更新备案 网站 打开seo网络优化公司

一、介绍

        Cypher 是 Neo4j 的声明式查询语言，兼容 GQL 标准。通过 openCypher 项目，Cypher 以开源方式提供。它类似于 SQL，但专为图数据优化。

        Cypher 直观且接近自然语言，它采用类似 ASCII 艺术风格的语法，以可视化的方式来匹配模式和关系：

(:nodes)-[:ARE_CONNECTED_TO]->(:otherNodes)

圆括号用于表示 (:Nodes)，而 -[:ARROWS]→ 用于表示 (:Nodes) 之间的关系。通过这种查询语法，你可以对图进行创建、读取、更新或删除（CRUD）操作。

二、语法

上图表示：“Sally喜欢图表。萨莉和约翰是朋友。萨莉为Neo4j工作。”

用Cypher写同样的信息：

(:Sally)-[:LIKES]->(:Graphs)
(:Sally)-[:IS_FRIENDS_WITH]->(:John)
(:Sally)-[:WORKS_FOR]->(:Neo4j)

1、节点

        在属性图模型中，主要的组成部分是节点和关系。节点通常用来表示数据模型中的名词或对象。在前面的例子中，Sally、John、Graphs 和 Neo4j 都是节点。在 Cypher 中，你可以用括号将节点括起来来表示它，例如 (node)。这些括号对应于可视化中构成节点的圆圈。

1）节点标签

        节点可以通过标签进行分组，用户能够指定要查找或创建的特定类型的实体。标签还帮助 Cypher 区分不同的实体，并优化查询的执行效率。在这个例子中，Sally 和 John 都可以归为 Person标签，Graphs 可以加上 Technology标签，Neo4j 则可以标记为 Company标签。

        在关系数据库上下文中，这相当于告诉SQL在哪个表中查找特定的行。就像让SQL从person表中查询一个人的信息一样，用户也可以让Cypher只检查该信息的person标签。（如果没有为Cypher指定一个标签来过滤不匹配的节点类别，查询将检查数据库中的所有节点。在非常大的图数据中，这可能会影响性能。）

2）节点变量
        这里有必要将匹配到的数据实体绑定到变量，以便在后续的子句中引用它们。变量可以是单个字母或单词，并且应当用小写字母书写。例如，如果你想把所有带有 Person 标签的节点绑定到变量 p，可以写作 (p:Person)。

MATCH (p:Person)
RETURN p

2、关系

        图数据库的一个优点是，你可以以关系的形式存储元素（节点）之间是如何关联的信息。在 Cypher 中，关系用方括号和一个箭头来表示，连接两个节点（例如 (Node1)-[]→(Node2)）。在例子中，包含 :LIKES、:IS_FRIENDS_WITH 和 :WORKS_FOR 的线条，表示节点之间的关系。

        关系类型前面一定要加上冒号。如果忘记加冒号，写成 (:Person)-[LIKES]->(:Technology)，那么 [LIKES] 就表示一个关系变量，而不是关系类型。

举例：

• (:Person)-[:LIKES]->(:Technology)
  这里 :LIKES 表示一种关系类型，查询的是“喜欢”这种关系。

• (:Person)-[LIKES]->(:Technology)
  这里 LIKES 没有冒号，Cypher 会把它当作一个关系变量（可以起任意名字，不一定叫 LIKES），而不是“喜欢”这种类型的关系。因此，这种写法只能匹配任何类型的关系，然后把这条关系赋值给变量 LIKES。

1）关系方向

        关系总是具有方向性的，这通过箭头来表示。

（1）从左到右：

(p:Person)-[:LIKES]->(t:Technology)

（2）从右到左：

(p:Person)<-[:LIKES]-(t:Technology)

（3）无方向的：

MATCH (p:Person)-[:LIKES]-(t:Technology)

2）无方向关系

        无方向的关系并不意味着关系本身没有方向，而是指在查询时可以从任意方向遍历。用户不能创建没有方向的关系，但在查询时可以以无方向的方式进行。

        在查询中使用无方向关系特别适用于不知道关系方向的情况，因为如果用错方向写查询，Cypher 是不会返回任何结果的。因此，Cypher 会检索所有通过指定关系类型连接的节点，无论其方向如何。

注：因为查询中的无向关系被遍历两次（每个方向一次），相同的模式将返回两次。这可能会影响查询的性能。

3）关系类型

        关系类型对关系进行分类并赋予其含义，类似于标签对节点的分组。按最佳实践，关系类型通常使用动词或其变体。关系类型描述了节点之间是如何关联的。这样，Cypher 查询语言几乎就像自然语言一样，节点是主语和宾语（名词），而关系（动词）则是连接它们的动作词。

在前面的例子中，关系类型有：

[:LIKES] —— 表示 Sally（一个节点）喜欢 graphs（另一个节点）。

[:IS_FRIENDS_WITH] —— 表示 Sally 和 John 是朋友。

[:WORKS_FOR] —— 表示 Sally 为 Neo4j 工作。

4）关系变量

        变量在关系中可以像在节点中一样使用。一旦你为关系指定了变量，就可以在后续的查询中引用这个关系。

比如这个例子：MATCH (p:Person)-[r:LIKES]->(t:Technology) RETURN p, r, t

这个查询为节点标签（p 表示 Person，t 表示 Technology）以及关系类型（r 表示 :LIKES）都指定了变量。在 return 子句中，你就可以使用这些变量（即 p、r 和 t）来返回绑定的实体。

3、属性

        属性值既可以添加到节点，也可以添加到关系上，并且可以是多种不同的数据类型。属性用花括号{}括起来，键后面跟一个冒号，值用单引号或双引号括起来：

CREATE (p:Person {name:'Sally'})-[r:IS_FRIENDS_WITH]->(p:Person {name:'John'})
RETURN p, r

4、模式

        图模式匹配是 Cypher 的核心。它是一种通过声明式模式来在图中导航、描述和提取数据的机制。(p:Person {name: "Sally"})-[r:LIKES]->(g:Technology {type: "Graphs"}) 这段 Cypher 代码表示的是一个模式，但它并不是一个完整的查询。它仅仅表达了这样一个事实：有一个 name 属性为 Sally 的 Person 节点，通过 LIKES 关系，连接到了一个 type 属性为 Graphs 的 Technology 节点。要想基于这个模式执行实际操作，比如将它添加到图中或从图中查询出来，你需要在数据库中执行查询。

可以用 CREATE 子句将这条信息写入数据库：

CREATE (p:Person {name: "Sally"})-[r:LIKES]->(t:Technology {type: "Graphs"})

当数据已经写入数据库后，可以用如下模式将其查询出来：

MATCH (p:Person {name: "Sally"})-[r:LIKES]->(t:Technology {type: "Graphs"}) RETURN p, r, t