Neo4j之Aggregation基础

在 Neo4j 中,聚合(Aggregation)是对数据进行计算、汇总和统计的过程。以下是一些使用聚合函数的常见例子,以及它们的解释:

计算节点数量:

sql 复制代码
MATCH (p:Person)
RETURN count(p) AS totalPersons;

这个查询会计算具有 "Person" 标签的节点的数量,并将结果作为 "totalPersons" 返回。

计算属性的总和:

sql 复制代码
MATCH (p:Person)
RETURN sum(p.age) AS totalAge;

这个查询会计算所有 "Person" 节点的年龄属性的总和,并将结果作为 "totalAge" 返回。

查找最大值和最小值:

sql 复制代码
MATCH (m:Movie)
RETURN max(m.released) AS maxYear, min(m.released) AS minYear;

这个查询会查找所有电影节点的 "released" 属性的最大值和最小值,并将结果分别作为 "maxYear" 和 "minYear" 返回。

计算平均值:

sql 复制代码
MATCH (p:Person)
RETURN avg(p.age) AS averageAge;

这个查询会计算所有 "Person" 节点的年龄属性的平均值,并将结果作为 "averageAge" 返回。

分组计数:

sql 复制代码
MATCH (p:Person)-[:ACTED_IN]->(m:Movie)
RETURN m.title, count(p) AS actorsCount;

按属性值分组并计算总和:

sql 复制代码
MATCH (p:Person)
RETURN p.country, sum(p.age) AS totalAgeByCountry
ORDER BY totalAgeByCountry DESC;

这个查询会按照 "country" 属性值进行分组,并计算每个国家的年龄总和,然后按总和降序排列返回结果。

相关推荐
qq_356408661 天前
Neo4j RPM 安装与多实例配置说明
neo4j
codefan※2 天前
干掉幻觉实战:如何构建企业级知识图谱增强 RAG
人工智能·大模型·llm·知识图谱·neo4j·rag·graphrag
亦暖筑序8 天前
GraphRAG vs 传统向量RAG:Spring AI实战对比
知识图谱·neo4j·向量数据库·rag·spring ai·graphrag
i建模9 天前
Milvus 和neo4j对比
neo4j·milvus
哥本哈士奇(aspnetx)10 天前
看完《低智商犯罪》,学习Cypher构建知识图谱
neo4j
子榆.13 天前
CANN TensorFlow适配器:当tf.matmul跑在昇腾NPU上时在底层发生了什么
人工智能·neo4j·llama
lzp079114 天前
基于多模态视觉模型和图文向量模型的工业图像知识库研究与应用(伍)
数据库·学习·neo4j
子榆.15 天前
CANN ATC编译器:模型从Python到达芬奇指令走了多远
开发语言·python·neo4j
程序员清洒15 天前
一个Token的昇腾之旅——从模型输入到硬件执行的完整链路
neo4j·cann
林夕0718 天前
Qt集成AI推理引擎:TensorFlow Lite与ONNX Runtime实战
人工智能·qt·neo4j