【Neo4j cypher命令】 使用

零、引言

图库Neo4j使用cypher语句为基本操作语言，本文总结一些关键字的使用方法

目录

• 零、引言
• 一、关键词总结
  • 1.1 Load csv 读取文件
  • 1.2 create 创建实体或关系
  • 1.3 delete 删除实体或关系
  • 1.4 match 查询节点和关系
  • 1.5 set 修改实体标签或属性
  • 1.6 索引的创建与删除（索引是在属性上创建的，用于加速检索）
  • 1.7 单条最短路径
  • 1.8 多条最短路径
  • 1.9 collect 将多个值转换成列表
  • 1.10 unwind 将列表拆分成多个值
  • 1.11 yield 依次迭代生成对象
  • 1.12 merge 有关系则返回，没有则创建关系
  • 1.13 optional match 可选择匹配，若匹配结果包含空，则用NULL占位
  • 1.14 XXX with 字符串开头结尾匹配
  • 1.15 得到边上的节点
  • 1.16 得到某节点的id或key
  • 1.16 split 对指定字符串用指定分隔符split
  • 1.17 count 统计指定标签下节点个数
  • 1.18 distinct 对返回结果去重
  • 1.19 linenumber() 返回按行操作后的行号
  • 1.20 USING PERIODIC COMMIT 多行语句提交
  • 1.21 grant 赋权
  • 1.22 apoc.periodid.iterate 并行可迭代过程 需grant赋权
  • 1.23 apoc.cypher.parallel并行化操作

一、关键词总结

1.1 Load csv 读取文件

load csv with headers from 'file:///ces.csv' as line with line, linenumber()-1 as number 
call apoc.create.node([line.table],{table:line.table, ziduan:line.ziduan}) yield node return number

1. 行终止标识和系统有关，例如在 Unix 中是 \n，在 Windows 上是 \r\n。 如windows环境导入LOAD CSV FROM 'file:///F:\\code\\java\\helloworld\\artists.csv' AS line
2. 分隔符必须是逗号，除非用通过 FIELDTERMINATOR 特殊指定
3. 如果字符串是用双引号引起来的，数据读入后会将双引号去掉
4. 任何需要转义的字符都可以通过反斜线 \ 来转义
5. 要访问本地（在数据库服务器上）文件，使用 file:/// 路径。除此之外，可以使用任何 HTTPS，HTTP 和 FTP 协议
6. LOAD CSV导入数据， 可配合使用apoc.node.create() 动态添加单标签，多标签
7. LOAD CSV是在线导入（导入数据量和效率一般）， 使用neo4j-admin import 是离线导入，必须断服务

CALL apoc.export.cypher.all('export.cypher',{format:'cypher-shell'})

1. 全量导入图库所有内容，全图导出到 import目录下
2. 若要载入，需在命令行中执行cat export.cypher | cypher-shell -u neo4j -p neo4j 并重启neo4j服务

1.2 create 创建实体或关系

1. 最简单的创建实体和关系（不带属性）
   create (n:Person)-[:LOVES]->(m:Dog)
2. 创建2个或多个属性的实体
   create (z:ziduan{name:"f_name",table:"dianlibiao"}) return count(*)
3. 创建带属性的实体和关系
   create (n:Person{name:"李四"})-[:FEAR{level:1}]->(t:Tiger{type:"东北虎"})
4. 对实体间创建关系
   match (n:Person{name:""王五""}), (m:Person{name:"赵六"}) create (n)-[k:KNOW]->(m) return k

1.3 delete 删除实体或关系

1. 先用match查找已有实体、关系， 再用delete删除关系
   match (n:Person{name:"李四"})-[f:FEAR]->(t:Tiger) delete f
2. 删除所有节点中的bian关系
   match(m)-[b:bian]-(n) delete b
3. match查询实体，delete删除实体
   match (n:Person{name:"李四"}) delete n
4. 同时删除实体和关系
   match(n) detach delete n
5. 删除所有节点
   match (n) delete n
6. 删除所有节点并级联删除关系
   match (n) detach delete n
7. 删除Loc标签的所有结点和关系
   MATCH (r:Loc) DETACH DELETE r

