er图一对多的关系怎么体现_图数据库 Neo4j Cypher 实战(一)：从SQL到Cypher实操指南

本指南教任何熟悉SQL的人如何编写等效的高效Cypher语句。我们将使用著名的罗斯文（Northwind）数据库来解释概念，并完成从简单到高级的查询。

阅读本文前，您应该对属性图模型有基本的了解，已经下载并安装Neo4j，数据导入请阅读数据导入指南。

一、关于Cypher的几句话

Cypher 就像 SQL 一样，是应用于图的一种声明性文本查询语言。

Cypher 包含语句、关键词和表达式，比如谓词、函数等，其中很多大家都很熟悉（如WHERE，ORDER BY，SKIP LIMIT，AND，p.unitPrice > 10）。

与 SQL 不同，Cypher 完全是表达图模式的。我们添加了一个特殊子句MATCH来匹配数据中的这些模式。这些图通常是我们在白板上绘制的图案，只是使用ASCII美术符号将其转换为文本。

使用圆括号表示节点实体的圆，比如：(p:Product)。

关系的箭头是这样绘制的-->，您可以在方括号中添加关系类型和其他信息-[:ORDERED]->。将两者放在一起()-->()<--()看起来几乎就像我们的原始图。我们来看图模式表达式的第一个示例：(cust:Customer)-[:ISSUED]->(o:Order)-[:CONTAINS]->(prod:Product)。

Cypher 语言在其它方面的重点是图概念，例如路径、可变长度路径、最短路径函数；列表上许多功能，操作和谓词的支持以及链接查询的功能。

使用 Cypher 可以更新图结构和数据，甚至导入大量的CSV数据。

通过用户定义的过程，您可以使用所需的功能扩展语言。

Neo4j Cypher手册中提供了完整的Cypher语言文档以及完整的参考卡。

通过openCypher项目，Cypher成为了一种现代图查询语言的开放成果，该语言得到了多家数据库公司的支持。openCypher项目还提供了SQL常用的语法图：

二、数据模型转换

关系数据库将数据存储在具有固定结构的表，每列具有名称、类型、长度、约束等。表之间的引用通过将表的主键与另一个表外键关联。对于多对多引用，需要创建 JOIN 表（或链接表）作为连接表。

规范化的关系模型可以直接转换为等效图模型。图模型主要由用例驱动，因此之后将有机会进行优化和模型演化。

一个好的、规范化的实体关系图通常已经代表了一个不错的图模型。因此，如果您仍然可以使用数据库的原始 ER 图，请尝试继续使用。

对于这样一个合理的关系模型，转换并不难。实体表的行转换为节点和外键关系，JOIN表转换为关系。

在开始导入数据之前，对图模型有一个很好的了解是很重要的，然后它就变成了对该模型进行注水处理的任务。

三、数据导入

大多数关系数据库都允许将表轻松导出到CSV文件，例如在Postgres中COPY (SELECT * FROM customers) TO '/tmp/customers.csv' WITH CSV header;。这些文件可以来自单个表，但也可以表示一组具有某些重复数据的联接表。

可以使用 Cypher 的LOAD CSV功能将其导入，我们在这些指南中对此进行了详细说明：

• 指南：数据导入
• 网络研讨会：数据导入
• 指南：CSV导入

如果您是开发人员，还可以使用常规驱动程序连接到关系数据库，并使用SQL从那里加载数据。使用 Neo4j 驱动程序创建图结构，以将等效的参数化Cypher更新语句发送到Neo4j。

四、Cypher就是模式

如前所述，Cypher 语句的本质是您感兴趣的模式。

在节点模式中(variable:Label)，可以为节点使用变量和一个或多个标签。您还可以提供属性作为键值结构，例如（item：Product {name：“ Chocolade”}）。

对于类似的关系模式()-[someRel:REL_TYPE]→()，只是您可能会选择一个变量like someRel和一个或多个替代关系类型。

与使用SQL别名一样，您以后可以使用变量来引用它们表示的节点和关系，例如访问其属性或在其上调用函数。

模式既可用于查询，也可用于更新图结构。

它们通常在MATCH子句中使用，但也可以视为表达式或谓词。当确保某些模式不存在时，这特别有用。

五、罗斯文（Northwind）示例模型

众所周知的罗斯文（Northwind）数据库代表零售应用程序的数据存储。您将找到客户、产品、订单、员工、托运人和类别以及他们之间的互动。

在以下查询中考虑数据结构时，请参考下面的关系图模型。

关系模型

图模型

六、逐步查询数据

本文通过将 Cypher 与等效的SQL语句进行比较，来介绍Cypher，以便通过现有的SQL知识，可以快速理解 Cypher。

6.1 查询

6.1.1 查询并返回记录（Select and Return Records）

在SQL中很容易，只需从products表中查询所有数据。

SELECT p.*
FROM products as p;

