Neo4j之Cypher学习总结

Cypher 语句

Cypher是图形数据库Neo4j的声明式查询语言。
Cypher语句规则和具备的能力:
Cypher通过模式匹配图数据库中的节点和关系,来提取信息或者修改数据。
Cypher语句中允许使用变量,用来表示命名、绑定元素和参数。
Cypher语句可以对节点、关系、标签和属性进行创建、更新和删除操作。
Cypher语句可以管理索引和约束。

运算符

常规运算 DISTINCT, ., []
算数运算 +, -, *, /, %, ^
比较运算 =, <>, <, >, <=, >=, IS NULL, IS NOT NULL
逻辑运算 AND, OR, XOR, NOT
字符串操作 +
List操作 +, IN, [x], [x .. y]
正则操作 =~
字符串匹配 STARTS WITH, ENDS WITH, CONTAINS

语句

1.创建节点语句

例子1:创建节点并给节点分配一个属性

CREATE (n {name:"张三"})

例子2:批量创建节点并且分配属性

UNWIND [{name:"李四"},{name:"张三"}] AS mynodes
CREATE (n) SET n = mynodes

例3:创建节点时分配属性和标签

CREATE ( n:Person{name:"李四"} )

例4:创建一个关系,给两个节点建立关系指定关系类型、方向和绑定一个变量。

  CREATE ({name:"李四"})-[r:have]->({bookname:"设计模式"})

例5:创建两个节点同时创建一个关系,给两个节点建立关系指定关系类型、方向和属性。

  CREATE ({name:"李四"})-[:LOVES{since:"2017"}]->({name:"小花"})

例6:给已经存在的两个节点创建一个关系。

  MATCH (a:Person),(b:Person)
  WHERE a.name = '张三' AND b.name = 李四'
  CREATE (a)-[r:FRIEND]->(b)
  RETURN r

2.匹配语句

Cypher的MATCH语句和SQL的SELECT语句类似,都是查询数据的表达式.而Cypher语句中的WHERE和SQL语句中的WHERE语句由这相同的作用,其作用是用来过滤匹配结的,在Cypher语句中WHERE是在MATCH、OPTIONAL MATCH、WITH或START语句中使用的过滤限定语句

匹配语句结构
[MATCH WHERE]
[OPTIONAL MATCH WHERE]
[WITH [ORDER BY] [SKIP] [LIMIT]]
RETURN [ORDER BY] [SKIP] [LIMIT]

例1:根据属性匹配节点信息。

MATCH (n{name:"张三"}) RETURN n

例2:根据标签和属性匹配节点信息。

MATCH (n:Person{name:"李四"}}) RETURN  n


例3:任意匹配,返回任意节点信息。
Cypher语句允许任意匹配,任意匹配可以匹配任何与cypher表达式相符合的所有节点.
1.匹配任意节点

  //该语句会匹配任意节点,并返回
  MATCH (n) RETURN n

2.任意关系

  //该语句是匹配出有任意关系的两个节点
  MATCH p = (n)-[r]->(m) RETURN p

3.可选匹配

//匹配结果集中如果有丢的部分,则会用null来补充
OPTIONAL MATCH (n)-[r]->(m) RETURN m

例4:匹配节点时指定标签、属性和关系类型

MATCH (n:Person)-[:FRIEND]->(m:Person) WHERE n.name = '张三'

例5:根据标签过滤

//从图数据库中,过滤出Person标签
MATCH (n) WHERE n:Person RETURN n

例6:根据节点属性过滤

MATCH (n) WHERE n.name = "李思思" RETURN n

例7:根据关系属性过滤

MATCH (n)-[k:KNOWS]->(f) WHERE k.since < 2000 RETURN f

例8:字符串匹配
字符串首尾可以使用STARTS WITH 和 ENDS WITH,去匹配定位字符串,字符串匹配还可以使用AONTAINS来匹配字符串中包含的自字符串。
1.匹配字符串的开头
匹配图中的所有节点,返回节点中包含name属性,且属性值以"张"开头的所有节点

