Neo4j

Neo4j 是一个高性能的NoSQL图形数据库，它使用图形结构来存储数据，
并支持通过Cypher查询语言进行数据查询。

Neo4j特别适合处理复杂的关系数据，如社交网络、推荐系统、知识图谱等。

它提供了一种灵活且强大的数据模型，可以轻松地表示实体和它们之间的关系。

主要特点

  1. 图形数据模型：Neo4j使用节点（Node）、关系（Relationship）和属性（Property）来表示数据，这种模型非常适合表示实体之间的关系。
  2. Cypher查询语言：Cypher是一种声明式查询语言，用于在Neo4j中检索数据。它易于学习，并且支持强大的模式匹配。
  3. 高性能：Neo4j能够提供快速的数据读写操作，支持大规模的数据集和复杂的查询。
  4. 可扩展性：Neo4j支持水平扩展，可以通过增加更多的服务器来提高性能和存储能力。
  5. 集成和连接器：Neo4j提供了多种连接器，可以轻松地与其他系统和数据库集成。
  6. 开发者友好：Neo4j有丰富的文档、社区支持和开发工具，如Neo4j Bloom、Neo4j Browser等。

安装和设置

1
docker volume create neo4j_data
1
2
3
4
5
6
7
docker run \
    --name neo4j \
    --restart always \
    --publish=7474:7474 --publish=7687:7687 \
    --env NEO4J_AUTH=neo4j/your_password \
    --volume=neo4j_data:/data \
    neo4j:5.15.0

数据库操作示例

  1. 创建数据库：在Neo4j Browser中，执行以下命令创建一个新的数据库。

    1
    CREATE DATABASE mydatabase;

  2. 切换数据库：切换到刚刚创建的数据库。

    1
    USE DATABASE mydatabase;

  3. 创建节点和关系：使用Cypher创建节点和关系。

    1
    CREATE (n:Person {name: 'Alice'})-[:KNOWS]->(m:Person {name: 'Bob'});

  4. 查询数据：使用Cypher查询数据。

    1
    MATCH (p:Person)-[:KNOWS]->(friend:Person) WHERE p.name = 'Alice' RETURN friend.name;

  5. 关闭数据库：在完成操作后，关闭数据库连接。

    1
    DROP DATABASE mydatabase;

学习资源

图数据模型

节点（Node）

节点是图形数据模型中的基本实体，它代表一个特定的对象或概念。

在Neo4j中，节点通常由一个唯一的标识符（ID）和一个或多个标签（Label）组成。

标签用于分类节点，并且可以包含关键字和描述性信息。

例如，在一个社交网络中，每个用户可以是一个节点，节点可能有“Person”标签。

关系（Relationship）

关系表示节点之间的连接。

在Neo4j中，关系由两个节点之间的有向边（Edge）表示，并且可以有方向（箭头表示）。

关系也可以有标签，用于描述两个节点之间的特定关系。

例如，在社交网络中，用户之间的“朋友”关系可以用一个有向边表示，从一个人指向另一个人。

属性（Property）

属性是附加在节点或关系上的键值对，用于存储节点的额外信息。

属性可以用于存储任何类型的数据，如字符串、数字、日期等。

例如，一个用户的节点可能有“姓名”、“年龄”和“电子邮件”等属性。

示例

假设我们正在构建一个社交网络的图形数据库，其中包含用户和他们之间的朋友关系。以下是这个网络的一些图形数据模型元素：

  • 节点：
    • 用户1（ID: 1，标签： Person，属性： 姓名： Alice，年龄： 30）
    • 用户2（ID: 2，标签： Person，属性： 姓名： Bob，年龄： 25）
  • 关系：
    • 用户1与用户2之间的“朋友”关系（从用户1指向用户2）
  • 属性：
    • 用户1的属性：姓名： Alice，年龄： 30
    • 用户2的属性：姓名： Bob，年龄： 25

创建节点和关系

首先，我们需要创建两个节点（用户1和用户2）以及它们之间的“朋友”关系。

1
CREATE (user1:Person {name: 'Alice', age: 30})-[:FRIEND]->(user2:Person {name: 'Bob', age: 25});

这个Cypher命令创建了一个从用户1到用户2的“朋友”关系，并给两个用户节点添加了姓名和年龄属性。

查询节点和关系

一旦节点和关系被创建，我们就可以使用Cypher来查询它们。例如，我们可以查询Alice的所有朋友：

1
MATCH (a:Person)-[:FRIEND]->(friend:Person) WHERE a.name = 'Alice' RETURN friend.name;

这个查询将返回所有与Alice有“朋友”关系的用户名称。

查询节点的属性

我们也可以查询节点的属性。例如，查询Alice的年龄：

1
MATCH (a:Person) WHERE a.name = 'Alice' RETURN a.age;

这个查询将返回Alice的年龄。

查询关系的属性

如果关系有属性，我们也可以查询它们。例如，如果我们给“朋友”关系添加了一个属性“since”，表示两个用户成为朋友的时间：

1
MATCH (a:Person)-[r:FRIEND]->(friend:Person) WHERE a.name = 'Alice' RETURN r.since;

这个查询将返回Alice和她的朋友之间的“since”属性值。

更新节点和关系的属性

如果我们想要更新节点的属性，可以使用SET关键字。例如，更新Alice的年龄：

1
MATCH (a:Person) WHERE a.name = 'Alice' SET a.age = 31;

这个命令将Alice的年龄更新为31岁。

Cypher

Cypher 是 Neo4j 图形数据库的查询语言，它是一种声明式、事务性的查询语言，专门用于在图形数据库中检索数据。

Cypher 的语法类似于 SQL，但是它被设计用来利用图形数据的结构化查询，特别是针对节点、关系和属性的操作。

Cypher 基础语法

  • 点（Node）：使用圆括号 () 来表示节点，可以包含标签和属性。
  • 关系（Relationship）：使用中划线 -- 或 --- 来表示节点之间的关系，可以包含关系类型和方向。
  • 属性（Property）：使用冒号 : 来表示节点或关系的属性。
  • WHERE 子句：用于过滤查询结果，类似于 SQL 中的 WHERE 子句。
  • RETURN 子句：用于返回查询结果中感兴趣的列，类似于 SQL 中的 SELECT 子句。
  • ORDER BY 子句：用于对查询结果进行排序。
  • LIMIT/OFFSET 子句：用于限制查询结果的行数或跳过特定的行数。

示例查询

以下是一些基本的 Cypher 查询示例：

  1. 查找所有具有特定标签的节点：
    1
    MATCH (n) WHERE n:Person RETURN n.name;
  2. 查找两个节点之间的特定关系：
    1
    MATCH (p:Person)-[:FRIEND]->(friend:Person) WHERE p.name = 'Alice' RETURN friend.name;
  3. 查找节点的所有邻居：
    1
    MATCH (p:Person)-[:FRIEND]->(friend) RETURN p.name, friend.name;
  4. 更新节点的属性：
    1
    MATCH (p:Person) WHERE p.name = 'Alice' SET p.age = 31;
  5. 删除节点和关系：
    1
    MATCH (p:Person) WHERE p.name = 'Alice' DELETE p;