在Cypher中，您只需匹配一个简单的模式：查询带有 标签 :Product 的节点，并 RETURN结果集。

MATCH (p:Product)
RETURN p;

6.1.2 列访问、排序和分页（Field Access, Ordering and Paging）更有效率的是仅返回具体列的子集，例如ProductName和UnitPrice。而且，在进行订购时，我们还按价格订购，只退还10个最昂贵的商品。

SELECT p.ProductName, p.UnitPrice
FROM products as p
ORDER BY p.UnitPrice DESC
LIMIT 10;

您可以将更改从SQL复制并粘贴到Cypher，非常令人惊讶。但是请记住，标签、关系和属性名称在Neo4j 中区分大小写。

MATCH (p:Product)
RETURN p.productName, p.unitPrice
ORDER BY p.unitPrice DESC
LIMIT 10;

6.2 按名称查找单个产品
6.2.1 等值筛选（Filter by Equality）如果我们只想查看单个产品，例如美味的Chocolade，则在SQL中使用WHERE子句进行过滤。

SELECT p.ProductName, p.UnitPrice
FROM products AS p
WHERE p.ProductName = 'Chocolade';

在p.ProductName ='Chocolade'中，从产品AS中选择p.ProductName，p.UnitPrice 。
与Cypher相同，此处WHERE属于MATCH语句。

MATCH (p:Product)
WHERE p.productName = "Chocolade"
RETURN p.productName, p.unitPrice;

如果您匹配具有特定属性的带标签的节点，则Cypher中会有一个快捷方式。

MATCH (p:Product {productName:"Chocolade"})
RETURN p.productName, p.unitPrice;

6.2.2 索引（Indexing）如果要通过此节点标签和属性组合快速匹配，则可以在导入期间创建索引，这很有意义。

CREATE INDEX ON :Product(productName);
CREATE INDEX ON :Product(unitPrice);

6.3 过滤产品
6.3.1 按列表/范围过滤（Filter by List/Range）您还可以按多个值进行过滤。

SELECT p.ProductName, p.UnitPrice
FROM products as p
WHERE p.ProductName IN ('Chocolade','Chai');

Cypher中具有完整的集合支持，不仅包括IN运算符，还包括集合函数、谓词和转换。

MATCH (p:Product)
WHERE p.productName IN ['Chocolade','Chai']
RETURN p.productName, p.unitPrice;

6.3.2 按多个数字和文本谓词过滤（Filter by Multiple Numeric and Textual Predicates）现在，让我们尝试找到一些以“ C”开头的昂贵东西。

SELECT p.ProductName, p.UnitPrice
FROM products AS p
WHERE p.ProductName LIKE 'C%' AND p.UnitPrice > 100;

在LIKE操作者通过所取代STARTS WITH（也有CONTAINS和ENDS WITH）所有其中的三个索引支持。

MATCH (p:Product)
WHERE p.productName STARTS WITH "C" AND p.unitPrice > 100
RETURN p.productName, p.unitPrice;

您还可以使用正则表达式，例如p.productName =~ "C.*"。

6.4 与客户联合产品
6.4.1 合并记录，结果去重（Join Records, Distinct Results）我们想看看谁买了Chocolade。让我们将这四个表连接在一起，不确定时请参考模型（ER图）。

SELECT DISTINCT c.CompanyName
FROM customers AS c
JOIN orders AS o ON (c.CustomerID = o.CustomerID)
JOIN order_details AS od ON (o.OrderID = od.OrderID)
JOIN products AS p ON (od.ProductID = p.ProductID)
WHERE p.ProductName = 'Chocolade';

图模型（看一下）要简单得多，因为我们不需要联接表，并且将连接表示为图模式也更易于阅读。

MATCH (p:Product {productName:"Chocolade"})<-[:PRODUCT]-(:Order)<-[:PURCHASED]-(c:Customer)
RETURN distinct c.companyName;

6.5 尚无订单的新客户
6.5.1 外部联接，聚合（Outer Joins, Aggregation）如果我们将问题转过来问“我总共购买和支付了什么？”，则JOIN保持不变，仅过滤器表达式发生变化。除非我们有没有任何订单的客户仍然想退货。然后，即使其他表中没有匹配的行，我们也必须使用OUTER联接来确保返回结果。

SELECT p.ProductName, sum(od.UnitPrice * od.Quantity) AS Volume
FROM customers AS c
LEFT OUTER JOIN orders AS o ON (c.CustomerID = o.CustomerID)
LEFT OUTER JOIN order_details AS od ON (o.OrderID = od.OrderID)
LEFT OUTER JOIN products AS p ON (od.ProductID = p.ProductID)
WHERE c.CompanyName = 'Drachenblut Delikatessen'
GROUP BY p.ProductName
ORDER BY Volume DESC;

