###好好好#####Cypher 语句入门到上天

简介>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。在数据查询中，节点一般用小括号()，关联用中括号[]。

• 下载和安装
• 1.创建节点
• 2.查询节点
  • 2.1 查询整个图形数据库:
  • 2.2 查询具有指定标签的节点
  • 2.3 where 谓词查询
• 3.创建关系
  • 3.1 创建没有任何属性的关系
  • 3.2 创建关系，并设置关系的属性
  • 3.3 创建双向关系
• 4 查询关系
  • 4.1 查询整个数据图形
  • 4.2 查询跟指定节点有关系的节点
  • 4.3，查询有向关系的节点
  • 4.4 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
  • 4.5 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
• 5 删除
  • 5.1删除节点
  • 5.2 删除关系
  • 5.3 强制删除节点和关系
• 6 常用查询关键词
  • 6.1 count
  • 6.2 Limit
  • 6.3 Distinct
  • 6.4 Order by
  • 6.5 根据id查找
  • 6.6 In的用法
  • 6.7 Exists
  • 6.8 With
  • 6.9 Contains
  • 6.10 Union all (Union)
• 7. 更新
  • 7.1 创建一个完整的Path
  • 7.2 为节点增加一个属性
  • 7.3 为节点增加标签
  • 7.4 为关系增加属性
  • 7.5 MERGE
  • 7.6 跟实体相关的函数
• 8.跟索引相关的函数
  • 8.1创建索引
  • 8.2查询索引
  • 8.3删除索引
  • 8.4 备份与导入
• 关于neo4j查询多深度关系节点
  • 1.使用with关键字
  • 2.直接拼接关系节点查询
• 3.为了方便，可以将查询结果赋给变量，然后返回
  • 4.使用深度运算符
  • 使用APOC库
  • 合并重复节点
  • 安装apoc
  • 复制领域
  • keys函数
  • 修改密码：
  • 关于Neo4j和Cypher批量更新和批量插入优化的5个建议
  • Neo4j之Cypher学习总结

下载和安装

Neo4j windows 桌面版- 环境设置
https://www.w3cschool.cn/neo4j/neo4j_exe_environment_setup.html
Neo4j - 解压版环境设置
https://www.w3cschool.cn/neo4j/neo4j_zip_environment_setup.html

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()，关联用中括号[]。

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

1. match(a),(b) where a.uuid=5110 and b.uuid=12110 create (a)-[r:父亲 {name:"父亲",properties:{relationID:521,time:"1997-05-12"},relationID:521}]->(b)
2. create (n:Person { name: '朱丽倩', birthday:'1966年4月6日',born: 1966 ,englishname:'Carol'}) ;
3. create (n:Person { name: '刘向蕙', birthday:'2012年5月9日',born: 2012 ,englishname:'Hanna'}) ;
4. create (n:Person { name: '任贤齐', birthday:'1966年6月23日',born: 1966 ,englishname:'Richie Jen'}) ;
5. create (n:Person { name: '金城武', birthday:'1973年10月11日',born: 1973,englishname:'Takeshi Kaneshiro'}) ;
6. create (n:Person { name: '林志玲', birthday:'1974年11月29日',born: 1974,englishname:'zhilin'}) ;
7. 创建Movie 标签,彩云曲等若干节点,各自有title,released 等属性
8. create (n:Movie { title: '彩云曲',released: 1981})
9. create (n:Movie { title: '神雕侠侣',released: 1983})
10. create (n:Movie { title: '暗战',released: 2000})
11. create (n:Movie { title: '拆弹专家',released: 2017})

2.查询节点

2.1 查询整个图形数据库:

点击节点，查看节点的属性，如图，Neo4j自动为节点设置ID值
match(n) return n;

2.2 查询具有指定标签的节点

查询Movie标签下的节点
match(n:Movie) return n;

2.3 where 谓词查询

查询名称为林志玲的节点
match (n:Person) where n.name='林志玲' return n

(查询具有指定属性的节点)结果相同
match(n{name:'林志玲'}) return n;

查询born属性小于1967的节点
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

1. MATCH (a:Person),(b:Movie)
2. WHERE a.name = '刘德华' AND b.title = '暗战'
3. CREATE (a)-[r:DIRECTED]->(b)
4. RETURN r;

3.2 创建关系，并设置关系的属性

1. MATCH (a:Person),(b:Movie)
2. WHERE a.name = '刘德华' AND b.title = '神雕侠侣'
3. CREATE (a)-[r:出演 { roles:['杨过'] }]->(b)
4. RETURN r;

