neo4j

Neo4j 的查询语言叫 Cypher，语法很像 “用英语描述关系”，特别直观。下面用社交网络场景举例，教你快速上手核心查询操作：

一、准备工作：先创建示例数据

假设我们有一个简单的社交网络，包含：

• 节点：用户（Person）、兴趣（Interest）、城市（City）
• 关系：FOLLOWS（关注）、LIKES（喜欢）、LIVES_IN（住在）

用 Cypher 语句创建数据：

cypher

 

 

// 创建用户节点
CREATE (alice:Person {name: "Alice", age: 30})
CREATE (bob:Person {name: "Bob", age: 25})
CREATE (charlie:Person {name: "Charlie", age: 35})

// 创建兴趣节点
CREATE (tech:Interest {name: "Technology"})
CREATE (sports:Interest {name: "Sports"})

// 创建城市节点
CREATE (beijing:City {name: "Beijing"})
CREATE (shanghai:City {name: "Shanghai"})

// 建立关系
CREATE (alice)-[:FOLLOWS]->(bob)
CREATE (bob)-[:FOLLOWS]->(charlie)
CREATE (alice)-[:LIKES]->(tech)
CREATE (bob)-[:LIKES]->(sports)
CREATE (alice)-[:LIVES_IN]->(beijing)
CREATE (bob)-[:LIVES_IN]->(shanghai)
CREATE (charlie)-[:LIVES_IN]->(shanghai)

 

二、基础查询：查节点、关系和属性

1. 查所有用户

cypher

 

 

MATCH (p:Person)
RETURN p

 

• MATCH：告诉 Neo4j 你想 “匹配” 什么模式（比如节点、关系）
• (p:Person)：定义一个变量 p，代表类型为 Person 的节点
• RETURN p：返回匹配到的节点

2. 查住在上海的用户

cypher

 

 

MATCH (p:Person)-[:LIVES_IN]->(c:City {name: "Shanghai"})
RETURN p.name, c.name

 

• (p:Person)-[:LIVES_IN]->(c:City {...})：匹配 “用户→住在→上海” 的关系路径
• RETURN p.name, c.name：只返回用户名字和城市名字

三、复杂查询：深挖关系网络

1. 查 Alice 的所有关注对象

cypher

 

 

MATCH (a:Person {name: "Alice"})-[:FOLLOWS]->(followed)
RETURN followed.name

 

• (a:Person {...})-[:FOLLOWS]->(followed)：匹配 “Alice→关注→某人” 的路径
• 结果：Bob

2. 查 Alice 的 “二度人脉”（关注的人再关注的人）

cypher

 

 

MATCH (a:Person {name: "Alice"})-[:FOLLOWS]->(:Person)-[:FOLLOWS]->(second_degree)
WHERE a <> second_degree  // 排除 Alice 自己
RETURN second_degree.name

 

• (a)-[:FOLLOWS]->(:Person)-[:FOLLOWS]->(second_degree)：匹配两步关注关系
• 结果：Charlie

3. 查共同兴趣的人

cypher

 

 

MATCH (p1:Person {name: "Alice"})-[:LIKES]->(interest)<-[:LIKES]-(p2:Person)
WHERE p1 <> p2  // 排除 Alice 自己
RETURN p2.name, interest.name

 

• (p1)-[:LIKES]->(interest)<-[:LIKES]-(p2)：匹配 “人→喜欢→兴趣←喜欢←人” 的路径
• 结果：如果有其他人也喜欢 Technology，就会显示

四、聚合查询：统计和排序

1. 查每个城市的用户数量

cypher

 

 

MATCH (p:Person)-[:LIVES_IN]->(c:City)
RETURN c.name, COUNT(p) AS user_count
ORDER BY user_count DESC

 

• COUNT(p)：统计每个城市关联的用户数量
• ORDER BY user_count DESC：按用户数量降序排列

2. 查谁的关注最多（粉丝数）

cypher

 

 

MATCH (p:Person)<-[:FOLLOWS]-()  // 匹配“被关注”的关系
RETURN p.name, COUNT(*) AS follower_count
ORDER BY follower_count DESC

 

• <-[:FOLLOWS]-()：匹配 “被任何人关注” 的路径

五、实战：医药场景怎么用？

假设我们有一个医药知识图谱，包含：

• 节点：药品（Drug）、疾病（Disease）、副作用（SideEffect）
• 关系：Treats（治疗）、Causes（导致）、Contraindication（禁忌）

1. 查治疗高血压的药物

cypher

 

 

MATCH (d:Drug)-[:Treats]->(dis:Disease {name: "Hypertension"})
RETURN d.name

 

2. 查 “阿司匹林” 的副作用

cypher

 

 

MATCH (aspirin:Drug {name: "Aspirin"})-[:Causes]->(se:SideEffect)
RETURN se.name

 

3. 查 “布洛芬” 和 “华法林” 的禁忌关系

cypher

 

 

MATCH (ibuprofen:Drug {name: "Ibuprofen"})-[:Contraindication]->(warfarin:Drug {name: "Warfarin"})
RETURN ibuprofen.name, warfarin.name

 

六、小技巧：可视化查询结果

在 Neo4j Browser 中执行查询后，你可以：

• 点击结果中的节点，查看它的所有关系
• 使用 LIMIT 限制返回数量，比如 RETURN p LIMIT 10
• 使用 DISTINCT 去重，比如 RETURN DISTINCT p.name

如果想导出数据，可以用 CSV 格式：

cypher

 

 

MATCH (p:Person)
RETURN p.name, p.age

 

执行后，点击查询结果上方的 Download CSV 按钮。

总结：Cypher 查询的核心逻辑

1. 用 MATCH 定义你想查找的 “关系模式”（比如 “人→关注→人”）
2. 用括号 () 表示节点，冒号 : 指定节点类型（如 :Person）
3. 用方括号 [] 表示关系，箭头 -> 表示方向（如 [:FOLLOWS]->）
4. 用 RETURN 指定你想看到的结果（节点、属性或统计值）

Neo4j 的强大之处在于，它让你用 “描述关系” 的方式查询数据，就像你在大脑中想象人际关系网一样自然！