Neo4j之Cypher學(xué)習(xí)總結(jié)

Cypher 語(yǔ)句

Cypher是圖形數(shù)據(jù)庫(kù)Neo4j的聲明式查詢語(yǔ)言汉额。
Cypher語(yǔ)句規(guī)則和具備的能力:
Cypher通過模式匹配圖數(shù)據(jù)庫(kù)中的節(jié)點(diǎn)和關(guān)系轴猎,來提取信息或者修改數(shù)據(jù)。
Cypher語(yǔ)句中允許使用變量,用來表示命名锣光、綁定元素和參數(shù)春寿。
Cypher語(yǔ)句可以對(duì)節(jié)點(diǎn)步脓、關(guān)系堡僻、標(biāo)簽和屬性進(jìn)行創(chuàng)建、更新和刪除操作实撒。
Cypher語(yǔ)句可以管理索引和約束。

運(yùn)算符

常規(guī)運(yùn)算 DISTINCT, ., []
算數(shù)運(yùn)算 +, -, *, /, %, ^
比較運(yùn)算 =, <>, <, >, <=, >=, IS NULL, IS NOT NULL
邏輯運(yùn)算 AND, OR, XOR, NOT
字符串操作 +
List操作 +, IN, [x], [x .. y]
正則操作 =~
字符串匹配 STARTS WITH, ENDS WITH, CONTAINS

語(yǔ)句

1.創(chuàng)建節(jié)點(diǎn)語(yǔ)句

例子1:創(chuàng)建節(jié)點(diǎn)并給節(jié)點(diǎn)分配一個(gè)屬性

CREATE (n {name:"張三"})

例子2:批量創(chuàng)建節(jié)點(diǎn)并且分配屬性

UNWIND [{name:"李四"},{name:"張三"}] AS mynodes
CREATE (n) SET n = mynodes

例3:創(chuàng)建節(jié)點(diǎn)時(shí)分配屬性和標(biāo)簽

CREATE ( n:Person{name:"李四"} )

例4:創(chuàng)建一個(gè)關(guān)系涉瘾,給兩個(gè)節(jié)點(diǎn)建立關(guān)系指定關(guān)系類型知态、方向和綁定一個(gè)變量。

  CREATE ({name:"李四"})-[r:have]->({bookname:"設(shè)計(jì)模式"})

例5:創(chuàng)建兩個(gè)節(jié)點(diǎn)同時(shí)創(chuàng)建一個(gè)關(guān)系立叛,給兩個(gè)節(jié)點(diǎn)建立關(guān)系指定關(guān)系類型负敏、方向和屬性。

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

例6:給已經(jīng)存在的兩個(gè)節(jié)點(diǎn)創(chuàng)建一個(gè)關(guān)系秘蛇。

  MATCH (a:Person),(b:Person)
  WHERE a.name = '張三' AND b.name = 李四'
  CREATE (a)-[r:FRIEND]->(b)
  RETURN r

2.匹配語(yǔ)句

Cypher的MATCH語(yǔ)句和SQL的SELECT語(yǔ)句類似,都是查詢數(shù)據(jù)的表達(dá)式.而Cypher語(yǔ)句中的WHERE和SQL語(yǔ)句中的WHERE語(yǔ)句由這相同的作用,其作用是用來過濾匹配結(jié)的,在Cypher語(yǔ)句中WHERE是在MATCH其做、OPTIONAL MATCH、WITH或START語(yǔ)句中使用的過濾限定語(yǔ)句

匹配語(yǔ)句結(jié)構(gòu)
[MATCH WHERE]
[OPTIONAL MATCH WHERE]
[WITH [ORDER BY] [SKIP] [LIMIT]]
RETURN [ORDER BY] [SKIP] [LIMIT]

例1:根據(jù)屬性匹配節(jié)點(diǎn)信息赁还。

MATCH (n{name:"張三"}) RETURN n

例2:根據(jù)標(biāo)簽和屬性匹配節(jié)點(diǎn)信息妖泄。

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


例3:任意匹配,返回任意節(jié)點(diǎn)信息艘策。
Cypher語(yǔ)句允許任意匹配蹈胡,任意匹配可以匹配任何與cypher表達(dá)式相符合的所有節(jié)點(diǎn).
1.匹配任意節(jié)點(diǎn)

