Neo4j入门教程：节点、关系增删改查，CQL、py2neo使用方法-每日运维

Neo4j入门教程：节点、关系增删改查，CQL、py2neo使用方法 Neo4j logo

Neo4j是图数据库中的佼佼者，采用Java编写，社区版已开源，商业版需收费。Neo4j是一个高性能的NoSQL图形数据库（Graph Database），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。Neo4j拥有十分酷炫的可视化界面，这是一般图数据库所不具备的。本文将通过一个简单的例子来介绍Neo4j中的基本操作：对节点和边实现增删改查。我们想要实现的图（作为例子，简单易懂）如下：

Neo4j入门教程：节点、关系增删改查，CQL、py2neo使用方法例子

在上述例子中，共有两类节点：City和Company，一类关系：(Company) -[belongTo]-> (City)。

CQL

Neo4j 的 CQL 是非常重要的命令，类似于 SQL 语句，具体的用法可以参考：https://www.w3cschool.cn/neo4j/neo4j_cql_introduction.html。我们使用CQL实现节点、关系的增删改查。

ADD

City的节点可以通过使用如下命令使用：

create (city: City{name: "上海市", area: "6340.5平方千米", population: "2487.09万人", alias: ["沪", "申"]});
create (city: City{name: "北京市", area: "16410平方千米", population: "2189.31万人", alias: ["京", "帝都"]});
create (city: City{name: "深圳市", area: "1997.49平方千米", population: "1756万人", alias: ["深", "鹏城"]});
create (city: City{name: "杭州市", area: "16850平方千米", population: "1193万人", alias: ["杭"]});

在上述语句中，create表示新建，小括号内是节点信息，节点的类型（label）是City，city是其别名，花括号内是该节点的属性，共有name、area、population、alias四个属性。注意：Neo4j支持列表这个数据类型，但不支持时间日期这个数据类型。 Company的节点可以通过使用如下命令使用：

create (company: Company{name: "阿里"});
create (company: Company{name: "网易"});
create (company: Company{name: "百度"});
create (company: Company{name: "字节跳动"});
create (company: Company{name: "新浪"});
create (company: Company{name: "拼多多"});
create (company: Company{name: "B站"});
create (company: Company{name: "小红书"});
create (company: Company{name: "华为"});
create (company: Company{name: "腾讯"});
create (company: Company{name: "招商银行"});

创建关系的命令如下：

match (city: City{name: "杭州市"}), (company: Company{name: "阿里"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "杭州市"}), (company: Company{name: "网易"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "上海市"}), (company: Company{name: "拼多多"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "上海市"}), (company: Company{name: "B站"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "上海市"}), (company: Company{name: "小红书"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "北京市"}), (company: Company{name: "新浪"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "北京市"}), (company: Company{name: "百度"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "北京市"}), (company: Company{name: "字节跳动"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "深圳市"}), (company: Company{name: "华为"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "深圳市"}), (company: Company{name: "腾讯"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);
match (city: City{name: "深圳市"}), (company: Company{name: "招商银行"}) create (company) -[r:belongTo{name: "所在城市"}]-> (city);

事实上，我们还可以用如下命令来实现关系的新建：

create (company: Company{name: "阿里"}) -[r:belongTo{name: "所在城市"}]-> (city:City{name: "杭州市"});

update

如果需要更新某个节点的属性，命令如下（比如将上海市节点的简称新增“魔都”这个名字）:

MATCH (city:City)
WHERE city.name="上海市"
SET city.alias=["沪", "申", "魔都"]
RETURN city;

Neo4j入门教程：节点、关系增删改查，CQL、py2neo使用方法修改上海市节点的属性

上述命令也涉及到了查询（select），只是CQL的查询与SQL接近但又不相同。当然，我们也可以修改某条关系。

delete

CQL的删除命令有delete和remove，两者的区别为：

delete命令为删除节点、删除节点及相关节点和关系；
remove命令为删除节点或关系的标签、删除节点或关系的属性

我们以删除上海市节点的alias属性为例，命令如下：

MATCH (city: City{name: "上海市"})
REMOVE city.alias
RETURN city;

