person { name: ‘金城武’, birthday:‘1973年10月11日’,born: 1973,englishname:‘Takeshi Kaneshiro’}) ;
create (n:Person { name: ‘林志玲’, birthday:‘1974年11月29日’,born: 1974,englishname:‘zhilin’}) ;// 创建Movie 标签,彩云曲等若干节点,各自有title,released 等属性
create (n:Movie { title: ‘彩云曲’,released: 1981})
create (n:Movie { title: ‘神雕侠侣’,released: 1983})
create (n:Movie { title: ‘暗战’,released: 2000})
create (n:Movie { title: ‘拆弹专家’,released: 2017})

2.2 查询节点

// 查询整个图形数据库
match(n) return n;
// 查询具有指定标签的节点
match(n:Movie) return n;
// where 谓词查询
*根据name查询
match (n:Person) where n.name=‘林志玲’ return n
*根据节点的制定属性查询
match(n{name:‘林志玲’}) return n;
// 根据节点属性的条件查询
match(n) where n.born<1967 return n;

---

3. 创建关系

关系的构成：StartNode - [Variable:RelationshipType{Key1:Value1,Key2:Value2}] -> EndNode，

• 在创建关系时，必须指定关系类型。

3.1 创建没有任何属性的关系

MATCH (a:Person),(b:Movie) WHERE a.name = ‘刘德华’ AND b.title = ‘暗战’ CREATE (a)-[r:DIRECTED]->(b) RETURN r;
// 查询关系
MATCH p=()-[r:DIRECTED]->() RETURN p LIMIT 25

3.2 创建关系，并设置关系的属性

MATCH (a:Person),(b:Movie) WHERE a.name = ‘刘德华’ AND b.title = ‘神雕侠侣’ CREATE (a)-[r:出演 { roles:[‘杨过’] }]->(b) RETURN r;
// 查询关系
MATCH p=()-[r:出演]->() RETURN p LIMIT 25

3.3 创建双向关系

// 刘德华的女是刘向蕙,刘向蕙的父亲是刘德华
MATCH (a:Person),(c:Person)
WHERE a.name = ‘刘德华’ AND c.name = ‘刘向蕙’
CREATE (a)-[r:父亲 { nickname:‘甜心’ }]->(c), (c)-[d:女儿 { nickname:‘爹地’ }]->(a)
RETURN r;

然后，查询：

MATCH p=()-[r:父亲]->() RETURN p LIMIT 25//关系建错了，删除后重新建立
match(a:Person)-[r:女儿]- >(b:Person)delete r;
match(a:Person)-[r:父亲]- >(b:Person)delete r//重新建立双向关系
MATCH (a:Person),(c:Person)
WHERE a.name = ‘刘德华’ AND c.name = ‘刘向蕙’
CREATE (a)-[r:父亲 { nickname:‘爹地’ }]->(c), (c)-[d:女儿 { nickname:‘甜心’ }]->(a)
RETURN r;

接着，查看关系：

match p=()-[r:父亲]- >() return p limit 2

然后，再多创建几个关系

MATCH (a:Person),(c:Movie)
WHERE a.name = ‘刘德华’ AND c.title = ‘彩云曲’
CREATE (a)-[r:出演 { partner:‘张国荣’ }]->(c), (c)-[d:演员 { rolename:‘阿华哥’ }]->(a)
RETURN r;MATCH (a:Person),(c:Movie)
WHERE a.name = ‘刘德华’ AND c.title = ‘拆弹专家’
CREATE (a)-[r:出演 { partner:‘赵薇,高圆圆’ }]->(c), (c)-[d:演员 { rolename:‘华仔’ }]->(a)
RETURN r;MATCH (a:Person),(c:Movie)
WHERE a.name = ‘刘德华’ AND c.title = ‘神雕侠侣’
CREATE (a)-[r:出演 { partner:‘刘亦菲’ }]->(c), (c)-[d:演员 { rolename:‘杨过’ }]->(a)
RETURN r;