1.4 match 查询节点和关系

• match 查询类似与关系型数据库中的 select ， 其语法结构如下：

  match 
      (node)-[relationship]->(node)
  where
      （node  |  relationship)
  return 
        (node | relationship)

match (n：Persion)-[:HAS_PHONE]->(p:Phone) where n.name="姓名6" return n, p  limit 10

n: 表示别名，这里定义了不同实体的别名n 和 p
:HAS_PHONE 表示关系名称
() 圆括号里面表示实体 [] 方括号里面表示关系,都是英文状态下
()-[]->() 表示实体-关系-实体 该关系是有方向的，若要表示无方向的关系，则用： ()-[]-()

1. 查询所有实体节点
   match(n) return n
2. 根据id查找实体

match (t:Tiger) where id(t)=1837 return t
match (t:Tiger) where id(t)=1837 delete t

3. 多度关系查询

match (n：Persion)-[:HAS_PHONE]->(p:Phone)-[:CALL]->(p1: Persion) where n.name=“姓名6” return n, p,p1  limit 10

4. 利用关系查询， 不限定实体只限定关系的查询

match p=()-[c: CALL]->() return p limit 10

5. 根据实体属性匹配正则查询， 使用通配符，通配符前要加~

match (n:USERS) where n.name=~'Jack.*' return n limit 10

6. 包含查询 使用关键词contains

match (n:USERS) where n.name= contains 'J'  return n limit 10

7. 附带属性多实体查询， 逗号隔开，注意语法

match (n:Person{name:"王五"}), (m:Person{name:"赵六"}) return n,m

8. 查询多种label节点，并进行过滤

match(n) where n:标签1 or n:标签B  return distinct n;

• distinct * 关键字表示返回节点不重复

9. 返回非某几类标签，注意使用 not and 关键字

match(n) where not n:标签1 and not n:标签B  return distinct n;

1.5 set 修改实体标签或属性

1. 给实体增加标签

match (t:Tiger) where id(t)=1837 set t:A  return t	

本质上是给实体增加一个标签，一个实体可以有多个标签
此时该实体有两个标签A Tiger
2. 给实体增加属性

match (a:A) where id(t)=1837 set a.年龄=10  return a

3. 给关系增加属性

match (n:Person)-[l:LOVE]->(:Person) set l.date="1990" return n, l                                                           |        |	

4. 给所有节点增加标签

match(n) set n:table return n

1.6 索引的创建与删除（索引是在属性上创建的，用于加速检索）

1. 创建索引 （在Person标签的name属性上创建索引）

create index on :Person(name)

2. 删除索引

drop index on :Person(name)

3. 创建唯一索引（在实体Person的name属性上创建唯一索引）

create constraint on (p:Person) assert (p.name)  is  unique

4. 删除唯一索引

drop constraint on (p:Person) assert (p.name)  is  unique

1.7 单条最短路径

match (p1:Person{name:"姓名2"}),(p2:Person{name:"姓名10"}), p=shortestpath((p1)-[*..10]-(p2)) return p

shortestpath()用于查询最短路径 [*..10] 表示关系中不超过10度关系

1.8 多条最短路径

match (p1:Person{name:"姓名2"}),(p2:Person{name:"姓名10"}), p=allshortestpaths((p1)-[*..10]-(p2)) return p

1.9 collect 将多个值转换成列表

match (n:ERP_anek) with collect(n) as list call apoc.refactor.mergeNodes(list, {properties:{ziduan:'combine'}}) yield node return count(node)

表ERP_anek是实体，属性为该表字段，数据导入后，将多个实体合并

1.10 unwind 将列表拆分成多个值

WITH [[1, 2],[3, 4], 5] AS nested
UNWIND nested AS x
UNWIND x AS y
RETURN y

依次遍历拆开多个列表

1.11 yield 依次迭代生成对象

CALL db.labels() YIELD label
WHERE label CONTAINS 'User'
RETURN count(label) AS numLabels

1、yield和call 关键字 通常一起使用
2、call 后跟图库已实现的procedure,如各种apoc功能， 而yield则为得到
3、call后需加上 procedure的入参；而yield后可加 procedure的返回值