  MATCH (n)
  WHERE n.name STARTS WITH '张'
  RETURN n

2.匹配字符串的末尾
匹配图中的所有节点,返回节点中包含name属性,且属性值以"三"开头的所有节点

  MATCH (n)
  WHERE n.name ENDS WITH '三'
  RETURN n

3.匹配字符串的包含匹配
匹配图中的所有节点,返回节点中包含name属性,且属性值中任意位置包含"小"字符串的节点

  MATCH (n)
  WHERE n.name CONTAINS '三'
  RETURN n

4.字符串排除匹配
在字符串匹配的时候可以使用NOT关键字来排除匹配到的结果,得到相反的结果

//匹配图中的所有节点,返回节点中包含name属性,且不是姓张的所有节点
  MATCH (n)
  WHERE NOT n.name STARTS WITH '张'
  RETURN n

例9:字符串正则表达式
Cypher支持使用正则表达式进行过滤。 正则表达式语法从Java正则表达式继承过来的。这包括支持改变字符串匹配的标志,包括不区分大小写(?i),多行(?m)和逗点(?s),在这里正则表达式使用的解析符号是=~

1.模糊匹配,类似sql语句中的like

  //类似like '%小%'

  MATCH (n)
  WHERE n.name =~ '.*小.*'
  RETURN n

2.不去分大小写正则匹配

  //不区分大小写匹配,名字中以"ANDR"开头的节点
  MATCH (n)
  WHERE n.name =~ '(?i)ANDR.*'
  RETURN n

例10:WHERE句子中使用路径匹配
1.使用逻辑运算符号和路径作为过滤条件

  //在图中匹配名称为"李四"或"王五"与"张三"有任何关系的节点,并返回符合匹配条件的节点信息
  MATCH (n { name: '张三' }),(m)
  WHERE m.name IN ['李四', '王五'] AND (n)<--(m)
  RETURN m

2.关系匹配使用NOT逻辑运算符号

  //匹配和张三没有关系的人
  MATCH (persons),(zhangsan { name: '张三' })
  WHERE NOT (persons)-->(zhangsan)
  RETURN persons

3.关系类型匹配,并使用正则表达式

  //在图中匹配张三节点和所有节点的关系类型以F开头的所有关系
  MATCH (n)-[r]->()
  WHERE n.name='张三' AND type(r)=~ 'F.*'
  RETURN r

例11:使用"或"逻辑匹配关系

//返回任意关系为KNOWS和LOVES的所有节点关系
MATCH p=(n)-[:KNOWS|:LOVES]->(m) RETURN p

例12:关系深度匹配
1.匹配从n到m,任意关系,深度1到5的节点

MATCH p=(n)-[*1..5]->(m) RETURN p

2.匹配从n到m,任意关系、任意深度的节点

MATCH p=(n)-[*]->(m) RETURN p

例13:匹配分页返回

MATCH (n) WHERE n.productName='苹果' RETURN n SKIP 10 LIMIT 10

例14:匹配去重返回

MATCH (n) WHERE n.productName='苹果' RETURN DISTINCT n

例15:匹配分组返回值

MATCH (n) WHERE n.productName='苹果' RETURN n ORDER BY n.price DESC

例16:别名返回

MATCH (n) WHERE n.productName=~'.*苹果.*' RETURN n.productName AS name

例17:WITH语句使用使用示例
WITH语句是将第一部分匹配的输出作为下一部分匹配的输入。
1.查找有十个以上朋友的张姓男子

  MATCH (user)-[:FRIEND]-(friend)
  WHERE user.name =~ '张.*'
  WITH user, count(friend) AS friends
  WHERE friends > 10
  RETURN user

2.WITH语句中使用ORDER BY、SKIP 和 LIMIT 语句示例。

MATCH (user)-[:FRIEND]-(friend)
WITH user, count(friend) AS friends
ORDER BY friends DESC
SKIP 1
  LIMIT 3
RETURN user