继续添加关系

MATCH (a:Person),(c:Person)
WHERE a.name = ‘刘德华’ AND c.name = ‘任贤齐’
CREATE (a)-[d:朋友 { sex:‘男’ }]->(c)
RETURN d;MATCH (a:Person),(c:Person)
WHERE a.name = ‘刘德华’ AND c.name = ‘金城武’
CREATE (a)-[d:朋友 { sex:‘男’ }]->(c)
RETURN d;//这里没有给关系设置属性sex
MATCH (a:Person),(c:Person)
WHERE a.name = ‘刘德华’ AND c.name = ‘林志玲’
CREATE (a)-[d:朋友]->(c)
RETURN d;

查询Person关系：

MATCH (n:Person) RETURN n

3.4 查询关系

• 在Cypher中，关系分为三种：符号“–”，表示有关系，忽略关系的类型和方向；符号“–>”和“<–”，表示有方向的关系；

// 查询整个数据图形
match(n) return n;
// 查询跟指定节点有关系的节点
match(n)–(m:Movie) return n

3.5 查询有向关系的节点

// 查询和刘德华有关系的电影
MATCH (:Person { name: ‘刘德华’ })–>(movie)RETURN movie;

3.6 为关系命名

// 通过[r]为关系定义一个变量名，通过函数 type 获取关系的类型
MATCH (:Person { name: ‘刘德华’ })-[r]->(movie) RETURN r,type(r);

3.7 查询特定的关系类型

// 通过[Variable:RelationshipType{Key:Value}]指定关系的类型和属性。
MATCH (:Person { name: ‘刘德华’ })-[r:出演{partner:‘张国荣’}]->(Movie) RETURN r,type(r);// 查询和刘德华和张国荣合作过的电影
MATCH (:Person { name: ‘刘德华’ })-[r:出演{partner:‘张国荣’}]->(m:Movie) RETURN m;// 查询被刘德华称呼为甜心的女儿
MATCH (:Person { name: ‘刘德华’ })-[r:女儿{nickname:‘甜心’}]->(m:Person) return m// 查询刘德华的老婆是谁
Match (n:Person{name: ‘刘德华’})-[:wife]->(a:Person) return a// 查询刘德华出演过的电影
match(:Person{name：‘l刘德华’})-[r:‘出演’]- >(a:Movie) return a

---

4. 删除（两种方法）

4.1 命令行直接删除节点

如果数据库中的数据量并不大，节点数相对较少，我们可以通过命令行直接删除节点

1）删除节点：

create (n:City { name: ‘北京’})
Match (n:City{name:‘北京’}) delete n

2）删除关系

Match (a:Person{name:‘刘德华’})-[r:父亲]->(b:Person{name:‘刘向蕙’}) delete r
Match (a:Person{name:‘刘向蕙’})-[r:女儿]->(b:Person{name:‘刘德华’}) delete r

3）删除对应节点及其所有关系，也就是说，只要符合键值对 { property-name：value } 条件的节点都会被删除

match (n {<property-name>:<value>} ) detach delete (n)

// 示例：
//创建节点
merge(t:Test{id:01,name:"hh"})
merge(t:test{id:02,name:"hh"})//name为hh的两个节点及其关系都会删除
match (n{name:"hh"}) detach delete (n)

4）删除所有节点及其所有关系
此命令不用筛选条件，直接将数据库中的所有节点及关系全部删除

match (n) detach delete (n)

4.2 删除数据库文件

如果数据库中的数据量很大，节点数非常多，通过命令行删除会比较慢，那么我们可以通过物理方式直接删除数据库。

• 此类操作直接删除了数据库，数据当然都被清空了

方法：

• 首先，我们需要关闭 Neo4j 数据库的运行；
• 然后找到 Neo4j 数据库的存放目录，也就是 <NEO4J_HOME>/data/ 。如果忘记了 NEO4J_HOME 可以去环境变量中查看
  最后，针对不同的 neo4j 版本，进行不同的删除操作。
  • 3.x版：Neo4j 的 3.x 版本下有一个 databases 文件夹，进入这个文件夹，里面有一个 graph.db 的文件夹和一个 store_lock 文件。
    这个 graph.db 文件夹就是我们当前使用的数据库，直接删除即可。
  • 4.x版：Neo4j 的 4.x 版本下有一个 databases 文件夹和一个 transactions 文件夹，两个文件夹下都有 graph.db。
    我们将这两个文件夹下的 graph.db 都删除即可。

