《知识图谱》neo4j使用入门_neo4j入门

1. neo4j介绍

官网

Neo4j是一个世界领先的开源图形数据库。 它是由Neo技术使用Java语言完全开发的。

1.1 下载

1.2 拷贝激活码

1.3 安装

1.4 打开

1.5 初始化运行环境

这里需要等待较长的时间

1.6 neo4j主界面

---

2. neo4j 基础操作

为了快速入门那neo4j，我们通过官方的guide来快速入门

以下内容将分为6部分

1. Match(匹配)
2. Create(创建)
3. Delete(删除)
4. Merge(合并)
5. List(列表)
6. Where(条件过滤)
7. Match进阶
8. Recommend(推荐)

2.1 Match(匹配)操作

查询name(名字)为Tom Hanks的节点

MATCH (a:Person {name:'Tom Hanks'}) RETURN a
1

2.2 Create(创建)操作

创建一个Person(人)节点,name(名字)为Brie Larson,born(出生日期)为1989

CREATE (a:Person {name:'Brie Larson', born:1989}) RETURN a
1

创建一个Movie(电影)节点,title(标题)为Captain Marvel,released(发布时间)为2019,tagline(标语)为Everything begins with a (her)o.

CREATE (a:Movie {title:'Captain Marvel', released:2019, 
tagline:'Everything begins with a (her)o.'}) RETURN a
1
2

2.3 Delete(删除)操作

作用

1. 删除创建次数过多的任何人或电影
2. 注意此查询将删除节点和关系

删除name(名字)为Brie Larson的Person(人)节点

MATCH (a:Person {name:'Brie Larson'}) DETACH DELETE a
1

MATCH (a:Movie {title:'Captain Marvel'}) DETACH DELETE a
1

2.4 Merge(合并)操作

创建或者更新节点

合并操作通常与匹配(match)和更新(update)一起使用，当使用ON CREATE的时候会新创建一个节点，使用ON MATCH的时候会更新已有的的节点

MERGE (a:Person {name:'Brie Larson'}) 
ON CREATE SET a.born = 1989 
ON MATCH SET a.stars = COALESCE(a.stars, 0) + 1
RETURN a
1
2
3
4

1. Match(匹配)一个Person(人)和一个Movie(电影)
2. 指定一个Person(人)的r.roles(角色)在这个Movie(电影)里

MATCH (a:Person {name:'Brie Larson'}), (b:Movie {title:'Captain Marvel'})
MERGE (a)-[r:ACTED_IN]->(b) SET r.roles = ['Carol Danvers']
RETURN a,r,b
1
2
3

如果之前进行了Delete操作，则需要把删除的节点添加进来，不然运行会无结果

CREATE (a:Movie {title:'Captain Marvel', released:2019, 
tagline:'Everything begins with a (her)o.'}) RETURN a

CREATE (a:Person {name:'Brie Larson', born:1989}) RETURN a

MATCH (a:Person {name:'Brie Larson'}), (b:Movie {title:'Captain Marvel'})
MERGE (a)-[r:ACTED_IN]->(b) SET r.roles = ['Carol Danvers']
RETURN a,r,b
1
2
3
4
5
6
7
8

2.5 List(列表)操作

列表操作

1. 在此高级合并中，列表用于首先<>过滤当前角色，
2. 将过滤后的角色列表与当前角色合并成一个新列表

MATCH (a:Person {name:'Brie Larson'}), (b:Movie {title:'Captain Marvel'})
MERGE (a)-[r:ACTED_IN]->(b) 
SET r.roles = [x in r.roles WHERE x <> 'Captain Marvel'] + ['Captain Marvel']
RETURN a,r,b
1
2
3
4

2.6 Where(条件过滤)

where操作主要用来做过滤，使用和sql中的where类似

1. 匹配出name为'Tom'开头的Person(人)结果集

MATCH (a:Person) WHERE a.name STARTS WITH 'Tom' RETURN a
1

1. MATCH(匹配)出released发布时间大于1990，小于2000的Movie(电影)节点

MATCH (a:Movie) WHERE a.released > 1990 AND a.released < 2000 RETURN a
1

2.7 Match进阶

操作说明：

1. MATCH(匹配)出Movie(电影)中存在人名为Tom Hanks的节点
2. 其中是ACTED_IN表示节点接的关系，其中有一个属性叫做roles角色，在这里表示电影中存在角色的关系

MATCH (a:Person {name:'Tom Hanks'})-[:ACTED_IN]->(m:Movie) RETURN a,m
1

操作说明：

1. 标题为Cloud Atlas的Movie(电影)DIRECTED导演

MATCH (m:Movie {title:'Cloud Atlas'})<-[:DIRECTED]-(d:Person) RETURN d
1

操作说明：

1. 查找与Tom Hanks一起ACTED_IN演过电影的人，打印出人名

MATCH (a:Person {name:'Tom Hanks'})-[:ACTED_IN]->(m)<-[:ACTED_IN]-(c) RETURN c.name
1

操作说明：

1. 查找出于电影Cloud Atlas有联系的people.name人名，type(relatedTo)关系类型，relatedTo关系信息

MATCH (people:Person)-[relatedTo]-(:Movie {title:'Cloud Atlas'}) 
RETURN people.name, type(relatedTo), relatedTo
1
2

操作说明：

1. 好莱坞电影(hollywood)和演员凯文·培根（Kevin Bacon）最多4跳的结果

MATCH (bacon:Person {name:"Kevin Bacon"})-[*1..4]-(hollywood)
RETURN DISTINCT hollywood
1
2

操作说明：

1. 演员Kevin Bacon与演员Al Pacino的最短路径

MATCH p=shortestPath(
              (bacon:Person {name:"Kevin Bacon"})-[*]-(a:Person {name:'Al Pacino'})
            )
RETURN p
1
2
3
4

2.8 Recommend(推荐)

操作说明：
扩展合作者，去查找尚未与汤姆·汉克斯（Tom Hanks）合作，但是和他合作者合作过的人

MATCH (a:Person {name:'Tom Hanks'})-[:ACTED_IN]->(m)<-[:ACTED_IN]-(coActors),
      (coActors)-[:ACTED_IN]->(m2)<-[:ACTED_IN]-(cocoActors)
WHERE NOT (a)-[:ACTED_IN]->()<-[:ACTED_IN]-(cocoActors) AND a <> cocoActors
RETURN cocoActors.name AS Recommended, count(*) AS Strength ORDER BY Strength DESC
1
2
3
4

操作说明：
寻找可以将Tom Hanks介绍给Tom Cruise的人

MATCH (a:Person {name:'Tom Hanks'})-[:ACTED_IN]->(m)<-[:ACTED_IN]-(coActors),
(coActors)-[:ACTED_IN]->(m2)<-[:ACTED_IN]-(other:Person {name:'Tom Cruise'})
RETURN a, m, coActors, m2, other
1
2
3

参考

1. 官网
2. 文档

关注公众号，持续更新哟~