【图数据库实战进阶（01）：从零认识 Neo4j，搭建第一个图数据库项目】

TL;DR

系列方向： 从图数据库基础开始，以 Neo4j 为主要技术平台，逐步学习图数据建模、Cypher 查询语言、关系遍历、性能优化和 Python 应用开发，最终完成一个可以运行的图数据库业务项目。

本篇重点： 不只是了解图数据库是什么，而是通过一个用户关系业务场景，理解节点、关系和属性的实际作用，并使用 Docker 部署 Neo4j，完成第一个可运行的图数据库项目。

一、先从一个实际业务问题开始

假设我们正在开发一个社交平台。

平台中有大量用户，每个用户都可能与其他用户建立好友关系。

现在产品提出了几个需求：

查询张三的所有好友。
查询张三的好友的好友。
找出张三和李四之间的共同好友。
推荐可能认识的人。
分析用户之间的多层关系。

这些需求听起来并不复杂，但随着关系层级不断增加，数据查询也会逐渐变得复杂。

例如，查询一个用户的直接好友，传统 SQL 通过 JOIN 就可以实现。

但如果要查询好友的好友、好友的好友的好友，甚至需要分析多层关系路径，查询逻辑就会越来越复杂。

这时候，我们可以考虑使用图数据库。

图数据库的核心思路是：

把用户看作节点，把用户之间的好友关系看作边，通过关系遍历完成查询。

这也是本系列选择 Neo4j 作为学习平台的原因。

二、认识 Neo4j

Neo4j 是一款以图结构存储和查询数据的数据库。

它采用属性图模型，主要由三个部分组成：

Node：节点，表示一个实体。
Relationship：关系，表示实体之间的联系。
Property：属性，用于描述节点或关系的特征。

举个例子：

text 复制代码

张三 ──好友──> 李四
李四 ──好友──> 王五
张三 ──关注──> 王五

在 Neo4j 中，可以为节点添加标签和属性，也可以为关系添加类型、方向和属性。

例如：

cypher 复制代码

CREATE
  (zhang:User {
    name: '张三',
    age: 25
  }),
  (li:User {
    name: '李四',
    age: 26
  }),
  (zhang)-[:FRIEND {
    since: '2024-01-01'
  }]->(li);

这里：

User 是节点标签。
name、age 是节点属性。
FRIEND 是关系类型。
since 是关系属性。
箭头表示关系方向。

需要注意，Neo4j 的关系有明确的方向，但具体业务是否需要双向关系，要根据建模方式决定。

三、搭建 Neo4j 开发环境

本系列使用 Neo4j Community Edition 作为入门环境。

为了方便后续文章复现，建议使用 Docker 部署。

3.1 环境要求

软件	用途
Docker	容器运行环境
Neo4j	图数据库
Neo4j Browser	图形化查询工具
浏览器	访问数据库管理界面

Docker 安装完成后，先检查版本：

bash 复制代码

docker --version

确认 Docker 服务正常运行。

3.2 启动 Neo4j

执行以下命令：

bash 复制代码

docker run -d \
  --name neo4j-lab \
  -p 7474:7474 \
  -p 7687:7687 \
  -e NEO4J_AUTH=neo4j/Neo4j123456 \
  -v neo4j_data:/data \
  -v neo4j_logs:/logs \
  neo4j:5-community

这里先固定使用 Neo4j 5 Community 版本，保证本系列代码环境一致。

为什么不直接使用 latest？

因为学习项目最好固定版本，避免后续镜像升级导致功能和运行行为发生变化。

参数说明：

参数	作用
-d	后台运行
--name	设置容器名称
-p 7474:7474	Web 管理界面
-p 7687:7687	Bolt 数据库连接
NEO4J_AUTH	设置初始账号密码
/data	持久化数据库文件
/logs	持久化日志

