快速初步了解Neo4j与使用
快速初步了解Neo4j与使用
Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。
Neo4j因其嵌入式、高性能、轻量级等优势，越来越受到关注.
你可以把Neo看作是一个高性能的图引擎，该引擎具有成熟和健壮的数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。 [1]
Neo是一个网络——面向网络的数据库——也就是说，它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络上而不是表中。网络（从数学角度叫做图）是一个灵活的数据结构，可以应用更加敏捷和快速的开发模式。
1.下载Neo4j桌面版,这里需要先注册然后下载:
需要先注册:
2.下载后点击安装,这里你可以自己指定安装的目录,Next安装完成后如下:
我们可以依照图中创建一个project,然后点击start,这个时候我们进入一个Browser,这个我这里建立的是一个本地的模式,所以可以在本地进行操作,我们进入下一个页面:
进入这个页面后,我们可以在最顶上写代码语句
3.代码语句相关语法
我们将首先查看允许我们创建数据的子句。
要添加数据，我们只使用我们已知的模式。通过提供模式，我们可以指定我们想要成为图形的一部分的图形结构，标签和属性。
显然，最简单的条款被称为CREATE。它将继续直接创建您指定的模式。
对于我们到目前为止看到的模式，这可能如下所示：
CREATE (:Movie { title:"The Matrix",released:1997 })
如果我们执行此语句，Cypher将返回更改的数量，在这种情况下，添加1个节点，1个标签和2个属性。
+-------------------+
| No data returned. |
+-------------------+
Nodes created: 1
Properties set: 2
Labels added: 1
当我们开始使用空数据库时，我们现在拥有一个包含单个节点的数据库：
如果我们还想要返回创建的数据，我们可以添加一个RETURN子句，它引用我们分配给模式元素的变量。
CREATE (p:Person { name:"Keanu Reeves", born:1964 })
RETURN p
这是返回的内容：
+----------------------------------------+
| p |
+----------------------------------------+
| Node[1]{name:"Keanu Reeves",born:1964} |
+----------------------------------------+
1 row
Nodes created: 1
Properties set: 2
Labels added: 1
如果我们想要创建多个元素，我们可以用逗号分隔元素或使用多个CREATE语句。
我们当然也可以创建更复杂的结构，例如ACTED_IN与角色信息的关系，或者DIRECTED导演的关系。
CREATE (a:Person { name:"Tom Hanks",
born:1956 })-[r:ACTED_IN { roles: ["Forrest"]}]->(m:Movie { title:"Forrest Gump",released:1994 })
CREATE (d:Person { name:"Robert Zemeckis", born:1951 })-[:DIRECTED]->(m)
RETURN a,d,r,m
这是我们刚刚更新的图表的一部分：
在大多数情况下，我们希望将新数据连接到现有结构。这要求我们知道如何在图表数据中找到现有模式，我们将在下面介绍。
2.2.2.2。匹配模式
匹配模式是MATCH语句的任务。我们传递了迄今为止用过的相同类型的模式MATCH来描述我们正在寻找的东西。它类似于查询示例，只是我们的示例还包括结构。
一个MATCH声明将搜索我们指定，并返回模式每个成功的模式匹配一行。 |
|
|---|---|
为了找到我们到目前为止创建的数据，我们可以开始查找标有Movie标签的所有节点。
MATCH (m:Movie)
RETURN m
这是结果：
这应该显示矩阵和阿甘正传。
我们也可以找一个特定的人，比如基努·里维斯。
MATCH (p:Person { name:"Keanu Reeves" })
RETURN p
此查询返回匹配节点：
请注意，我们仅提供足够的信息来查找节点，而不是所有属性都是必需的。在大多数情况下，您可以使用SSN，ISBN，电子邮件，登录，地理位置或产品代码等关键属性进行查找。
我们还可以找到更多有趣的连接，例如Tom Hanks所扮演的电影片名以及他扮演的角色。
MATCH (p:Person { name:"Tom Hanks" })-[r:ACTED_IN]->(m:Movie)
RETURN m.title, r.roles
+------------------------------+
| m.title | r.roles |
+------------------------------+
| "Forrest Gump" | ["Forrest"] |
+------------------------------+
1 row
在这种情况下，我们只返回了我们感兴趣的节点和关系的属性。您可以通过点表示法访问它们identifer.property。
当然，这只列出了他在Forrest Gump中作为Forrest的角色，因为这是我们添加的所有数据。
现在我们知道足够的新节点连接到现有的和可能结合起来MATCH，并CREATE以结构连接到图表。
2.2.2.3。附加结构
