图数据库(一)：Neo4j简介

目录

图数据库Neo4j

Cypher查询

py2neo查询

neo4j查询

图数据库Neo4j

图形数据库也被称为图形数据库管理系统（GDBMS），现发展比较成熟的图数据库有Neo4j、OracleNoSQL、OrientDB、HypherGraphDB和GraphBase等

其中Neo4j是基于Java语言编写的图形数据库，它采用节点和关系的形式存储信息，并在此基础上提供界面友好的可视化演示，Neo4j图形数据库的主要组成有：

• 节点：即实体，用于表示一个单独存在的个体，节点一般包含多个属性
• 关系：也就是“边”，两个节点靠关系才能连接，每个关系也具有它自己的名词，可以通过Cypher检索关系名称来查找具有该关系的所有节点
• 属性：可以看作是节点的扩展描述，id、名称这些也属于节点的属性，详细的属性需要通过数据浏览器的Text标签进行查看
• 标签：即分组，Neo4j在建立节点或关系时要求事先分组
• 数据浏览器：Neo4j自己的可视化界面，用于提供用户执行Cypher查询命令并查看输出文本和图形

Cypher查询

Neo4j采用声明式查询语言Cypher，常用的增删查改指令，详情见官方文档

# 删除以往的所有节点和关系，MATCH是匹配操作，()表示一个节点，n是标识符
MATCH (n) DETACH DELETE n

# 创建一个标签为Person的节点，节点有一个name属性，属性值为'John'
CREATE (n:Person{name:'John'}) RETURN n

# 从a到b建立起FRIENDS关系，关系有一个since属性，属性值为2001
MATCH (a:Person{name:'Liz'}),(b:Person{name:'Mike'})MERGE (a)-[:FRIENDS{since:2001}]->b

# 查询在Boston出生的所有Person
MATCH (a:Person)-[:BORN_IN]->(b:location{city:'Boston'}) RETURN a,b

# 查询所有具有对外关系的节点
MATCH (a)-->() RETURN a

# 查询所有具有关系的节点
MATH (a)--() RETURN a

# 查询所有具有对外关系的节点，并返回节点的name属性值和关系类型
MATCH (a)-[r]->() RETURN a.name, type(r)

# 给a节点设置一个age属性，属性值为34
MATCH (a:Person{name:'Liz'}) SET a.age = 34

# 删除a节点的test属性
MATCH ... REMOVE a.test

# 删除a节点
MATCH ... DELETE a

当数据量过大时，可以将数据转变成UTF-8编码格式的.csv文件批量导入Neo4j

# 创建节点语法
# 从import文件夹中读取genre.csv
# 创建标签为genre的节点，节点有两个属性genre_id、genre_name，属性值为genre.csv中的genre_id、genre_name
load csv with headers from "file:///genre.csv" as line create (a:genre{genre_id:line.genre_id, genre_name:line.genre_name})

# 创建关系语法
# 从import文件夹中读取actor_to_movie.csv
# 根据actor_to_movie.csv中的数据匹配a和m节点，并在它们之间建立ACTED_IN关系
load csv with headers from "file:///actor_to_movie.csv" as line match (a:Actor), (m:Movie) where a.actor_id = line[1] and m.movie_id = line[2] create (a)-[:ACTED_IN]->(m)

# PS：上述载入关系有时会因数据规模太大产生笛卡尔积而Neo4j不予通过，可改用以下形式分三次执行,结果一样
load csv with headers from "file:///actor_to_movie.csv" as line create (a:actor_to_movie{actor_id:line.actor_id, movie_id:line.movie_id})
match (a:actor), (m:movie), (n:actor_to_movie) where a.actor_id = n.actor_id and m.movie_id = n.movie_id create (a)-[:ACTED_IN]->(m)
match (n:actor_to_movie) delete n

py2neo查询

py2neo库是Neo4j图数据库的python驱动，可以参考官方文档
使用py2neo操作Neo4j有两种形式，一种是直接采用py2neo自己创建好的函数，另一种是采用Cypher语言描述形式

# 导入py2neo库
form py2neo import Graph

# 配置链接到Neo4j的参数
graph = Graph('http://localhost:7474', usename='neo4j', password='123456')
# sql是符合Cypher语言的字符串，注意要return你需要的数据
sql = "match (n:rocket{roket_id:'1'} return n.rocket_name"
# 链接到Neo4j中执行Cypher语句，会返回一个字典类型
result = graph.run(sql).data()
# 从字典中抽取数据
deal_result = result['n.rocket_name']

 neo4j查询

neo4j库是Neo4j图数据库的官方python驱动，可以参考官方文档.

from neo4j import GraphDatabase

driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))

def add_friend(tx, name, friend_name):
    tx.run("MERGE (a:Person {name: $name}) "
           "MERGE (a)-[:KNOWS]->(friend:Person {name: $friend_name})",
           name=name, friend_name=friend_name)

def print_friends(tx, name):
    for record in tx.run("MATCH (a:Person)-[:KNOWS]->(friend) WHERE a.name = $name "
                         "RETURN friend.name ORDER BY friend.name", name=name):
        print(record["friend.name"])

with driver.session() as session:
    session.write_transaction(add_friend, "Arthur", "Guinevere")
    session.write_transaction(add_friend, "Arthur", "Lancelot")
    session.write_transaction(add_friend, "Arthur", "Merlin")
    session.read_transaction(print_friends, "Arthur")