Neo4j 入门到精通（Cypher语言详解）

什么是Neo4j？

Neo4j是用Java实现的开源NoSQL图数据库。从2003年开始开发，2007年正式发布第一版，其源码托管于GitHtb。Neo4j作为图数据库中的代表产品，已经在众多的行业项目中进行了应用，如：网络管理、软件分析、组织和项目管理、社交项目等方面。

官网 https://neo4j.com/

Neo4j实现了专业数据库级别的图数据模型的存储，提供了完整的数据库特性，包括ACID事务的支持、集群的支持、备份和故障转移等。

Neo4j提供了申明式的查询语言Cypher，它类似于关系型数据库中的SQL语言，其具有表现力丰富、使用简单、查询效率高、高扩展性等特点。

它存储的数据大致是这样的：

版本说明

一般来说分为两个不同的版本，社区版以及企业版

社区版免费，我们主要利用社区办进行下述讲解

部署

你可以直接在官网上下载社区版，我们这边写一下linux的部署 ，安装完docker之后执行下述命令即可

docker run \

-d \

--restart=always \

--name neo4j \

-p 7474:7474 \

-p 7687:7687 \

-v neo4j:/data \

neo4j:4.4.5

体验neo4j

点击按钮

出现这个界面

这个时候点击右下角的next，出现一行代码

点击复制，放到

执行即可

ok现在你已经会了第一步了，接下来我们学习Cypher语句

数据结构

eo4j中采用节点、属性、关系、标签来存储数据。如下：

• 节点

• • 存储实体数据，在上图中，演员、电影都是节点。
  • 可以理解为关系型数据库中的表。

• 关系

• • 存储节点之间的关系。
  • 关系只能有一个类型，必须有开始节点和结束节点以及指向。
  • 关系可以自我循环引用，但是两头永远不能为空。

• 属性

• • 节点和关系都可以有属性，它是由键值对组成的。
  • 节点的属性可以理解为关系型数据库中的字段。
  • 关系中的属性进一步的明确了关系。

• 标签

• • 标签是对节点的分类，这样使得构建Neo4j数据模型更加简单。
  • 在上面的电影案例中，Movie、Person就是标签

Cypher语言

创建数据

板子

1 查询所有 数据

match (n) return n;

2 删除所有节点和关系，慎用！

match (n) detach delete n

3 创建节点该节点具有name属性，n为该节点名称，返回n ，

create (n {name: $value}) return n

4.创建节点，指定标签

crearte (n:Tag { name : value })

5.创建n指向m的关系 ，并且指定关系类型为 knows

create (n)-[r:KNOWS]->(m)

实例

//示例

CREATE (n {name:'迪士尼营业部'})

CREATE (n:AGENCY {name:'航头营业部'})

//创建浦东新区转运中心、上海转运中心节点，并且创建关系为：IN_LINE，创建完成后返回节点和关系

//TLT -> Two Level Transport（二级转运中心）

//OLT -> One Level Transport（一级转运中心）

CREATE (n:TLT {name:'浦东新区转运中心'}) -[r:IN_LINE]-> (m:OLT {name:'上海转运中心'}) RETURN n,r,m

//关系也是可以反向，并且可以为关系中指定属性

CREATE (n:TLT {name:'浦东新区转运中心'}) <-[r:OUT_LINE]- (m:OLT {name:'上海转运中心'}) RETURN n,r,m

查询

//条件查询

MATCH WHERE

//查询的结果以管道的形式传递给下面的语句，聚合查询必须使用WITH

WITH \[ORDER BY\] \[SKIP\] \[LIMIT\]

//返回、排序、跳过、返回个数

RETURN [ORDER BY] [SKIP] [LIMIT]

好了你现在已经知道了简单的构造和查询语句，接下来我们举个例子

分页查询

分页查询网点，按照bid正序排序，每页查询2条数据，第一页

match (n:AGENCY)

return n order by n.bid ASC skip 0 limit 2 //z这里的skip之后的实际上就是跳过多少页

//第二页

match (n:AGENCY)

return n order by n.bid ASC skip 2 limit 2

更新数据

//查询出来之后进行更新即可

// 更新/设置 属性

match (n:AGENCY {name:"北京市昌平区新龙城"})

set n.address = "龙跃苑四区3号楼底商101号"

return n

//通过remove移除属性

match (n:AGENCY {name:"北京市昌平区新龙城"})

remove n.address RETURN n

//没有address属性的增加属性

match (n:AGENCY) where n.address is null set n.address = "暂无地址"