要使用新信息扩展图形，我们首先匹配现有连接点，然后使用关系将新创建的节点附加到它们。添加Cloud Atlas作为Tom Hanks的新电影可以像这样实现：
MATCH (p:Person { name:"Tom Hanks" })
CREATE (m:Movie { title:"Cloud Atlas",released:2012 })
CREATE (p)-[r:ACTED_IN { roles: ['Zachry']}]->(m)
RETURN p,r,m
这是结构在数据库中的样子：
| 重要的是要记住，我们可以将变量分配给节点和关系，并在以后使用它们，无论它们是创建还是匹配。 | |
|---|---|
可以在单个CREATE子句中附加节点和关系。为了便于阅读，它有助于将它们分开。
组合的一个棘手的方面MATCH，并CREATE为我们得到每个匹配的模式一行。这会导致后续CREATE语句对每行执行一次。在许多情况下，这就是你想要的。如果不是这样，请在CREATE语句之前移动语句MATCH，或者用后面讨论的方法更改查询的基数，或者使用下一个子句的get或create语义：MERGE。 |
|
|---|---|
2.2.2.4。完成模式
每当我们从外部系统获取数据或者不确定图中是否已存在某些信息时，我们希望能够表达可重复（幂等）的更新操作。在Cypher中MERGE有这个功能。它的作用类似于MATCH or 的组合CREATE，它在创建数据之前首先检查数据是否存在。随着MERGE你定义图案被发现或创建的。通常，与MATCH您一样，您只想在核心模式中包含要查找的键属性。 MERGE允许您提供要设置的其他属性ON CREATE。
如果我们不知道我们的图表是否已经包含Cloud Atlas，我们可以再次合并它。
MERGE (m:Movie { title:"Cloud Atlas" })
ON CREATE SET m.released = 2012
RETURN m
+--------------------------------------------+
| m |
+--------------------------------------------+
| Node[5]{title:"Cloud Atlas",released:2012} |
+--------------------------------------------+
1 row
我们在任何两种情况下都得到结果：图表中已有的数据（可能多于一行）或新创建的单个Movie节点。
其中MERGE没有任何先前分配的变量的子句匹配完整模式或创建完整模式。它永远不会在模式中产生匹配和创建的部分混合。要实现部分匹配/创建，请确保为不应受影响的部分使用已定义的变量。 |
|
|---|---|
因此，最重要的MERGE是确保您不能创建重复的信息或结构，但它需要首先检查现有匹配的成本。特别是在大型图形上，扫描大量标记节点以获得特定属性可能是昂贵的。您可以通过创建支持索引或约束来减轻其中的一些，我们将在稍后讨论。但它仍然不是免费的，所以每当你一定不会创建重复数据使用CREATE了MERGE。
MERGE也可以断言关系只创建一次。要使其工作，您必须从先前的模式匹配中传入两个节点。 |
|
|---|---|
MATCH (m:Movie { title:"Cloud Atlas" })
MATCH (p:Person { name:"Tom Hanks" })
MERGE (p)-[r:ACTED_IN]->(m)
ON CREATE SET r.roles =['Zachry']
RETURN p,r,m
如果关系的方向是任意的，您可以不用箭头。 MERGE然后将检查任一方向的关系，如果未找到匹配关系，则创建新的定向关系。
如果您选择仅从前一个子句传入一个节点，则MERGE提供一个有趣的功能。然后，它将仅在给定模式的所提供节点的直接邻域内匹配，并且如果未找到则创建它。这对于创建例如树结构非常方便。
CREATE (y:Year { year:2014 })
MERGE (y)<-[:IN_YEAR]-(m10:Month { month:10 })
MERGE (y)<-[:IN_YEAR]-(m11:Month { month:11 })
RETURN y,m10,m11
这是创建的图形结构：
这里没有全局搜索两个Month节点; 它们仅在2014 Year节点的上下文中搜索。
这里我们可以参考如下的文档查看:
https://neo4j.com/docs/developer-manual/3.4/get-started/cypher/patterns-in-practice/
4.这里我们先建立一个Demo
比如我们平时看电影,张三可以用电影票看电影,李四也可以,他们都去看了同一个电影<葫芦娃>,相应的语句如下:
CREATE (a:Person { name:"张三",
born:1956 })-[r:电影票 { roles: ["电影票"]}]->(m:Movie { title:"葫芦娃",released:1994 })
CREATE (d:Person { name:"李四", born:1951 })-[:也看]->(m)
RETURN a,d,r,m
我们建立之后的效果如下:
再比如一2014年的10月11月和12月之间的关系:
CREATE (y:Year { year:2014 })
MERGE (y)<-[:IN_YEAR]-(m10:Month { month:10 })
MERGE (y)<-[:IN_YEAR]-(m11:Month { month:11 })
MERGE (y)<-[:IN_YEAR]-(m12:month{month:12})
RETURN y,m10,m11,m12
我们可以看到neo4j中将几个有关联的对象进行了联系,并从箭头方向表示相应的关系,此时我们已经通过neo4j建了一个表的数据了.