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

1. MATCH (a:Person),(c:Person)
2. WHERE a.name = '刘德华' AND c.name = '刘向蕙'
3. CREATE (a)-[r:父亲 { nickname:'甜心' }]->(c),
4. (c)-[d:女儿 { nickname:'爹地' }]->(a)
5. RETURN r;

关系建错了 删除关系 (见5.2 )
重新创建

1. MATCH (a:Person),(c:Person)
2. WHERE a.name = '刘德华' AND c.name = '刘向蕙'
3. CREATE (a)-[d:女儿 { nickname:'甜心' }]->(c),
4. (c)-[r:父亲 { nickname:'爹地' }]->(a)
5. RETURN r;

1. MATCH (a:Person),(c:Movie)
2. WHERE a.name = '刘德华' AND c.title = '彩云曲'
3. CREATE (a)-[r:出演 { partner:'张国荣' }]->(c),
4. (c)-[d:演员 { rolename:'阿华哥' }]->(a)
5. RETURN r;
6. MATCH (a:Person),(c:Movie)
7. WHERE a.name = '刘德华' AND c.title = '拆弹专家'
8. CREATE (a)-[r:出演 { partner:'赵薇,高圆圆' }]->(c),
9. (c)-[d:演员 { rolename:'华仔' }]->(a)
10. RETURN r;
11. MATCH (a:Person),(c:Movie)
12. WHERE a.name = '刘德华' AND c.title = '神雕侠侣'
13. CREATE (a)-[r:出演 { partner:'刘亦菲' }]->(c),
14. (c)-[d:演员 { rolename:'杨过' }]->(a)
15. RETURN r;

1. 继续新增关系 刘德华和林志玲,金城武,任贤齐
2. MATCH (a:Person),(c:Person)
3. WHERE a.name = '刘德华' AND c.name = '任贤齐'
4. CREATE (a)-[d:朋友 { sex:'男' }]->(c)
5. RETURN d;
6.  
7. MATCH (a:Person),(c:Person)
8. WHERE a.name = '刘德华' AND c.name = '金城武'
9. CREATE (a)-[d:朋友 { sex:'男' }]->(c)
10. RETURN d;
11. 这里没有给关系设置属性sex
12. MATCH (a:Person),(c:Person)
13. WHERE a.name = '刘德华' AND c.name = '林志玲'
14. CREATE (a)-[d:朋友]->(c)
15. RETURN d;
16.  
17. 查询Person表关系
18. MATCH (n:Person) RETURN n

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；

4.1 查询整个数据图形

match(n) return n;

4.2 查询跟指定节点有关系的节点

查询跟Movie标签有关系的所有节点

4.3，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;

4.4 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

1. MATCH (:Person { name: '刘德华' })-[r]->(movie) RETURN r,type(r);

4.5 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

刘德华出演过的电影

5 删除

5.1删除节点

1. create (n:City { name: '北京'})
2. Match (n:City{name:'北京'}) delete n

5.2 删除关系

1. Match (a:Person{name:'刘德华'})-[r:父亲]->(b:Person{name:'刘向蕙'}) delete r
2. Match (a:Person{name:'刘向蕙'})-[r:女儿]->(b:Person{name:'刘德华'}) delete r

5.3 强制删除节点和关系

1. Match (n:`美国军事基地`) where n.name ='挂载' detach delete n

6 常用查询关键词

6.1 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)

1. 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,如下:

6.2 Limit

Match (n:Person) return n limit 3

6.3 Distinct

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

6.4 Order by

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

6.5 根据id查找

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

6.6 In的用法

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

6.7 Exists

节点存在 name这个属性的记录：
Match (n) where exists(n.title) return n

6.8 With

查询name以‘刘’开头的节点：
Match (n) where n.name starts with '刘' return n

6.9 Contains

查询title中含有 ‘侠侣’的节点
Match (n:Movie) where n.title Contains '侠侣' return n

6.10 Union all (Union)

求并集，不去重（去重用Union, as 取别名）:

1. Match(n:Person) where n.born=1966 return n.name as name
2. Union all
3. Match(n:Movie) where n.released=1983 return n.title as name

7. 更新

7.1 创建一个完整的Path

1. 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" })
2. RETURN p

7.2 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。

1. match (n)
2. where id(n)=358
3. set n.name = '华谊兄弟'
4. return n;

为节点移除属性
MATCH (n:农业) where id(n)=17816137 remove n.sortcode,n.targettable,n.unit,n.uuid

