【neo4j】Neo4j-Cypher、py2neo常用操作整理

Matcha咩咩咩

已于 2022-01-22 10:42:09 修改

阅读量4.6k

点赞数 3

分类专栏：总结文章标签： neo4j 1024程序员节

于 2021-10-24 17:11:44 首次发布

本文链接：https://blog.csdn.net/MatchaApril/article/details/120936400

版权

总结专栏收录该内容

17 篇文章 2 订阅

订阅专栏

这篇博客详细介绍了如何使用Cypher进行Neo4j数据库的操作，包括创建节点和关系、查询、修改、排序、导入CSV文件以及使用索引。同时，讲解了Python库Py2neo的使用，如连接数据库、创建和查询节点及关系、处理CSV数据等。此外，还提供了多个实用示例，涵盖了从基础操作到高级功能的各个方面。

摘要由CSDN通过智能技术生成

Cypher
- - - - 1.创建
        2.查询
        3.修改
        4.排序 ORDER BY
        5.导入csv文件（load csv）
        6.索引
py2neo
- - - - 1.连接数据库
        2.创建节点
        3.创建关系
        4.查询节点
        5.查询关系
        6.路径
        7.子图Subgraph
        8.调用cypher内部方法
        9.导入csv文件并进行处理
Neo4j数据库连接
其他小用法

Cypher

文档链接: https://neo4j.com/docs/cypher-manual/4.3/.

1.创建

创建结点
create (n:teacher{name:“2”,id:”teacher1”}) return n
创建关系
MATCH (a:TEST),(b:TEST)
WHERE a.name = ‘TEST-NAME’ AND b.name = ‘TEST-NAME1’
CREATE (a)-[r:RELTYPE] -> (b)
RETURN r

2.查询

显示所有
MATCH(n) RETURN n
显示20个结点
MATCH(n) RETURN n limit 20
查询结点
MATCH(n:User{name:“2”}) RETURN n
查询关系
match ()-[r:watch]->() return r
根据属性查询结点
match(n:course) where (n.marked=TRUE) return count(n)
根据关系类型查询
match(n)-[r]->(m) where type®=“teach” return n
查询结点数量
MATCH(n:User{name:“2”}) RETURN count(n)
查询结点数量
MATCH(n:User{name:“2”}) RETURN count(n)
查询有关系的结点
match(n) where ((n)-[]-()) return n
查询没有关系的course结点
match(n:course) where not ((n)-[]-()) return n
查询与course没有关系的结点
match(n) where not ((n)-[]-(p:course)) return n
查询结点的所有标签、每个标签的节点数量
MATCH (n) RETURN distinct labels(n), count(*)
查询ID结尾是”数学”的结点
match(n) where n.id ENDS WITH ‘数学’ return n
查询ID开头是”数学”的结点
match(n) where n.id START WITH ‘数学’ return n
match(n) where n.id =~ ‘数学.*’ return n
查询ID开头是”and”(不区分大小写)的结点
match(n) where n.id =~ ‘(?!)数学.*’ return n
查询ID结尾是”.com”的结点
match(n) where n.id =~ ‘.*\.com’ return n
查询ID包含”数学”的结点
match(n) where n.id CONTAINS ‘数学’ return n
查询含有属性name的结点
match(n) where exists (n.name) return n
查询A类型或B类型的关系
match()->[r:A|:B]->() return r
查找结点之间的所有最短路径
match(n),(m),p=allShortestPaths((n)-[*]-(m))
查找结点之间的最短路径，路径最大长度为10
match(n),(m),p=shortestPath((n)-[*…10]-(m)) return p
查找结点的1~3跳关系（有点不确定，慎用）
match(n)-[r:SHIP*1…3]-(m)
查询并显示多个关系
MATCH p=()-[r:prerequisite]->(),q=()-[wr:taught]->() RETURN p,q