Neo4j入门教程：节点、关系增删改查，CQL、py2neo使用方法删除上海市节点的alias属性

注意，当我们在删除某个节点的时候，需要确定该节点无其他节点无关系相连，即该节点为孤立节点，否则，就会报错。比如，我们想删除上海市这个节点，命令如下：

MATCH (city: City{name: "上海市"})
DELETE city;

报错如下：

Neo4j入门教程：节点、关系增删改查，CQL、py2neo使用方法删除上海市节点会报错

select

CQL的查询语句是灵活、功能强大的。我们仅介绍简单的几个命令。

查询所有的节点：

match (n) return (n);

查询所有节点的数量

match (n) return count(n);

查询所有的Company节点

match (n:Company) return (n);

查询名字为北京市的City节点

match (n:City{name: "北京市"}) return (n);

查询招商银行与深圳市的关系

match (a:Company{name: "招商银行"}) -[r]-> (b:City{name: "深圳市"}) return type(r);

查询该图谱中杭州市下面的Company

match (a:Company) -[r:belongTo]-> (b:City{name: "杭州市"}) return (a);

CQL还支持更高级的查询，如最短路径查询等。

py2neo

py2neo是用来对接 Neo4j 的 Python 库，官方文档地址为http://py2neo.org/v3/index.html， GitHub地址为https://github.com/technige/py2neo。下面将介绍如何使用py2neo实现对Neo4j的简单操作。

neo4j的连接

py2neo连接Neo4j需要Neo4j的服务网址，用户名和密码，示例连接Python代码如下:

# -*- coding: utf-8 -*-
from py2neo import Graph

url = "http://localhost:7474"
username = "neo4j"
password = "password"
graph = Graph(url, auth=(username, password))
print("neo4j info: {}".format(str(graph)))

输出结果如下：

neo4j info: Graph('http://neo4j@localhost:7474')

ADD

我们来创建4个City节点和11个Company节点，代码如下：

from py2neo import Node, Relationship, Subgraph
city_list = [{"name": "上海市", "area": "6340.5平方千米", "population": "2487.09万人", "alias": ["沪", "申"]},
             {"name": "北京市", "area": "16410平方千米", "population": "2189.31万人", "alias": ["京", "帝都"]},
             {"name": "深圳市", "area": "1997.49平方千米", "population": "1756万人", "alias": ["深", "鹏城"]},
             {"name": "杭州市", "area": "16850平方千米", "population": "1193万人", "alias": ["杭"]}]
company_list = [{"name": "阿里"},
                {"name": "网易"},
                {"name": "百度"},
                {"name": "新浪"},
                {"name": "字节跳动"},
                {"name": "小红书"},
                {"name": "B站"},
                {"name": "拼多多"},
                {"name": "华为"},
                {"name": "招商银行"},
                {"name": "腾讯"}
                ]
for city in city_list:
    node = Node("City", **city)
    graph.create(node)
for company in company_list:
    node = Node("Company", **company)
    graph.create(node)

或者可以通过子图（Subgraph）来创建，这样创建效率更高，使用子图的示例代码如下：

from py2neo import Node, Relationship, Subgraph
city_list = [{"name": "上海市", "area": "6340.5平方千米", "population": "2487.09万人", "alias": ["沪", "申"]},
             {"name": "北京市", "area": "16410平方千米", "population": "2189.31万人", "alias": ["京", "帝都"]},
             {"name": "深圳市", "area": "1997.49平方千米", "population": "1756万人", "alias": ["深", "鹏城"]},
             {"name": "杭州市", "area": "16850平方千米", "population": "1193万人", "alias": ["杭"]}]
company_list = [{"name": "阿里"},
                {"name": "网易"},
                {"name": "百度"},
                {"name": "新浪"},
                {"name": "字节跳动"},
                {"name": "小红书"},
                {"name": "B站"},
                {"name": "拼多多"},
                {"name": "华为"},
                {"name": "招商银行"},
                {"name": "腾讯"}
                ]
node_list = []
for city in city_list:
    node_list.append(Node("City", **city))
for company in company_list:
    node_list.append(Node("Company", **company))

new_sub = Subgraph(node_list)
graph.create(new_sub)