7.3 为节点增加标签

1. match (n)
2. where id(n)=358
3. set n:公司
4. return n;

7.4 为关系增加属性

1. match (n)-[r]->(m)
2. where id(n)=357 and id(m)=358
3. set r.经纪人='程晨'
4. return n;

此时图谱效果成

接着让刘德华也和华谊兄弟签约

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

7.5 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. MERGE (m:Person { name: '迈克尔·杰克逊' }) RETURN m;

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；

1. MERGE (m:Person { name: '杰森·斯坦森' })
2. ON CREATE SET m.registertime = timestamp()
3. RETURN m.name, m.registertime

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

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

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)

1. MERGE (m:Person{ name: '李连杰' })
2. ON CREATE SET m.registertime = timestamp()
3. ON MATCH SET m.offtime = timestamp()
4. RETURN m.name, m.registertime,m.offtime

merge子句用于match或create一个关系

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

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

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

merge子句用于子查询
先添加基础数据
创建城市节点

1. create (n:City { name: '北京',othername:'帝都'})
2. create (n:City { name: '香港',othername:'HongKong'})
3. create (n:City { name: '台湾',othername:'湾湾'})

为Person标签的每个节点都增加一个属性 bornin

1. match (n:Person)
2. set n.bornin = ''
3. return n;

match (n)
where id(n)=175
set n.bornin = ‘香港’
return n;

1. match (n)
2. where n.name='金城武'
3. set n.bornin = '台湾'
4. return n;

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)

1. MATCH (p:Person)
2. where p.name='刘德华' or p.name='金城武'
3. MERGE (c:City { name: p.bornin })
4. RETURN p.name,p.born,p.bornin , c.othername;

创建刘德华出生地是香港这条关系

1. MATCH (a:Person),(c:City)
2. WHERE a.name = '刘德华' AND c.name = '香港'
3. CREATE (a)-[r:出生地]->(c)
4. RETURN r;

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

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

删除这些关系

1. Match (a:Person)-[r:出生地]->(c:City{name:''}) delete r
2. Match (a:City)-[r:出生地]->(c:Person) delete r

查询Person标签中不存在name属性的节点

1. Match (n:Person) where not exists(n.name) return n
2. Match (n:Person) where not exists(n.name) delete n

create (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’});

7.6 跟实体相关的函数

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);

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)

1. MATCH (:Person { name: '刘德华' })-[r]->(a)
2. MATCH (:Person { name: '刘德华' })-[r]->(b)
3. MATCH (:Person { name: '刘德华' })-[r]->()
4. RETURN type(r);

通过lables函数，查询节点的标签
查询和刘德华有关系的节点

1. MATCH (:Person { name: '刘德华' })-[r]->(p) RETURN p;

查询和刘德华有关系的标签(去重)

1. MATCH (:Person { name: '刘德华' })-[r]->(p)
2. RETURN distinct(labels(p))

通过keys函数，查看节点或关系的属性键

1. MATCH (a)
2. WHERE a.name = '刘德华'
3. RETURN keys(a)

MATCH (:Person { name: '刘德华' })-[r]->(p) RETURN distinct(keys(r))

通过properties()函数，查看节点或关系的属性

1. MATCH (a)
2. WHERE a.name = '刘德华'
3. RETURN properties(a)

MATCH (:Person { name: '刘德华' })-[r]->(p) RETURN properties(r)

8.跟索引相关的函数

8.1创建索引

创建单一属性索引

1. CREATE INDEX ON :Lable(property)
2. Query:
3. CREATE INDEX ON :Person(name)
4. 给数据库的:Person标签的name属性创建索引
5. Result:
6. No data returned, and nothing was changed
7. 创建复合属性索引
8. CREATE INDEX ON :Label(prop1,...,propN)
9. Query:
10. CREATE INDEX ON :Person(age,country)
11. Result:
12. No data returned.
13. Indexes added:1

8.2查询索引

CALL db.Indexes

8.3删除索引

1. DROP INDEX ON :LABEL(property）
2. Query:
3. DROP INDEX ON :Person(firstname)
4. Result:
5. No data returned
6. Indexes removed:1
7.  
8. DROP INDEX ON :LABEL(prop1,...,propN)
9. Query:
10. DROP INDEX ON :Person(age,country)
11. Result:
12. No data returned
13. Indexes removed:1

8.4 备份与导入

备份/导出
要以管理员身份运行
neo4j-admin dump --database=graph.db --to=E:\neo4jdata

导入
neo4j-admin load --from=E:\neo4jdata\graph.db.dump --database=graph.db --force