  //該語(yǔ)句會(huì)匹配任意節(jié)點(diǎn),并返回
  MATCH (n) RETURN n

2.任意關(guān)系

  //該語(yǔ)句是匹配出有任意關(guān)系的兩個(gè)節(jié)點(diǎn)
  MATCH p = (n)-[r]->(m) RETURN p

3.可選匹配

//匹配結(jié)果集中如果有丟的部分朋蔫,則會(huì)用null來補(bǔ)充
OPTIONAL MATCH (n)-[r]->(m) RETURN m

例4:匹配節(jié)點(diǎn)時(shí)指定標(biāo)簽罚渐、屬性和關(guān)系類型

MATCH (n:Person)-[:FRIEND]->(m:Person) WHERE n.name = '張三'

例5:根據(jù)標(biāo)簽過濾

//從圖數(shù)據(jù)庫(kù)中,過濾出Person標(biāo)簽
MATCH (n) WHERE n:Person RETURN n

例6:根據(jù)節(jié)點(diǎn)屬性過濾

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

例7:根據(jù)關(guān)系屬性過濾

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,字符串匹配還可以使用AONTAINS來匹配字符串中包含的自字符串驯妄。
1.匹配字符串的開頭
匹配圖中的所有節(jié)點(diǎn)荷并,返回節(jié)點(diǎn)中包含name屬性,且屬性值以"張"開頭的所有節(jié)點(diǎn)

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

2.匹配字符串的末尾
匹配圖中的所有節(jié)點(diǎn)青扔,返回節(jié)點(diǎn)中包含name屬性源织,且屬性值以"三"開頭的所有節(jié)點(diǎn)

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

3.匹配字符串的包含匹配
匹配圖中的所有節(jié)點(diǎn),返回節(jié)點(diǎn)中包含name屬性赎懦,且屬性值中任意位置包含"小"字符串的節(jié)點(diǎn)

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

4.字符串排除匹配
在字符串匹配的時(shí)候可以使用NOT關(guān)鍵字來排除匹配到的結(jié)果雀鹃,得到相反的結(jié)果

//匹配圖中的所有節(jié)點(diǎn),返回節(jié)點(diǎn)中包含name屬性励两,且不是姓張的所有節(jié)點(diǎn)
  MATCH (n)
  WHERE NOT n.name STARTS WITH '張'
  RETURN n

例9:字符串正則表達(dá)式
Cypher支持使用正則表達(dá)式進(jìn)行過濾黎茎。 正則表達(dá)式語(yǔ)法從Java正則表達(dá)式繼承過來的。這包括支持改變字符串匹配的標(biāo)志当悔,包括不區(qū)分大小寫(?i)傅瞻,多行(?m)和逗點(diǎn)(?s),在這里正則表達(dá)式使用的解析符號(hào)是=~踢代。

1.模糊匹配,類似sql語(yǔ)句中的like

  //類似like '%小%'

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

2.不去分大小寫正則匹配

  //不區(qū)分大小寫匹配嗅骄,名字中以"ANDR"開頭的節(jié)點(diǎn)
  MATCH (n)
  WHERE n.name =~ '(?i)ANDR.*'
  RETURN n

例10:WHERE句子中使用路徑匹配
1.使用邏輯運(yùn)算符號(hào)和路徑作為過濾條件

  //在圖中匹配名稱為"李四"或"王五"與"張三"有任何關(guān)系的節(jié)點(diǎn)胳挎,并返回符合匹配條件的節(jié)點(diǎn)信息
  MATCH (n { name: '張三' }),(m)
  WHERE m.name IN ['李四', '王五'] AND (n)<--(m)
  RETURN m

2.關(guān)系匹配使用NOT邏輯運(yùn)算符號(hào)

  //匹配和張三沒有關(guān)系的人
  MATCH (persons),(zhangsan { name: '張三' })
  WHERE NOT (persons)-->(zhangsan)
  RETURN persons

3.關(guān)系類型匹配,并使用正則表達(dá)式

  //在圖中匹配張三節(jié)點(diǎn)和所有節(jié)點(diǎn)的關(guān)系類型以F開頭的所有關(guān)系
  MATCH (n)-[r]->()
  WHERE n.name='張三' AND type(r)=~ 'F.*'
  RETURN r

例11:使用"或"邏輯匹配關(guān)系

//返回任意關(guān)系為KNOWS和LOVES的所有節(jié)點(diǎn)關(guān)系
MATCH p=(n)-[:KNOWS|:LOVES]->(m) RETURN p