删除数据

//删除节点

MATCH (n:AGENCY {name:"航头营业部"}) DELETE n

//有关系的节点是不能直接删除的

MATCH (n:AGENCY {name:"北京市昌平区新龙城"}) DELETE n

//删除节点和关系

MATCH (n:AGENCY {name:"北京市昌平区新龙城"}) DETACH DELETE n

//删除所有节点和关系，慎用！

MATCH (n) DETACH DELETE n

案例

建表语句，用作练习

CREATE (北京市转运中心:OLT {bid: 8001, name: "北京市转运中心", address: "北京市转运中心", location : point({latitude:39.904179, longitude:116.407387})})

CREATE (上海市转运中心:OLT {bid: 8002, name: "上海市转运中心", address: "上海市转运中心", location : point({latitude:31.230525, longitude:121.473667})})

CREATE (南京市转运中心:OLT {bid: 8003, name: "南京市转运中心", address: "南京市转运中心", location : point({latitude:32.059344, longitude:118.796624})})

CREATE (太原市转运中心:OLT {bid: 8004, name: "太原市转运中心", address: "太原市转运中心", location : point({latitude:37.870451, longitude:112.549656})})

CREATE (郑州市转运中心:OLT {bid: 8005, name: "郑州市转运中心", address: "郑州市转运中心", location : point({latitude:34.745551, longitude:113.624321})})

CREATE

(北京市转运中心)-[:IN_LINE {cost:10684.9}]->(上海市转运中心),

(北京市转运中心)<-[:OUT_LINE {cost:10684.9}]-(上海市转运中心),

(北京市转运中心)-[:IN_LINE {cost:8993.1}]->(南京市转运中心),

(北京市转运中心)<-[:OUT_LINE {cost:8993.1}]-(南京市转运中心),

(南京市转运中心)-[:IN_LINE {cost:2699.4}]->(上海市转运中心),

(南京市转运中心)<-[:OUT_LINE {cost:2699.4}]-(上海市转运中心),

(太原市转运中心)-[:IN_LINE {cost:3609.7}]->(郑州市转运中心),

(太原市转运中心)<-[:OUT_LINE {cost:3609.7}]-(郑州市转运中心),

(郑州市转运中心)-[:IN_LINE {cost:5659.7}]->(南京市转运中心),

(郑州市转运中心)<-[:OUT_LINE {cost:5659.7}]-(南京市转运中心)

CREATE (昌平区转运中心:TLT {bid: 90001, name: "昌平区转运中心", address: "昌平区转运中心", location : point({latitude:40.220952, longitude:116.231034})})

CREATE (北京市昌平区新龙城:AGENCY {bid: 100260, name: "北京市昌平区新龙城", address: "龙跃苑四区3号楼底商", phone : "010-53049073,010-53576707", location : point({latitude:40.07544443596149, longitude:116.3470535709328})})

CREATE

(北京市昌平区新龙城)-[:IN_LINE {cost:189.7}]->(昌平区转运中心),

(北京市昌平区新龙城)<-[:OUT_LINE {cost:189.7}]-(昌平区转运中心)

CREATE (北京市昌平区定泗路:AGENCY {bid: 100280, name: "北京市昌平区定泗路", address: "北七家镇定泗路苍龙街交叉口", phone : "010-86392987", location : point({latitude:40.11765281246394, longitude:116.37212849638287})})

CREATE

(北京市昌平区定泗路)-[:IN_LINE {cost:166.2}]->(昌平区转运中心),

(北京市昌平区定泗路)<-[:OUT_LINE {cost:166.2}]-(昌平区转运中心)

CREATE (海淀区转运中心:TLT {bid: 90002, name: "海淀区转运中心", address: "海淀区转运中心", location : point({latitude:39.959893, longitude:116.2977})})