导入csv

1. USING PERIODIC COMMIT 500 LOAD CSV FROM "file:///D:\\test.csv" AS line MERGE (:`顶顶顶` {name:line[0]})
2. LOAD CSV WITH HEADERS FROM "file:///C:\\Program Files\\Java\\neo4j-community-3.4.7\\import\\stock_concept.csv"
3. AS line
4. return line.n

USING PERIODIC COMMIT 10
LOAD CSV FROM “file:///node.csv” AS line
create (a:Node{name:line[0]})

USING PERIODIC COMMIT
LOAD CSV FROM ‘file:///concept.csv’ AS row
CREATE (n:概念{name:row[1],uuid:row[0]})

csv 不带header方式
USING PERIODIC COMMIT
LOAD CSV FROM “file:///executive_stock.csv” AS row
MATCH (n:高管 {uuid: row[0]})
MATCH (m:企业 {uuid: row[1]})
MERGE (n)-[:RE{name:row[2]}]->(m)

带header方式
USING PERIODIC COMMIT
LOAD CSV WITH HEADERS FROM ‘file:///industry.csv’ AS row
CREATE (:行业{name:row.name,uuid:row.uuid})

关于neo4j查询多深度关系节点

1.使用with关键字

1. 查询三层级关系节点如下：with可以将前面查询结果作为后面查询条件
2. match (na:company)-[re]->(nb:company) where na.id = '12399145' WITH na,re,nb match (nb:company)-[re2]->(nc:company) return na,re,nb,re2,nc

2.直接拼接关系节点查询

match (na:company{id:'12399145'})-[re]->(nb:company)-[re2]->(nc:company) return na,re,nb,re2,nc

3.为了方便，可以将查询结果赋给变量，然后返回

match data=(na:company{id:'12399145'})-[re]->(nb:company)-[re2]->(nc:company) return data

4.使用深度运算符

当实现多深度关系节点查询时，显然使用以上方式比较繁琐。
可变数量的关系->节点可以使用-[:TYPEminHops..maxHops]->。
查询：
如果在1到3的关系中存在路径，将返回开始点和结束点。
`match data=(na:company{id:’12399145’})-[1..3]->(nb:company) return data`

使用APOC库

https://neo4j-contrib.github.io/neo4j-apoc-procedures/
导入导出的几种方式
https://neo4j-contrib.github.io/neo4j-apoc-procedures/#export-import

合并重复节点

安装apoc

过程如下
https://blog.csdn.net/graphway/article/details/78957415
安装完成 执行 return apoc.version() 查看下版本

MATCH (n:国家电网)
WITH n.name AS name, COLLECT(n) AS nodelist, COUNT(*) AS count
WHERE count > 1
CALL apoc.refactor.mergeNodes(nodelist) YIELD node
RETURN node

查询某个节点有关系的3级及以内的路径
MATCH (n:贵州) WHERE n.name=’交通事件’
CALL apoc.path.spanningTree(n, {maxLevel:3}) YIELD path
RETURN path;

复制领域

1. match(n:菊花) MERGE (:大萨达{name:n.name})
2. match(n:菊花)-[r]->(q:菊花)
3. with n, r, q
4. match (o:大萨达{name:n.name}), (m:大萨达{name:q.name})
5. MERGE (o)-[:RE{name:r.name}]->(m)

keys函数

1. match(n) where any(x in keys(n) where n[x] > 0) return n 查询某个属性大于0 的节点
2. match(n) where all(x.uuid in keys(n) where n[x.uuid] > 0) return n 查询所有属性大于0的节点

例如:x在any中是一个变量，并不是属性
match(n) where any(uuid in keys(n) where n[uuid] > 0) return n uuid大于0
match(n) where all(uuid in keys(n) where n[uuid] > 0) return n 所有uuid都大于0
match(n) where any(querytype in keys(n) where n[querytype] = 0) return n

修改密码：

进入neo4j提供的可视化界面broswer 输入： :server change-password
键入原密码及新密码，即可修改

关于Neo4j和Cypher批量更新和批量插入优化的5个建议

https://blog.csdn.net/hwz2311245/article/details/60963383

Neo4j之Cypher学习总结

https://www.jianshu.com/p/2bb98c81d8ee

• 点赞
• 收藏
• 分享
• • 文章举报

mishidemudong 发布了186 篇原创文章 · 获赞 576 · 访问量 277万+ 他的留言板 关注

标签：Cypher,return,name,查询,刘德华,Person,#####,节点,###
来源： https://blog.csdn.net/u010159842/article/details/104161158