创建City节点与Company节点之间的关系的示例代码如下：

# 创建关系
from py2neo import NodeMatcher
rel_dict = {"上海市": ["小红书", "B站", "拼多多"],
            "北京市": ["百度", "新浪", "字节跳动"],
            "深圳市": ["华为", "招商银行", "腾讯"],
            "杭州市": ["阿里", "网易"]}

node_matcher = NodeMatcher(graph=graph)
for key, vals in rel_dict.items():
    for val in vals:
        start_node = node_matcher.match("Company", name=val).first()
        end_end = node_matcher.match("City", name=key).first()
        rel = Relationship(start_node, "belongTo", end_end, name="所在城市")
        graph.create(rel)

这样创建的图谱就是一开始演示的例子。当然，我们也可以用Subgraph来创建，效率会更高。

UPDATE

如果需要更新某个节点的属性，示例Python代码如下（比如将上海市节点的简称新增“魔都”这个名字）:

# before update
node_matcher = NodeMatcher(graph=graph)
node = node_matcher.match("City", name="上海市").first()
print(node.__repr__())
# update node
node["alias"] = ['沪', '申', '魔都']
graph.push(node)
# after update
node = node_matcher.match("City", name="上海市").first()
print(node.__repr__())

输出结果如下：

Node('City', alias=['沪', '申'], area='6340.5平方千米', name='上海市', population='2487.09万人')
Node('City', alias=['沪', '申', '魔都'], area='6340.5平方千米', name='上海市', population='2487.09万人')

当然，我们也可以更新关系。

DELETE

我们以删除上海市节点的alias属性为例，示例Python代码如下：

# before delete
node_matcher = NodeMatcher(graph=graph)
node = node_matcher.match("City", name="上海市").first()
print(node.__repr__())
# delete node property
del node["alias"]
graph.push(node)
# after update
node = node_matcher.match("City", name="上海市").first()
print(node.__repr__())

输出结果如下：

Node('City', alias=['沪', '申', '魔都'], area='6340.5平方千米', name='上海市', population='2487.09万人')
Node('City', area='6340.5平方千米', name='上海市', population='2487.09万人')

当然，我们也可以删除节点。

SELECT

py2neo也能够很好地支持查询语句，示例代码如下：

查询所有的节点：

graph.nodes.match().all()

查询所有节点的数量

len(graph.nodes.match().all())

查询所有的Company节点

graph.nodes.match("Company").all()

查询名字为北京市的City节点

graph.nodes.match("City", name="北京市").all()

查询招商银行与深圳市的关系

node_matcher = NodeMatcher(graph=graph)
end_node = node_matcher.match("City", name="深圳市").first()
start_node = node_matcher.match("Company", name="招商银行").first()
print(graph.match([start_node, end_node]).first())

查询该图谱中杭州市下面的Company

from py2neo import RelationshipMatcher
node_matcher = NodeMatcher(graph=graph)
node = node_matcher.match("City", name="杭州市").first()
rel_matcher = RelationshipMatcher(graph=graph)
find_rels = rel_matcher.match([None, node], r_type="belongTo").all()
print([_.start_node for _ in find_rels if _.start_node.has_label("Company")])

py2neo还支持CQL语句，我们以最后的查询语句为例，示例代码如下：

cql = 'match (a:Company) -[r:belongTo]-> (b:City{name: "杭州市"}) return (a); '
print(graph.run(cql).data())

输出结果如下：

[{'a': Node('Company', name='网易')}, {'a': Node('Company', name='阿里')}]

总结

综上，我们可以了解到，neo4j的CQL以及py2neo各有各的好处，CQL在某些查询场合比较便利，而py2neo可以方便我们使用Python进行对Neo4j的操作，有些操作实现起来也很方便。本文简单介绍了Neo4j节点、关系的增删改查，以及CQL、py2neo的使用方法。

Neo4j入门教程：节点、关系增删改查，CQL、py2neo使用方法

CQL

ADD

update

delete

select

py2neo

neo4j的连接

ADD

UPDATE

DELETE

SELECT

总结

相关文章

发布评论取消回复

Neo4j入门教程：节点、关系增删改查，CQL、py2neo使用方法

CQL

ADD

update

delete

select

py2neo

neo4j的连接

ADD

UPDATE

DELETE

SELECT

总结

相关文章

发布评论 取消回复

发布评论取消回复