3.修改

Delete用于删除图元素（节点、关系、或路径），若要也删除与之相连的关系则用detach delete。
remove 语句用于删除图元素的属性和标签。

清空数据库
match (n) detach delete n
添加结点的属性(若结点不存在会新建结点)
MERGE (n:Course) ON MATCH SET n.name=”yang”
删除节点及其相关关系
match (n:teacher) detach delete n
删除结点属性
match (n {name: “huzong”}) remove n.age
删除结点标签
match (n {name “huzong”}) remove n:teacher
删除结点多个标签
match (n {name “huzong”}) remove n:teacher:user
删除结点/关系
MATCH (n:User) -[r:study]-(p:Course{name:“f”}) DELETE n,r,p
设置与course结点有关的路径上的结点的属性
MATCH p = (t:course)-[r]-(A) FOREACH (n in nodes§| SET n.marked = TRUE )

4.排序 ORDER BY

Order by 是紧跟RETURN或者WITH的子句。

根据属性对节点进行排序
MATCH (n) RETURN n.name ORDER BY n.name,n.id
节点降序排列
MATCH (n) RETURN n.name ORDER BY n.name DESC

5.导入csv文件（load csv）

比admin慢，比py2neo快。

LOAD CSV FROM “file:///entities/teacher.csv” AS row 后续用row[0]、row[1]来读取相应信息，若文件有头行，则用row.id和row.name来读取对应的属性值。此处是绝对路径，文件要放在import目录下。
若csv文件很大，则用USING PERIODIC COMMIT LOAD CSV FROM “file:///entities/teacher.csv” AS row

6.索引

创建索引
create index on:Student(name)
删除索引
drop index on:Student(name)
创建唯一索引
create constraint on (s:Teacher) assert s.name is unique
删除唯一索引
drop constraint on (s:Teacher) assert s.name is unique

py2neo

1.连接数据库

from py2neo import *
from py2neo.matching import *
test_graph = Graph(         # 连接Neo4j，test_graph为自己命名的，后面调用都要使用这个test_graph
    "http://localhost:7474",
    auth=("neo4j", "neo4j")    #前为用户名，后为密码
)

其他可能用到的头文件：

from py2neo.bulk import create_nodes
from py2neo.bulk import merge_nodes
from py2neo.bulk import create_relationships

2.创建节点

a = Node("Person", name="Alice")    # 前为标签，name为属性
b = Node("Person", name="Bob")
test_graph.create(a)     #放入数据库
test_graph.create(b)
a.add_label("Employee")     # 添加标签，a的标签变为{'Employee', 'Person'}
print(set(a.labels))       # a结点标签的set集合
a.remove_label("Employee")     # 删除标签
print(a.has_label("Person"))    # a若有标签Person则返回True
a.clear_labels()          # 删除该结点的所有标签

其他：
node[name] 返回名为name的属性的值。
node[name] = value 将名为name的属性的值设置为value。
del node[name] 从此节点中删除名为name的属性。len(node) 返回此节点上的属性数。
dict(node) 返回此节点中所有属性的字典。
clear( ) 从此节点中删除所有属性。
values( ) 返回所有属性值的列表。
get（名称，默认=无) 返回名为name的属性的值。

3.创建关系

ab = Relationship(a, 'CALL', b)    # 关系的类型为"CALL"，两条关系都有属性count，且值为1
ab['count'] = 1        # 设置关系的值
KNOWS = Relationship.type("KNOWS")         # 另一种表示的关系建立
ba = KNOWS(b, a)
test_graph.create(ab)
test_graph.create(ba)
ab['count'] += 1              # 节点/关系的属性赋值
test_graph.push(ab)           # 属性值的更新
print(ba.nodes)    # 打印nodes 开始节点和结束节点的 2 元组。ba.end_node表示结束结点。ba.start_node表示开始结点。