CREATE (北京市海淀区小营:AGENCY {bid: 100347, name: "北京市海淀区小营", address: "北京市昌平区回龙观街道金燕龙大厦停车场", phone : "010-86483817,010-86483817,010-86483817", location : point({latitude:40.06177798692319, longitude:116.32706587559049})})

CREATE

(北京市海淀区小营)-[:IN_LINE {cost:116.1}]->(海淀区转运中心),

(北京市海淀区小营)<-[:OUT_LINE {cost:116.1}]-(海淀区转运中心)

CREATE (北京市海淀区万泉河:AGENCY {bid: 100227, name: "北京市海淀区万泉河", address: "北京市海淀区四季青镇杏石口路47号院", phone : "18521852356", location : point({latitude:39.94882822425318, longitude:116.25707017441161})})

CREATE

(北京市海淀区万泉河)-[:IN_LINE {cost:36.8}]->(海淀区转运中心),

(北京市海淀区万泉河)<-[:OUT_LINE {cost:36.8}]-(海淀区转运中心)

CREATE

(昌平区转运中心)-[:IN_LINE {cost:383.3}]->(北京市转运中心),

(昌平区转运中心)<-[:OUT_LINE {cost:383.3}]-(北京市转运中心),

(海淀区转运中心)-[:IN_LINE {cost:112.3}]->(北京市转运中心),

(海淀区转运中心)<-[:OUT_LINE {cost:112.3}]-(北京市转运中心)

CREATE (浦东新区转运中心:TLT {bid: 90003, name: "浦东新区转运中心", address: "浦东新区转运中心", location : point({latitude:31.221461, longitude:121.544346})})

CREATE (上海市浦东新区南汇:AGENCY {bid: 210057, name: "上海市浦东新区南汇", address: "园春路8号", phone : "18821179169", location : point({latitude:31.035240152911637, longitude:121.73459966751048})})

CREATE

(上海市浦东新区南汇)-[:IN_LINE {cost:275.4}]->(浦东新区转运中心),

(上海市浦东新区南汇)<-[:OUT_LINE {cost:275.4}]-(浦东新区转运中心)

CREATE (上海市浦东新区周浦:AGENCY {bid: 210127, name: "上海市浦东新区周浦", address: "川周公路3278-8号", phone : "021-68060322", location : point({latitude:31.132409729356993, longitude:121.59815370294322})})

CREATE

(上海市浦东新区周浦)-[:IN_LINE {cost:111.6}]->(浦东新区转运中心),

(上海市浦东新区周浦)<-[:OUT_LINE {cost:111.6}]-(浦东新区转运中心)

CREATE (奉贤区转运中心:TLT {bid: 90004, name: "奉贤区转运中心", address: "奉贤区转运中心", location : point({latitude:30.918406, longitude:121.473945})})

CREATE (上海市奉贤区东部:AGENCY {bid: 210017, name: "上海市奉贤区东部", address: "上上海市奉贤区洪庙镇洪兰路351", phone : "021-57171717", location : point({latitude:30.917752751719863, longitude:121.67587819184698})})

CREATE

(上海市奉贤区东部)-[:IN_LINE {cost:192.9}]->(奉贤区转运中心),

(上海市奉贤区东部)<-[:OUT_LINE {cost:192.9}]-(奉贤区转运中心)

CREATE (上海市奉贤区青村:AGENCY {bid: 210442, name: "上海市奉贤区青村", address: "姚家村1127号", phone : "021-57566663,021-57566606", location : point({latitude:30.916946897994983, longitude:121.57954144207972})})

CREATE

(上海市奉贤区青村)-[:IN_LINE {cost:100.9}]->(奉贤区转运中心),

(上海市奉贤区青村)<-[:OUT_LINE {cost:100.9}]-(奉贤区转运中心)

CREATE

(浦东新区转运中心)-[:IN_LINE {cost:68.0}]->(上海市转运中心),

(浦东新区转运中心)<-[:OUT_LINE {cost:68.0}]-(上海市转运中心),

(奉贤区转运中心)-[:IN_LINE {cost:347.4}]->(上海市转运中心),

(奉贤区转运中心)<-[:OUT_LINE {cost:347.4}]-(上海市转运中心)