例17:UNION语句使用使用示例
1.使用UNION结果去重,求并集

  MATCH (a)-[:KNOWS]->(b)
  RETURN b.name
  UNION
  MATCH (a)-[:LOVES]->(b)
  RETURN b.name

2.使用UNION ALL结果不去重, 求和集

  MATCH (a)-[:KNOWS]->(b)
  RETURN b.name
  UNION ALL
  MATCH (a)-[:LOVES]->(b)
  RETURN b.name

例17:start语句匹配节点信息
1.匹配所有节点

  START n=node(*) RETURN n

2.根据节点的具体id匹配

  //在node函数中的值,是节点在图中的id
  START n=node(1) RETURN n

3.节点更新和删除

例1:更新和添加一个属性

  //1.创建一个节点,只有一个属性name='张三'
  CREATE ({name:'张三'})
  
  //2.给创建的"张三"节点,添加一个属性age=20,修改name属性值为"李四"
  MATCH (n {name:'张三'}) 
  SET n.name='李四'
  SET n.age=20 
  RETURN n

例2: 修改节点信息,覆盖节点属性

  //该语句会直接删除掉name属性,新增age属性
  MATCH (n {name:'张三'}) 
  SET n={age:20}

例3:修改节点信息,新增节点属性

  //该语句不会删除掉name属性,而是在节点中新增age属性
  MATCH (n {name:'张三'}) SET n += {age:20} RETURN n

例4:删除节点属性

  MATCH (n{name:'张三'}) remove n.age RETURN n

例5:为节点添加新标签

  //添加一个标签
  MATCH (n{name:'张三'}) SET n:Person RETURN n
  //添加多个标签
  MATCH (n{name:'张三'}) SET n:Person:Student RETURN n

例6:删除节点标签

  MATCH (n{name:'张三'}) REMOVE n:Person RETURN n

例7:为已经存在的两个节点添加关系


  MATCH (a:Person {name: "张三"}),
        (b:Person {name: "李四"})
  MERGE (a)-[r:FRIENDS]->(b)

例8:匹配一个节点,更新属性如果属性不存在则创建该属性

MERGE (n:Person {name: "张三"})
  ON CREATE SET n.created = timestamp()
  ON MATCH SET
    n.counter = coalesce(n.counter, 0) + 1,
    n.accessTime = timestamp()

例9:匹配一个节点为他创建一个新的关系

  //如果没有"王五"节点则创建一个新的
  MATCH (a:Person {name: "张三"})
    MERGE
    (a)-[r:KNOWS]->(b:Person {name: "王五"})

例10:删除一个节和关系

  MATCH (a)-[r:KNOWS]->(b) DELETE r,b

例11:级联删除

  //删除"王五"节点之后,将与王五节点建立关系也删除掉
  MATCH (n{name: "王五"}) DETACH DELETE n

4.索引和约束

例1:创建索引

  //为"Person"标签的name属性创建索引
  CREATE INDEX ON :Person(name)

例2:删除索引

  //删除"Person"标签的name属性的索引
  DROP INDEX ON :Person(name)

例3:匹配条件中使用索引

MATCH (n:Person)
  WHERE n.name = 'Andres'
  RETURN n

例4:创建节点属性唯一约束
创建一个唯一约束保证图数据库中同一个标签内的节点的属性值不重复。
注意:不可以为已经创建索引的属性创建唯一约束

  CREATE CONSTRAINT ON (n:Person) ASSERT n.name IS UNIQUE

例5:创建节点属性唯一约束

  DROP CONSTRAINT ON (n:Person) ASSERT n.name IS UNIQUE

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,560评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,104评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,297评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,869评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,275评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,563评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,833评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,543评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,245评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,512评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,011评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,359评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,006评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,062评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,825评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,590评论 2 273
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,501评论 2 268

推荐阅读更多精彩内容