其他：
del ba[‘count’] 删除属性。
clear( )在此关系中删除所有属性。
…

4.查询节点

nodes = NodeMatcher(test_graph)   # NodeMatcher节点匹配
keanu = nodes.match("Person", name="Keanu Reeves").first()  # 对于标签和属性的简单相等匹配
print(keanu)
nodes.match("Person", name=STARTS_WITH("John")).all()  # 匹配名称以“John”开头的所有节点，
nodes.match("Person", born=ALL(GE(1964), LE(1966))).all()   # 匹配出生于 1964 年至 1966 年（含）的所有人
nodeList = list(nodes.match().where("_.name=~‘杨.*’"))    # 查找名字以“杨”开头的所有节点
for i in nodeList:
    print(i)
nodeList = list(nodes.match().where("_.name=~‘杨.*’")).order_by("_.name").limit(4)   # 加上“排序”“限制返回条数”

其他：
IS_NULL( )，IS_NOT_NULL( ) 空检查谓词。
EQ(值)，NE(值)。排序谓词LT(值)，LE(值)，GT(值)，GE(值) 相等谓词。
…

5.查询关系

relation_matcher = RelationshipMatcher(test_graph)
re = relation_matcher.match((a,), r_type="KNOWS").first()
print(re)
reList = list(relation_matcher.match())     #查询所有关系

6.路径

abc = Path(a, "CALL", b, Relationship(c, "KNOWS", b), c)
print(abc.nodes)
print(abc.relationships)
d, e = Node(name="Dave"), Node(name="Eve")
de = Path(d, "KNOWS", e)
abcde = Path(abc, "KNOWS", de)     # 两个Path构成一个Path
for relationship in abcde.relationships:   # 遍历Path上的关系
    print(relationship)

其他：
types( ) 返回此路径上存在的所有关系类型的集合。
start_node。end_node。
…

7.子图Subgraph

子图是节点和关系的任意集合。一个子图必须至少包含一个节点，空子图应由None表示。

friends = ab | ba  # 并集
test_graph.create(friends)
print(friends)

其他：
keys( )。labels( )。nodes。relationships。types( )。
subgraph | other | …：并集。
subgraph & other & …：交集。
subgraph - other - …：减。
subgraph ^ other ^ …：返回一个新的子图，该子图包含的节点和关系只出现在subgraph中或者other中，通过关系相连的节点也包含在新子图中，不管这些节点是否存在于subgraph或者other中。

8.调用cypher内部方法

可以利用run 方法来直接执行Cypher语句，返回的是游标cursors，cursors必须通过遍历来展示结果。

match_str = "match p=shortestPath((m:m的label{name:'m的name属性值'})-[r*1..4]-(n:n的label{name:'name属性值'})) return p"
p1 = test_graph.run(match_str)
for p in p1:
    print(p)

9.导入csv文件并进行处理

import csv
with open('F:/neo4j/data/MOOCCube/subject/计算机科学技术.csv', 'r', encoding='UTF-8') as f:
    next(f)   # 如果文件有头行，可以让文件从第二行开始读取
    reader = csv.reader(f)
    for item in reader:
        # print("当前行数：", reader.line_num, "当前内容：", item)
        a = Node("Course", name=item[1], ID=item[0], subject='计算机科学技术')
        g.create(a)

Neo4j数据库连接

在cmd命令行里输入neo4j.bat console，加载完后在浏览器中打开网页http://localhost:7474/即可使用。
在这里插入图片描述

其他小用法

1.neo4j–Cypher语法练习（WITH、 FOREACH、Aggregation、UNWIND、UNION、CALL）：
链接: https://blog.csdn.net/qq_37503890/article/details/101565515?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2_defaultCTRLIST_{default-1.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2}default_CTRLISTdefault-1.no_search_link
2.Py2neo部分对node、relations、subgraph的小用法：
链接: https://blog.csdn.net/claroja/article/details/84287093
3.官方文档中一些方法的运用：
链接: https://blog.csdn.net/Elenstone/article/details/106452464