---

5. 常用查询关键词

5.1 count

查询Person 一共有多少人

Match (n:Person ) return count(n)

查询标签(Person)中born=1966的一共有多少节点（人）：

三种写法(第三种不能用似乎)：
1、Match (n:Person) where n.born=1966 return count(n)
2、Match (n:Person{born:1966}) return count(n) //特别注意类型,如果存的类似是数字类型,使用字符串就查不出来
3. Match (n:Person) return count(n.born=1966) //貌似无效，查出来是错的?

5.2 limit

Match (n:Person) return n limit 3

5.3 Distinct

两个1966，只显示一个：

Match (n:Person) return distinct(n.born)

5.4 Order by

Match(n:Person) return n order by n.born (默认升序)
Match(n:Person) return n order by n.born asc (升序)
Match(n:Person) return n order by n.born desc (降序)

5.5 根据id查找

match (n) where id(n)=548 return n

5.6 In的用法

Match (n) where ID(n) IN[353,145,547] return n
Match (n) where ID(n) IN[145,175,353,547,548] return n

5.7 Exists

节点存在 name这个属性的记录：

Match (n) where exists(n.title) return n

5.8 With

查询name以‘刘’开头的节点：

Match (n) where n.name starts with ‘刘’ return n

5.9 Contains

查询title中含有 ‘侠侣’的节点：

Match (n:Movie) where n.title Contains ‘侠侣’ return n

5.10 Union all (Union)

求并集，不去重（去重用Union, as 取别名）:

Match(n:Person) where n.born=1966 return n.name as nameUnion allMatch(n:Movie) where n.released=1983 return n.title as name

6. 补充

6.1 创建一个完整的Path

CREATE p =(m:Person{ name:‘刘亦菲’,title:“演员” })-[:签约]->(neo)<-[:签约]-(n:Person { name: ‘赵薇’,title:“投资人” })
RETURN p

6.2 为节点增加一个属性

• 通过节点的ID获取节点，Neo4j推荐通过where子句和ID函数来实现。

match (n)
where id(n)=358
set n.name = ‘华谊兄弟’
return n;

6.3 为节点增加标签

match (n)
where id(n)=358
set n:公司
return n;

6.4 为关系增加属性

match (n)-[r]->(m)
where id(n)=357 and id(m)=358
set r.经纪人=‘程晨’
return n;

接着，让刘德华也和华谊兄弟签约

MATCH (a:Person),(c:公司)
WHERE a.name = ‘刘德华’ AND c.name = ‘华谊兄弟’
CREATE (a)-[d:签约 { 经纪人:‘刘得得’ }]->©
RETURN d;

6.5 MERGE

Merge子句的作用有两个：

• 当模式（Pattern）存在时，匹配该模式；
• 当模式不存在时，创建新的模式，功能是match子句和create的组合。在merge子句之后，可以显式指定on creae和on match子句，用于修改绑定的节点或关系的属性。

通过merge子句，你可以指定图形中必须存在一个节点，该节点必须具有特定的标签，属性等。

• 如果不存在，那么merge子句将创建相应的节点。
• 通过merge子句匹配搜索模式，匹配模式是：一个节点有Person标签，并且具有name属性；如果数据库不存在该模式，那么创建新的节点；如果存在该模式，那么绑定该节点；

1）基础。

MERGE (m:Person { name: ‘迈克尔·杰克逊’ })
RETURN m;

2）在merge子句中指定on create子句
如果需要创建节点，那么执行on create子句，修改节点的属性；

MERGE (m:Person { name: ‘杰森·斯坦森’ })
ON CREATE SET m.registertime = timestamp()
RETURN m.name, m.registertime

3）在merge子句中指定on match子句
如果节点已经存在于数据库中，那么执行on match子句，修改节点的属性；节点属性不存在则新增。

MERGE (m:Person)
ON MATCH SET m.registertime = timestamp()
RETURN m.name, m.registertime