例12:關(guān)系深度匹配
1.匹配從n到m溺森,任意關(guān)系慕爬,深度1到5的節(jié)點(diǎn)

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

2.匹配從n到m,任意關(guān)系屏积、任意深度的節(jié)點(diǎn)

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

例13:匹配分頁(yè)返回

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

例14:匹配去重返回

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

例15:匹配分組返回值

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

例16:別名返回

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

例17:WITH語(yǔ)句使用使用示例
WITH語(yǔ)句是將第一部分匹配的輸出作為下一部分匹配的輸入医窿。
1.查找有十個(gè)以上朋友的張姓男子

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

2.WITH語(yǔ)句中使用ORDER BY、SKIP 和 LIMIT 語(yǔ)句示例炊林。

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

例17:UNION語(yǔ)句使用使用示例
1.使用UNION結(jié)果去重姥卢,求并集

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

2.使用UNION ALL結(jié)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語(yǔ)句匹配節(jié)點(diǎn)信息
1.匹配所有節(jié)點(diǎn)

  START n=node(*) RETURN n

2.根據(jù)節(jié)點(diǎn)的具體id匹配

  //在node函數(shù)中的值,是節(jié)點(diǎn)在圖中的id
  START n=node(1) RETURN n

3.節(jié)點(diǎn)更新和刪除

例1:更新和添加一個(gè)屬性

  //1.創(chuàng)建一個(gè)節(jié)點(diǎn)渣聚,只有一個(gè)屬性name='張三'
  CREATE ({name:'張三'})
  
  //2.給創(chuàng)建的"張三"節(jié)點(diǎn)独榴,添加一個(gè)屬性age=20,修改name屬性值為"李四"
  MATCH (n {name:'張三'}) 
  SET n.name='李四'
  SET n.age=20 
  RETURN n

例2: 修改節(jié)點(diǎn)信息,覆蓋節(jié)點(diǎn)屬性

  //該語(yǔ)句會(huì)直接刪除掉name屬性奕枝,新增age屬性
  MATCH (n {name:'張三'}) 
  SET n={age:20}

例3:修改節(jié)點(diǎn)信息,新增節(jié)點(diǎn)屬性

  //該語(yǔ)句不會(huì)刪除掉name屬性棺榔,而是在節(jié)點(diǎn)中新增age屬性
  MATCH (n {name:'張三'}) SET n += {age:20} RETURN n

例4:刪除節(jié)點(diǎn)屬性

  MATCH (n{name:'張三'}) remove n.age RETURN n

例5:為節(jié)點(diǎn)添加新標(biāo)簽

  //添加一個(gè)標(biāo)簽
  MATCH (n{name:'張三'}) SET n:Person RETURN n
  //添加多個(gè)標(biāo)簽
  MATCH (n{name:'張三'}) SET n:Person:Student RETURN n

例6:刪除節(jié)點(diǎn)標(biāo)簽

  MATCH (n{name:'張三'}) REMOVE n:Person RETURN n

例7:為已經(jīng)存在的兩個(gè)節(jié)點(diǎn)添加關(guān)系


  MATCH (a:Person {name: "張三"}),
        (b:Person {name: "李四"})
  MERGE (a)-[r:FRIENDS]->(b)

例8:匹配一個(gè)節(jié)點(diǎn),更新屬性如果屬性不存在則創(chuàng)建該屬性

MERGE (n:Person {name: "張三"})
  ON CREATE SET n.created = timestamp()
  ON MATCH SET
    n.counter = coalesce(n.counter, 0) + 1,
    n.accessTime = timestamp()

例9:匹配一個(gè)節(jié)點(diǎn)為他創(chuàng)建一個(gè)新的關(guān)系

  //如果沒有"王五"節(jié)點(diǎn)則創(chuàng)建一個(gè)新的
  MATCH (a:Person {name: "張三"})
    MERGE
    (a)-[r:KNOWS]->(b:Person {name: "王五"})

例10:刪除一個(gè)節(jié)和關(guān)系

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

例11:級(jí)聯(lián)刪除

  //刪除"王五"節(jié)點(diǎn)之后倍权,將與王五節(jié)點(diǎn)建立關(guān)系也刪除掉
  MATCH (n{name: "王五"}) DETACH DELETE n

4.索引和約束

例1:創(chuàng)建索引

  //為"Person"標(biāo)簽的name屬性創(chuàng)建索引
  CREATE INDEX ON :Person(name)