CREATE (玄武区转运中心:TLT {bid: 90004, name: "玄武区转运中心" , location : point({latitude:32.048644, longitude:118.797779})})

CREATE (江苏省南京市玄武区紫金墨香苑:AGENCY {bid: 25073, name: "江苏省南京市玄武区紫金墨香苑", address: "栖霞区燕尧路100号", phone : "025-58765331,025-83241955,025-83241881", location : point({latitude:32.117016089520305, longitude:118.86319310255513})})

CREATE

(江苏省南京市玄武区紫金墨香苑)-[:IN_LINE {cost:98.0}]->(玄武区转运中心),

(江苏省南京市玄武区紫金墨香苑)<-[:OUT_LINE {cost:98.0}]-(玄武区转运中心)

CREATE (江苏省南京市玄武区长江路:AGENCY {bid: 25023, name: "江苏省南京市玄武区长江路", address: "观音阁10号", phone : "18521133265,18695799166", location : point({latitude:32.04803554410631, longitude:118.79190455263355})})

CREATE

(江苏省南京市玄武区长江路)-[:IN_LINE {cost:5.6}]->(玄武区转运中心),

(江苏省南京市玄武区长江路)<-[:OUT_LINE {cost:5.6}]-(玄武区转运中心)

CREATE

(玄武区转运中心)-[:IN_LINE {cost:12.0}]->(南京市转运中心),

(玄武区转运中心)<-[:OUT_LINE {cost:12.0}]-(南京市转运中心)

CREATE (小店区转运中心:TLT {bid: 90005, name: "小店区转运中心" , location : point({latitude:37.736865, longitude:112.565524})})

CREATE (山西省太原市青龙:AGENCY {bid: 351068, name: "山西省太原市青龙", address: "长治路33号经典家园停车场内13号商铺", phone : "0351-2025888", location : point({latitude:37.83589608758359, longitude:112.56059258109424})})

CREATE

(山西省太原市青龙)-[:IN_LINE {cost:110.3}]->(小店区转运中心),

(山西省太原市青龙)<-[:OUT_LINE {cost:110.3}]-(小店区转运中心)

CREATE (山西省太原市长风街:AGENCY {bid: 351045, name: "山西省太原市长风街", address: "平阳路104号省农机公司院内", phone : "18636100730", location : point({latitude:37.809964384001226, longitude:112.55299317699505})})

CREATE

(山西省太原市长风街)-[:IN_LINE {cost:82.1}]->(小店区转运中心),

(山西省太原市长风街)<-[:OUT_LINE {cost:82.1}]-(小店区转运中心)

CREATE

(小店区转运中心)-[:IN_LINE {cost:149.4}]->(太原市转运中心),

(小店区转运中心)<-[:OUT_LINE {cost:149.4}]-(太原市转运中心)

CREATE (中原区转运中心:TLT {bid: 90006, name: "中原区转运中心" , location : point({latitude:34.74828, longitude:113.612966})})

CREATE (河南省郑州市郑上路:AGENCY {bid: 371067, name: "河南省郑州市郑上路", address: "中原西路西四环西北角", phone : "0371-55116757,0371-68014786", location : point({latitude:34.74753024533005, longitude:113.57428550005442})})

CREATE

(河南省郑州市郑上路)-[:IN_LINE {cost:35.4}]->(中原区转运中心),

(河南省郑州市郑上路)<-[:OUT_LINE {cost:35.4}]-(中原区转运中心)

CREATE (河南省郑州市颍河路:AGENCY {bid: 371086, name: "河南省郑州市颍河路", address: "航海西路与西三环交叉口向南300米路西中贸商务", phone : "19139415556", location : point({latitude:34.71593280680163, longitude:113.60398506929064})})

CREATE

(河南省郑州市颍河路)-[:IN_LINE {cost:36.9}]->(中原区转运中心),

(河南省郑州市颍河路)<-[:OUT_LINE {cost:36.9}]-(中原区转运中心)

