Cypher 学习笔记

发表于 更新于 分类于 ， 阅读次数： Waline： 本文字数： 966 阅读时长 ≈ 4 分钟

由于学校实验室项目的需求，需要简单了解一下图数据库的使用，根据之前留下的基础，选择了 Neo4j 的 Cypher 语言。本篇文章整理了一些常见的 Cypher 语法。

简介

Cypher 是 Neo4j 用于查询图形数据的语言，类似于 SQL。Cypher 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。

以下介绍的语法均适用于 Neo4j 版本 4。

CREATE 命令

节点及关系一般使用 CREATE 命令创建。

1
CREATE (<node-name>:<label-name>)

  • 创建带属性节点

    1
    2
    3
    CREATE (
        <node-name>:<label-name> {<property-name>: <property-value>, ...}
    )

  • 创建关系

    1
    2
    3
    4
    match(p1:<type1>), (p2:<type1>)
    where p1.<property-name> = <property-value> and p2.<property-name> = <property-value>
    create (p1)-[r:<relationship-type>]->(p2)
    return r

  • 创建或更新：MERGE

    1
    2
    3
    4
    5
    MATCH (person:Person)          # 先查询，可以创建新变量
    MERGE (city:City { name: person.bornIn })           # 合并的变量，变量可能会已经存在
    ON CREATE SET keanu.created = timestamp()   # 如果是创建了变量          
    ON MATCH SET keanu.lastSeen = timestamp()   # 如果是更新了操作
    RETURN person.name, person.bornIn, city

MATCH 命令

从数据库获取有关节点、关系和属性的数据

1
2
3
4
5
6
7
8
9
10
11
// 节点
MATCH(<node-name>:<label-name>)
// 相邻节点（用 `--` 标志）
MATCH(<node-name>:<label-name>)--(<node-name>:<label-name>)
// 方向 DIRECTED `<--` / `-->`
MATCH(NODE1)-->(NODE2)
MATCH(NODE1)<--(NODE2)
// 关系（边）
MATCH p=()-[<relationship-name>:<relationship-type>]->()
MATCH (NODE1)<-[r1]-(NODE2)-[r2]->(NODE2)
MATCH ()-[:label*3]-() // 3 hops=*3

只返回感兴趣的结果

match (p:Person) return p 返回所有节点，match (p:Person) return p.name 返回所有节点的 name 属性

1
2
3
4
RETURN 
   <node-name>.<property1-name>,
   ........
   <node-name>.<propertyn-name>

例如：选出 movie 数据库中所有与 Oliver Stone 有关的电影

1
2
3
MATCH (:Person { name: 'Oliver Stone' })-->(movie)

RETURN movie.title

WHERE 子句

  • 读取节点 
    1
    2
    3
    match (n)  // <--
    where id(n)=0
    return n
  • 读取边 
    1
    2
    3
    match ()-[r]->()  // <--
    where id(r)=0
    return r
  • 批量读取 
    1
    2
    3
    match (n)  
    where id(n) in [0,1,2] // <--
    return n
  • 布尔运算符
    • AND、OR、XOR、NOT
    • 也可以用 label、属性等过滤
  • 包含属性判断
    • n.name is not null 判断 n 节点是否有 name 属性
    • 字符串：STARTS WITH、ENDS WITH、CONTAINS
  • 孤立节点
    • match (n) where not (n)--() return n 找到没有关系的节点
    • match (n) where not (n)-[]-() return n 找到没有关系的节点
    • match (n) where not (n)-[:RELATIONSHIP]-() return n 找到没有 RELATIONSHIP 关系的节点

匹配一种或多种类型的关系

在表示关系的方括号中用 | 分隔

1
2
MATCH (wallstreet { title: 'Wall Street' })<-[:ACTED_IN|DIRECTED]-(person)
RETURN person.name

DELETE 命令

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
// 删除节点
match (p: Person) 
where p.name="刘备"
delete p
 
// 删除关系
MATCH (p:Person)-[r:MY_GENERAL]-(g:Person) 
DELETE r
 
// 删除两个节点和一个关系
MATCH (cc: CreditCard)-[rel]-(c:Customer) 
DELETE cc,c,rel

// 删除数据库中所有的节点和其上绑定的关系
MATCH (n)
DETACH DELETE n

管道：WITH

聚合结果使用 WITH 子句进行过滤和排序：ORDER BY、count(*)、limit、DISTINCT 等。

常见用途
  • 统计总节点数 match (n) return count(n)
  • 统计总关系数 match ()-->() return count(*)

SET 命令

设置属性

1
2
3
MATCH (n { name: 'Andy' })
SET n.surname = 'Taylor'
RETURN n.name, n.surname

设置标签

1
2
3
4
MATCH (n { name: 'Stefan' })
SET n:German        # 设置标签
SET n:Swedish:Bossman   # 设置多标签
RETURN n.name, labels(n) AS labels

节点或关系对象赋值

1
2
3
4
5
6
7
MATCH (at { name: 'Andy' }),(pn { name: 'Peter' })
SET at = pn          #会删除原有属性
SET p = { name: 'Peter Smith', position: 'Entrepreneur' }   #会删除原有属性
SET p = { }     #会删除原有属性
SET n = $props   #会删除原有属性
SET p += { age: 38, hungry: TRUE , position: 'Entrepreneur' }   #不会删除原有属性
RETURN at.name, at.age, at.hungry, pn.name, pn.age

图算法

深度优先 bfs

1
2
MATCH (c1:City {name: "London"})-[edge_list:ROAD_TO *bfs..10]-(c2:City {name: "Paris"})
RETURN *;

加权最短路径

1
2
3
4
5
 
MATCH (c1:City {name: "London"})-[
    edge_list:ROAD_TO *wShortest 10 (e, n | e.weight) total_weight
  ]-(c2:City {name: "Paris"})
RETURN *;

调用图算法

1
CALL <algorithm_name> YIELD *
  • 如 graph_analyzer.analyze()、wcc.get_components(nodes/* collect(n) */, edges/* collect(e) */)、nxalg.pagerank()

参考资料