例2:刪除索引

  //刪除"Person"標(biāo)簽的name屬性的索引
  DROP INDEX ON :Person(name)

例3:匹配條件中使用索引

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

例4:創(chuàng)建節(jié)點(diǎn)屬性唯一約束
創(chuàng)建一個(gè)唯一約束保證圖數(shù)據(jù)庫(kù)中同一個(gè)標(biāo)簽內(nèi)的節(jié)點(diǎn)的屬性值不重復(fù)掷豺。
注意:不可以為已經(jīng)創(chuàng)建索引的屬性創(chuàng)建唯一約束

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

例5:創(chuàng)建節(jié)點(diǎn)屬性唯一約束

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

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市薄声,隨后出現(xiàn)的幾起案子当船,更是在濱河造成了極大的恐慌,老刑警劉巖默辨,帶你破解...
    沈念sama閱讀 206,602評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件德频,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡缩幸,警方通過查閱死者的電腦和手機(jī)壹置,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,442評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來表谊,“玉大人钞护,你說我怎么就攤上這事”欤” “怎么了难咕?”我有些...
    開封第一講書人閱讀 152,878評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我余佃,道長(zhǎng)暮刃,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,306評(píng)論 1 279
  • 正文 為了忘掉前任爆土,我火速辦了婚禮椭懊,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘步势。我一直安慰自己氧猬,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,330評(píng)論 5 373
  • 文/花漫 我一把揭開白布立润。 她就那樣靜靜地躺著狂窑,像睡著了一般。 火紅的嫁衣襯著肌膚如雪桑腮。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,071評(píng)論 1 285
  • 那天蛉幸,我揣著相機(jī)與錄音破讨,去河邊找鬼。 笑死奕纫,一個(gè)胖子當(dāng)著我的面吹牛提陶,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播匹层,決...
    沈念sama閱讀 38,382評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼隙笆,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了升筏?” 一聲冷哼從身側(cè)響起撑柔,我...
    開封第一講書人閱讀 37,006評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎您访,沒想到半個(gè)月后铅忿,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,512評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡灵汪,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,965評(píng)論 2 325
  • 正文 我和宋清朗相戀三年檀训,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片享言。...
    茶點(diǎn)故事閱讀 38,094評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡峻凫,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出览露,到底是詐尸還是另有隱情荧琼,我是刑警寧澤,帶...
    沈念sama閱讀 33,732評(píng)論 4 323
  • 正文 年R本政府宣布,位于F島的核電站铭腕,受9級(jí)特大地震影響银择,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜累舷,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,283評(píng)論 3 307
  • 文/蒙蒙 一浩考、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧被盈,春花似錦析孽、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,286評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至身堡,卻和暖如春邓尤,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背贴谎。 一陣腳步聲響...
    開封第一講書人閱讀 31,512評(píng)論 1 262
  • 我被黑心中介騙來泰國(guó)打工汞扎, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人擅这。 一個(gè)月前我還...
    沈念sama閱讀 45,536評(píng)論 2 354
  • 正文 我出身青樓澈魄,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親仲翎。 傳聞我的和親對(duì)象是個(gè)殘疾皇子痹扇,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,828評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容

  • 第5章 引用類型(返回首頁(yè)) 本章內(nèi)容 使用對(duì)象 創(chuàng)建并操作數(shù)組 理解基本的JavaScript類型 使用基本類型...
    大學(xué)一百閱讀 3,212評(píng)論 0 4
  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn)溯香,斷路器鲫构,智...
    卡卡羅2017閱讀 134,599評(píng)論 18 139
  • 文:大魚很瘦 寫盡世間百態(tài) 仍然相信真愛 就算遍體鱗傷 也要笑得猖狂 前男友的問候比陌生人還尷尬芬迄,前女友的,也好...
    游走星宿閱讀 689評(píng)論 0 2
  • 韓國(guó)上市!! 韓國(guó)代購(gòu)商品~普洱茶150元 一盒內(nèi)有(30條)昂秃,加入水瓶裡即可飲用禀梳,每天喝一條,可幫助降低體脂肪肠骆,...
    1d3fee8c1690閱讀 561評(píng)論 0 0
  • 2011年的7月10日我結(jié)婚了算途,對(duì)于多數(shù)人是值得紀(jì)念的日子,而我卻總是在忽略蚀腿,兩個(gè)人結(jié)婚至今嘴瓤,一直處于兩地生活扫外,周...
    丹尼可愛熊閱讀 218評(píng)論 0 0