CREATE

(中原区转运中心)-[:IN_LINE {cost:11.5}]->(郑州市转运中心),

(中原区转运中心)<-[:OUT_LINE {cost:11.5}]-(郑州市转运中心)

基本查询

//查询所有的数据

match (n) return n;

//查询所有的网点

match （n:AGENCY）return n //查询的时候加上标签即即可

//查询所有与北京市相关的

match (n:OLT {name: "北京市转运中心"}) -- (m) return n,m //双向边就不需要带上剪头了

//查询所有"北京市转运中心"关联的一级转运中心

match (n:OLT {name:"北京市转运中心"}) --> (m:OLT) return n,m

//将查询赋值与变量

match p = (n:OLT {name:"北京市转运中心"}) --> (m:OLT) return p

关系深度查询

这个也是neo4j中最最重要的属性，可以直接显示两点之间的一个道路，已经自定义最近的道路

语法格式 -[:TYPE*minHops..maxHops]->

//查询【北京市转运中心】关系中深度为1~2层关系的节点

match (n:OLT {name:"北京市转运中心"}) -[*1..2]->(m) return *

//也可以这样

match (n:OLT {name:"北京市转运中心"}) -[*..2]->(m) return * //默认从1开始，注意你想要2..3是不可以的

//也可以通过变量的方式查询

match path = (n:OLT {name:"北京市转运中心"}) -[*..2]->(m)

return path

//查询关系，relationships()获取结果中的关系，WITH向后传递数据

match path = (n:OLT {name:"北京市转运中心"}) -[*..2]->(m)

with n,m, relationships(path) AS r

return r

//注意上述这个查询仅仅返回数据

//查询两个网点之间所有的路线，最大深度为6，可以查询到2条路线

match path = (n:AGENCY) -[*..6]->(m:AGENCY)

where n.name = "北京市昌平区定泗路" AND m.name = "上海市浦东新区南汇"

return path

//查询两个网点之间最短路径，查询深度最大为10

match path = shortestPath((n:AGENCY) -[*..10]->(m:AGENCY))

where n.name = "北京市昌平区定泗路" AND m.name = "上海市浦东新区南汇"

return path

//最短路径我们如果调用shortestPath的话，实际上求得是最短的长度路径的多少

//查询两个网点之间所有的路线中成本最低的路线，最大深度为10（如果成本相同，转运节点最少）

match path = (n:AGENCY) -[*..10]->(m:AGENCY)

where n.name = "北京市昌平区定泗路" AND m.name = "上海市浦东新区南汇"

unwind relationships(path) AS r

with sum(r.cost) AS cost, path

return path ORDER BY cost ASC, LENGTH(path) ASC LIMIT 1

//UNWIND是将列表数据展开操作

//sum()是聚合统计函数，类似还有：avg()、max()、min()等

当然，spring中已经集成，也就是spring data neo4j ,但是对于上述操作我认为还是需要了解并且知道的

与关系型数据库的对比​

特性	Neo4j（图数据库）	MySQL（关系型数据库）
​数据模型​	原生图结构（节点+关系+属性）	表结构（行+列）
​存储结构​	专用的图存储文件（节点、关系独立存储）	B+树索引 + 行存储
​查询语言​	Cypher（声明式图查询）	SQL（基于集合的操作）
​连接查询​	天然高效（直接遍历关系）	需要 JOIN 操作，性能随数据量增长下降
​适用场景​	社交网络、推荐系统、知识图谱	事务处理、结构化数据存储

总结​

• Neo4j 底层数据结构 ：
  • 节点：固定大小记录，存储 ID、标签和属性。
  • 关系：固定大小记录，存储 ID、起始/结束节点、类型和属性。
  • 属性：键值对存储为压缩的二进制格式，通过字典和索引加速访问。
• 存储引擎：原生图存储，文件与内存缓存结合，优化图遍历性能。
• 索引：支持标签、关系类型、属性等多种索引，加速查询。

Neo4j 的底层设计使其成为 ​处理复杂关系数据的高性能解决方案，尤其适合需要频繁遍历节点和关系的场景（如社交网络分析、欺诈检测等）。 🚀