这里的密码只用于本地学习环境，不要用于生产环境。

3.3 检查容器状态

bash 复制代码

docker ps

如果容器已经启动，可以查看日志：

bash 复制代码

docker logs neo4j-lab

如果出现数据库启动完成的信息，说明服务基本已经正常运行。

如果启动失败，先检查容器日志，不要直接重复创建容器。

3.4 打开 Neo4j Browser

浏览器访问：

text 复制代码

http://localhost:7474

连接参数：

text 复制代码

Connect URL:
bolt://localhost:7687

Username:
neo4j

Password:
Neo4j123456

登录后就可以看到 Neo4j Browser 的查询界面。

到这里，我们已经有了一个可以使用的图数据库环境。

四、创建第一个图数据库

环境搭建完成后，我们不急着导入大量数据。

先通过一个简单案例理解 Neo4j 的基本操作。

4.1 创建用户节点

在 Neo4j Browser 中执行：

cypher 复制代码

CREATE
  (:User {
    user_id: 1,
    name: '张三',
    age: 25
  }),
  (:User {
    user_id: 2,
    name: '李四',
    age: 26
  }),
  (:User {
    user_id: 3,
    name: '王五',
    age: 27
  });

这条语句创建了三个 User 节点。

查询所有用户：

cypher 复制代码

MATCH (u:User)
RETURN u;

Neo4j Browser 会以图形方式展示节点。

4.2 创建用户之间的关系

现在假设：

张三和李四是好友。
李四和王五是好友。
张三关注了王五。

执行：

cypher 复制代码

MATCH
  (zhang:User {name: '张三'}),
  (li:User {name: '李四'}),
  (wang:User {name: '王五'})
CREATE
  (zhang)-[:FRIEND]->(li),
  (li)-[:FRIEND]->(wang),
  (zhang)-[:FOLLOW]->(wang);

再次执行：

cypher 复制代码

MATCH (u:User)-[r]->(v:User)
RETURN u, r, v;

现在可以看到用户节点之间已经建立了不同类型的关系。

4.3 查询张三的好友

cypher 复制代码

MATCH
  (u:User {name: '张三'})
  -[:FRIEND]->(friend:User)
RETURN friend.name AS friend_name;

预期结果：

friend_name
李四

4.4 查询张三好友的好友

cypher 复制代码

MATCH
  (u:User {name: '张三'})
  -[:FRIEND]->(:User)
  -[:FRIEND]->(friend:User)
RETURN friend.name AS friend_name;

预期结果：

friend_name
王五

这里最值得关注的是查询表达方式。

我们不需要像传统 SQL 那样不断增加 JOIN，而是直接描述需要匹配的关系路径。

这就是 Cypher 的一个重要特点。

五、理解 MATCH、CREATE 和 RETURN

刚才已经执行了几条 Cypher 语句，现在总结一下最基础的三个关键字。

CREATE：创建节点或关系

创建一个用户：

cypher 复制代码

CREATE (:User {
    name: '赵六',
    age: 28
});

创建两个节点之间的关系：

cypher 复制代码

MATCH
  (a:User {name: '张三'}),
  (b:User {name: '赵六'})
CREATE (a)-[:FRIEND]->(b);

MATCH：匹配节点和关系

查询所有用户：

cypher 复制代码

MATCH (u:User)
RETURN u;

查询年龄大于 25 岁的用户：

cypher 复制代码

MATCH (u:User)
WHERE u.age > 25
RETURN u.name, u.age;

RETURN：返回查询结果

cypher 复制代码

MATCH (u:User)
RETURN u.name AS username;

这里 AS 用于设置返回字段的别名。

这三个关键字是后续学习 Cypher 的基础。

六、一个容易忽略的问题：重复创建数据

刚才使用 CREATE 创建用户和好友关系。

但如果重复执行创建语句，就可能产生重复节点和重复关系。

例如：

cypher 复制代码

CREATE (:User {
    user_id: 1,
    name: '张三',
    age: 25
});

执行两次，就会创建两个张三节点。

这在实际项目中是需要避免的。

后续我们会重点学习 MERGE，以及如何通过唯一性约束保证数据一致性。

这里先记住一个原则：

CREATE 负责创建，MERGE 负责按照指定模式匹配或创建。

七、本篇实践总结

本篇完成了以下内容：

认识了 Neo4j 和图数据库的基本概念。
使用 Docker 启动 Neo4j。
通过 Neo4j Browser 连接数据库。
创建用户节点。
创建好友和关注关系。
使用 MATCH 查询一层和两层关系。

虽然案例很简单，但已经建立了一个可以继续扩展的用户关系图。

接下来我们会逐渐增加用户数量、关系类型和业务场景。

另外，本篇使用的是小规模演示数据，重点是理解图模型和 Cypher 查询方式，还不能据此判断图数据库在大规模数据下的性能优势。