在我们的Cypher查询中，客户和订单之间的匹配成为可选匹配，这等效于外部联接。

MATCH (c:Customer {companyName:"Drachenblut Delikatessen"})
OPTIONAL MATCH (p:Product)<-[pu:PRODUCT]-(:Order)<-[:PURCHASED]-(c)
RETURN p.productName, toInt(sum(pu.unitPrice * pu.quantity)) AS volume
ORDER BY volume DESC;

6.6 畅销员工6.6.1 聚合，分组（Aggregation, Grouping）

在上一个查询中，我们进行了一些汇总。通过汇总产品价格和订购数量，我们为该客户提供了每种产品的汇总视图。
您可以在SQL和Cypher中使用sum、 count、 avg、 max等聚合函数。在SQL中，聚合是显式的，因此您必须在GROUP BY子句中再次提供所有分组键。如果我们想看到我们最畅销的员工：

SELECT e.EmployeeID, count(*) AS Count
FROM Employee AS e
JOIN Order AS o ON (o.EmployeeID = e.EmployeeID)
GROUP BY e.EmployeeID
ORDER BY Count DESC LIMIT 10;

在Cypher中，聚合分组是隐式的。使用第一个聚合功能后，所有未聚合的列都会自动成为分组键。

MATCH (:Order)<-[:SOLD]-(e:Employee)
RETURN e.name, count(*) AS cnt
ORDER BY cnt DESC LIMIT 10

6.7 员工地区收集主从查询（Collecting Master-Detail Queries）在SQL中，有一种特别可怕的查询-主从信息。您有一个主要实体（主管，主管，父级）和许多附属实体（详细信息，职位，子级）。通常，您可以通过以下两种方式进行查询：合并两者并多次返回主数据（每个详细信息一次），或者仅获取主数据的主键，然后通过该外键提取所有详细信息行。

例如，如果我们查看每个地区的员工，则返回每个员工的地区信息。

SELECT e.LastName, et.Description
FROM Employee AS e
JOIN EmployeeTerritory AS et ON (et.EmployeeID = e.EmployeeID)
JOIN Territory AS t ON (et.TerritoryID = t.TerritoryID);

在Cypher中，我们可以像在SQL中那样返回结构。或者我们可以选择使用collect聚合函数，该函数将值聚合到一个集合（列表、数组）中。因此，每个父级只返回一行，其中包含一个内联的子级值集合。这也适用于嵌套值。

MATCH (t:Territory)<-[:IN_TERRITORY]-(e:Employee)
RETURN t.description, collect(e.lastName);

6.8 产品类别层次结构和树，可变长度联接（Hierarchies and Trees, Variable Length Joins）

如果必须在SQL中表示类别、区域或组织层次结构，则通常使用从子项到父项的外键通过自联接对它进行建模。添加数据没有问题，单级查询也没有问题（获取该父级的所有子级）。进入多级查询后，联接数将激增，尤其是在您的级别深度未固定的情况下。

以产品类别为例，我们必须预先决定要查询多少级类别。在这里，我们将只处理三个潜在级别（这意味着ProductCategory表的1 + 2 + 3 = 6个自联接）。

SELECT p.ProductName
FROM Product AS p
JOIN ProductCategory pc ON (p.CategoryID = pc.CategoryID AND pc.CategoryName = "Dairy Products")
JOIN ProductCategory pc1 ON (p.CategoryID = pc1.CategoryID
JOIN ProductCategory pc2 ON (pc2.ParentID = pc2.CategoryID AND pc2.CategoryName = "Dairy Products")
JOIN ProductCategory pc3 ON (p.CategoryID = pc3.CategoryID
JOIN ProductCategory pc4 ON (pc3.ParentID = pc4.CategoryID)
JOIN ProductCategory pc5 ON (pc4.ParentID = pc5.CategoryID AND pc5.CategoryName = "Dairy Products");

Cypher 能够通过适当的关系表达任何深度的层次结构。可变级别由可变长度路径表示，该路径由*关系类型和可选限制（min..max）后的星号表示。

MATCH (p:Product)-[:CATEGORY]->(l:ProductCategory)-[:PARENT*0..]-(:ProductCategory {name:"Dairy Products"})
RETURN p.name

Cypher 的功能远不止本文所述，希望通过与SQL的比较可以帮助您理解Cypher的基础概念。如果您对这种可能性感兴趣，并且想尝试学习更多，则只需在计算机上安装Neo4j，然后阅读史上最全Neo4j资源传送门，里面有丰富的Cypher学习资源的链接。

For Relational Database Developers: A SQL to Cypher Guide​neo4j.com

数据大鱼：史上最全Neo4j资源传送门​zhuanlan.zhihu.com