1.12 merge 有关系则返回，没有则创建关系

match (n:Person{name:"王五"}), (m:Person{name:"赵六"}) merge (n)-[l:LOVE]->(m) return l

match (n),(m) where n=m merge (n)-[t:TABLE{table_name:n.table}]-(m) return t

1.13 optional match 可选择匹配，若匹配结果包含空，则用NULL占位

OPTIONAL MATCH (n)-[r]->(m) RETURN m

匹配结果集中如果有丢的部分，则会用null来补充

1.14 XXX with 字符串开头结尾匹配

1. start with 匹配字符串的开头

  MATCH (n)
  WHERE n.name STARTS WITH '张'
  RETURN n

2. end with 匹配字符串的结尾

  MATCH (n)
  WHERE n.name ENDS WITH '三'
  RETURN n

1.15 得到边上的节点

1. startNode(rel) 得到一条关系rel对应的起始节点
2. endNode(rel) 得到一条关系rel对应的中止节点

1.16 得到某节点的id或key

3. id(node) 得到某节点的id值
4. keys(node) 得到某节点的key

1.16 split 对指定字符串用指定分隔符split

模板 ：
split(original, splitDelimiter)
使用splitDelimiter切分original

LOAD CSV WITH HEADERS FROM 'file:///employees.csv' AS row
MERGE (e:Employee {employeeId: row.Id, email: row.Email})
WITH e, row
UNWIND split(row.Skills, ':') AS skill

1.17 count 统计指定标签下节点个数

MERGE (e:Employee {employeeId: row.employeeId, name: row.Name})
RETURN count(e);

统计指定标签下节点个数

1.18 distinct 对返回结果去重

WITH [1,1,2,2] AS coll UNWIND coll AS x
WITH DISTINCT x
RETURN collect(x) AS SET

1.19 linenumber() 返回按行操作后的行号

LOAD CSV FROM '{csv-dir}/artists.csv' AS line RETURN linenumber() AS number, line   XXXX

按行导入csv,并返回linenumber

1.20 USING PERIODIC COMMIT 多行语句提交

通常用于批量执行语句中，可将多条语句累计一定量后提交， 如load csv 按行载入数据，可以每1000行提交一版

USING PERIODIC COMMIT 1000 
LOAD CSV FROM '{csv-dir}/artists.csv' AS line

1、指示Neo4j在多行之后执行提交
2、减少了事务状态的内存开销
3、提交将每1000行发生一次

1.21 grant 赋权

grant 操作需要企业版，社区版由于无法赋权，所以很多高性能操作无法实现

Grant 赋权 共包含8大类：
1）为图的不同部分定义了写特权：
CREATE -允许创建节点和关系。
DELETE -允许删除节点和关系。
SET LABEL-允许使用SET子句设置指定的节点标签。
REMOVE LABEL-允许使用REMOVE子句删除指定的节点标签。
SET PROPERTY -允许在节点和关系上设置属性。
2）还有一些组合特权，这些特权组合了上述特定特权：
MERGE-允许match，create和set属性以允许MERGE命令。
WRITE -允许在整个图形上进行所有写操作。
ALL GRAPH PRIVILEGES -允许在整个图形上进行所有读取和写入操作。

grant create on graph neo4j elements * to neo4j   *给neo4j用户增加对neo4j图库的create权限*

Neo4j Cypher Refcard 4.1 语法使用查找表

1.22 apoc.periodid.iterate 并行可迭代过程 需grant赋权

CALL apoc.periodic.iterate( statement1, statement2, { batchSize:1000, iterateList:true, parallel:false, params:{}, concurrency:50, retries:0 } ) 
YIELD batches, total

1、建议始终设置iterateList:true，因为这样使得一个批次中所有内查询(由batchSize决定)会作为一个事务被提交、从而提高运行效率。
2、仅当数据库是存储在SSD(固态硬盘)时才使用parallel:true选项，因为SSD具有更好的随机读写速率。如果是物理硬盘则不要使用并行选项，因为这反而会降低整体执行效率。
3、并发数concurrency通常设置成分配给数据库服务运行的CPU内核数的整数倍。例如，如果Neo4j服务器运行在8个CPU内核的虚拟或物理主机上，那么concurrency可以是8、16、24等值。
4、并发执行时，如果不同线程需要对同一数据库对象(节点或关系)进行更新，先执行的线程会对待更新的数据库对象加锁(locking)，这时其它线程的更新会被阻塞、并报告“锁获取失败”或者Java NullPointerException空指针错误。
一种解决方法是设置重试次数retries，每次重试会等待100ms。
如果还是出现死锁，则不使用并行执行。

1.23 apoc.cypher.parallel并行化操作

call apoc.cypher.parallel('match (n:ERP_anek),(m) where not m:ERP_anek and n.ziduan = m.ziduan merge (n)-[b:bian{lianlu:n.ziduan}]-(m) return b.lianlu', {table: ['ERP_anek','ERP_crhd','ERP_iseg']},'table') yield value 

需要grant 添加权限，而grant 操作需要企业版

未完待续...