4）在merge子句中同时指定on create 和 on match子句，(没有对应属性则修改不成功,不会新增属性)

MERGE (m:Person{ name: ‘李连杰’ })
ON CREATE SET m.registertime = timestamp()
ON MATCH SET m.offtime = timestamp()
RETURN m.name, m.registertime,m.offtime

6）merge子句用于match或create一个关系

MATCH (m:Person { name: ‘刘德华’ }),(n:Movie { title: ‘神雕侠侣’ })
MERGE (m)-[r:导演]->(n)
RETURN m.name, type(r), n.title

7）merge子句用于match或create多个关系
赵薇既是神雕侠侣的导演,也是神雕侠侣的演员

MATCH (m:Person { name: ‘赵薇’ }),(n:Movie { title: ‘神雕侠侣’ })
MERGE (m)-[r:导演]->(n)<-[r2:出演]-(m)
RETURN m.name, type(r),type(r2), n.title

8）merge子句用于子查询
先添加基础数据，创建城市节点：

create (n:City { name: ‘北京’,othername:‘帝都’})
create (n:City { name: ‘香港’,othername:‘HongKong’})
create (n:City { name: ‘台湾’,othername:‘湾湾’})

9）为Person标签的每个节点都增加一个属性 bornin，

match (n:Person)
set n.bornin = ‘’
return n;match (n)
where id(n)=175
set n.bornin = ‘香港’
return n;match (n)
where n.name=‘金城武’
set n.bornin = ‘台湾’
return n;

10）需求:查找刘德华和金城武的信息和所在地的othername(相当于mysql 连表查询)

MATCH (p:Person)
where p.name=‘刘德华’ or p.name=‘金城武’
MERGE (c:City { name: p.bornin })
RETURN p.name,p.born,p.bornin , c.othername;

11）创建刘德华出生地是香港这条关系

MATCH (a:Person),(c:City)
WHERE a.name = ‘刘德华’ AND c.name = ‘香港’
CREATE (a)-[r:出生地]->(c)
RETURN r;

12）需求:给Person中每个节点都创建一个出生地的关系,没有则返回null

MATCH (p:Person)
MERGE (c:City { name: p.bornin })
MERGE §-[r:出生地]->(c )
RETURN p.name, p.bornin, c.othername;

13）删除这些关系

Match (a:Person)-[r:出生地]->(c:City{name:’’}) delete r
Match (a:City)-[r:出生地]->(c:Person) delete r

14）查询Person标签中不存在name属性的节点

Match (n:Person) where not exists(n.name) return n
Match (n:Person) where not exists(n.name) delete ncreate (n:Prize { name: ‘金马奖’});
create (n:Prize { name: ‘奥斯卡金奖’});
create (n:Prize { name: ‘金鸡奖’});
create (n:Prize { name: ‘香港电影金像奖’});

6.6 跟实体相关的函数

1）通过id函数，返回节点或关系的ID
查询Person标签中和刘德华有关系的 id(节点和关系)

MATCH (:Person { name: ‘刘德华’ })-[r]->(movie)
RETURN id(r);

2）通过type函数，查询关系的类型
查询Person标签中和刘德华相关的关系(以下三种结果相同)

MATCH (:Person { name: ‘刘德华’ })-[r]->(a)
MATCH (:Person { name: ‘刘德华’ })-[r]->(b)
MATCH (:Person { name: ‘刘德华’ })-[r]->()
RETURN type(r);

3）通过lables函数，查询节点的标签
查询和刘德华有关系的节点

MATCH (:Person { name: ‘刘德华’ })-[r]->p
RETURN p;

4）通过keys函数，查看节点或关系的属性键

MATCH (a)
WHERE a.name = ‘刘德华’
RETURN keys(a)

5）通过properties()函数，查看节点或关系的属性

MATCH (a)
WHERE a.name = ‘刘德华’
RETURN properties(a)

参考

【1】https://blog.csdn.net/qq_42582489/article/details/125545454
【2】https://blog.csdn.net/qq_35793394/article/details/107833467
【3】https://blog.csdn.net/poxiaomeng187/article/details/82496157