3.手动构建一个简单的知识图谱（Cypher）

采用一个实际的案例来说明Neo4J的查询语言Cypher的使用方法，在实际的生产应用中，除了简单的查询操作会在Neo4J的web页面进行外，一般还是使用Python、Java等的driver来在程序中实现。后续会继续介绍编程语言如何操作Neo4J。

目录

（1）打开neo4j

（2）删除数据库中以往的图，确保一个空白的环境进行操作：

（3）接着，我们创建一个人物节点：

 （4）继续来创建更多的人物节点，并分别命名：

（5） 接下来创建地区节点

（6）创建关系

（7）关系也可以增加属性

（8） 增加更多的关系

（9）然后，建立不同类型节点之间的关系-人物和地点的关系

（10）建立更多人的出生地

（11）知识图谱的数据已经插入完毕，可以开始做查询了。

（12）查询所有对外有关系的节点

（13）查询所有有关系的节点

（14）查询所有对外有关系的节点，以及关系类型

（15）查询所有有结婚关系的节点

（16）查找某人的朋友的朋友

（17）增加/修改节点的属性

（18）删除节点的属性

（19）删除节点

（20）删除有关系的节点

---

（1）打开neo4j

windows键+R, 输入cmd,打开 命令操作符，输入 neo4j console；在一个运行neo4j服务器主机上访问 “http://localhost:7474/”

（2）删除数据库中以往的图，确保一个空白的环境进行操作：

MATCH (n) DETACH DELETE n

MATCH是匹配操作，而小括号()代表一个节点node（可理解为括号类似一个圆形），括号里面的n为标识符。

（3）接着，我们创建一个人物节点：

CREATE (n:Person {name:'John'}) RETURN n

CREATE是创建操作，Person是标签，代表节点的类型。花括号{}代表节点的属性，属性类似Python的字典。这条语句的含义就是创建一个标签为Person的节点，该节点具有一个name属性，属性值是John。

 （4）继续来创建更多的人物节点，并分别命名：

CREATE (n:Person {name:'Sally'}) RETURN n;
CREATE (n:Person {name:'Steve'}) RETURN n;
CREATE (n:Person {name:'Mike'}) RETURN n;
CREATE (n:Person {name:'Liz'}) RETURN n;
CREATE (n:Person {name:'Shawn'}) RETURN n

（5） 接下来创建地区节点

CREATE (n:Location {city:'Miami', state:'FL'});
CREATE (n:Location {city:'Boston', state:'MA'});
CREATE (n:Location {city:'Lynn', state:'MA'});
CREATE (n:Location {city:'Portland', state:'ME'});
CREATE (n:Location {city:'San Francisco', state:'CA'})

节点类型为Location，属性包括city和state。

综上，共创建6个人物节点、5个地区节点 

（6）创建关系

MATCH (a:Person {name:'Liz'}), 
      (b:Person {name:'Mike'}) 
MERGE (a)-[:FRIENDS]->(b)

方括号[]即为关系，FRIENDS为关系的类型。注意这里的箭头-->是有方向的，表示是从a到b的关系。 如图，Liz和Mike之间建立了FRIENDS关系，通过Neo4J的可视化很明显的可以看出：

（7）关系也可以增加属性

MATCH (a:Person {name:'Shawn'}), 
      (b:Person {name:'Sally'}) 
MERGE (a)-[:FRIENDS {since:2001}]->(b)

在关系中，同样的使用花括号{}来增加关系的属性，也是类似Python的字典，这里给FRIENDS关系增加了since属性，属性值为2001，表示他们建立朋友关系的时间。

（8） 增加更多的关系

MATCH (a:Person {name:'Shawn'}), (b:Person {name:'John'}) MERGE (a)-[:FRIENDS {since:2012}]->(b);
MATCH (a:Person {name:'Mike'}), (b:Person {name:'Shawn'}) MERGE (a)-[:FRIENDS {since:2006}]->(b);
MATCH (a:Person {name:'Sally'}), (b:Person {name:'Steve'}) MERGE (a)-[:FRIENDS {since:2006}]->(b);
MATCH (a:Person {name:'Liz'}), (b:Person {name:'John'}) MERGE (a)-[:MARRIED {since:1998}]->(b)

（9）然后，建立不同类型节点之间的关系-人物和地点的关系

MATCH (a:Person {name:'John'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1978}]->(b)

这里的关系是BORN_IN，表示出生地，同样有一个属性，表示出生年份。

如图，在人物节点和地区节点之间，人物出生地关系已建立好。

（10）建立更多人的出生地

MATCH (a:Person {name:'Liz'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1981}]->(b);
MATCH (a:Person {name:'Mike'}), (b:Location {city:'San Francisco'}) MERGE (a)-[:BORN_IN {year:1960}]->(b);
MATCH (a:Person {name:'Shawn'}), (b:Location {city:'Miami'}) MERGE (a)-[:BORN_IN {year:1960}]->(b);
MATCH (a:Person {name:'Steve'}), (b:Location {city:'Lynn'}) MERGE (a)-[:BORN_IN {year:1970}]->(b)

（11）知识图谱的数据已经插入完毕，可以开始做查询了。

查询下所有在Boston出生的人物

MATCH (a:Person)-[:BORN_IN]->(b:Location {city:'Boston'}) RETURN a,b

                                     

（12）查询所有对外有关系的节点

MATCH (a)-->() RETURN a

（13）查询所有有关系的节点

MATCH (a)--() RETURN a

（14）查询所有对外有关系的节点，以及关系类型

MATCH (a)-[r]->() RETURN a.name, type(r)

（15）查询所有有结婚关系的节点

MATCH (n)-[:MARRIED]-() RETURN n

（16）查找某人的朋友的朋友

MATCH (a:Person {name:'Mike'})-[r1:FRIENDS]-()-[r2:FRIENDS]-(friend_of_a_friend) RETURN friend_of_a_friend.name AS fofName

例如此条，返回Mike的朋友的朋友：

（17）增加/修改节点的属性

MATCH (a:Person {name:'Liz'}) SET a.age=34;
MATCH (a:Person {name:'Shawn'}) SET a.age=32;
MATCH (a:Person {name:'John'}) SET a.age=44;
MATCH (a:Person {name:'Mike'}) SET a.age=25

SET表示修改操作

（18）删除节点的属性

MATCH (a:Person {name:'Mike'}) SET a.test='test';
MATCH (a:Person {name:'Mike'}) REMOVE a.test

删除属性操作主要通过REMOVE 

（19）删除节点

MATCH (a:Location {city:'Portland'}) DELETE a

删除节点操作是DELETE 

（20）删除有关系的节点

MATCH (a:Person {name:'Todd'})-[rel]-(b:Person) DELETE a,b,rel

引用自手把手教你快速入门知识图谱 - Neo4J教程 - 知乎 (zhihu.com)