基于电影知识图谱的智能问答系统（七） -- Neo4j语句那点事

上一篇：基于电影知识图谱的智能问答系统（六） -- 问题训练样本集敲定

       到目前为止，本系列文章快接近尾声了，本篇是该系列文章的倒数第二篇，本来想打算直接跳过进入最后一章的，但是感觉有必要再讲一下neo4j，博主的文章中不止一次介绍过neo4j的使用，但感觉还是不够细致，所以，借助着这个系列文章，再来捋一下neo4j语句的用法，希望给用惯了传统关系型sql语句的兄弟们一个喜欢上Cypher语句的契机！！！

       下面，我将一步步的创建节点、创建关系、创建索引、修改属性、删除属性，删除节点、删除关系、删除索引...etc

总结起来就是【数据的操作万变不离其宗】： 增删改查！！！

       

       数据模型参照：美国男子职业篮球联赛【NBA】

一、创建节点【create】

第一种方式：  merge(n:洛杉矶湖人)     == 节点不存在，则创建，存在，则忽略

第二种方式：  create(n:洛杉矶湖人)     == 不管节点存不存在，创建

效果就是，洛杉矶湖人这类的节点，一共被创建了两次，因此，查询的时候，会出现两个Node

虽然上面我们创建了两个节点，但是这两个节点除了系统给的唯一id外，没有其他属性，下面我就基于这两个节点，分别对它们进行“update”，赋予节点意义

二、修改节点的属性

（1）首先：查询ID等于21798的Node

match(n) where ID(n) = 21798 return n    ==  别忘了查询节点，最后要return n返回节点

（2）其次：给该Node添加三个属性，分别是label（节点标签名），height（身高），position（场上位置）

neo4j查询节点用：match   == 相当于关系型数据库的select，相当于非关系数据库mongodb的find

neo4j修改节点属性用：set == 相当于关系型数据库的update...set...

直接接着上面的语句写set：

match(n) where ID(n) = 21798 set n.label='科比',n.height=198,n.position='得分后卫' return n

类似sql语句： update n set label = ‘科比’，height=198，position='得分后卫' where id = 21798

区别：关系型数据库如果字段不存在的话会报错，而NoSql数据库neo4j，如果属性字段不存在的话，就添加

执行后，效果如下：

（3）如果想删除节点的height属性该怎么做呢？

上面说过，设置【添加】属性用set，而删除属性在neo4j中用remove，比如移除点节点的身高属性做法如下

match(n) where ID(n) = 21798 remove n.height return n

执行语句，效果如下

（4）模糊查询：查询属性值label开头是“科”其余任意值的节点信息

match(n) where n.label=~'科*.' return n

执行语句效果如下：

三、创建带属性值的节点

我们使用create创建另一位湖人传奇巨星奥尼尔这个节点，语句如下：

create(n:洛杉矶湖人{label:'奥尼尔',height:216,position:'中锋'}) return n

效果如下：

注意：不要写成 如下这种方式的cypher语句

四、删除没有意义的节点

（1）我们先查出所有和湖人队有关的节点有哪些

match(n:洛杉矶湖人) return n

（2）删除节点id=21836的节点

neo4j中不管是删除节点还是删除关系，都是用delete命令进行删除，注意，删除哪个节点必须先查【match】出来：

match(n:洛杉矶湖人) where ID(n) = 21836 delete n

执行【回车键或者执行按钮】效果如下：

（3）这样一来，我们只保留了两个节点，一个是湖人队的科比，一个是巨无霸奥尼尔

五、创建关系

       由于关系不能独立存在【比如我吃米钱，如果只有吃这个关系，没有谁来吃，吃什么的话，你知道关系吃是什么玩意嘛，如果你说不出来，那我可以说出一万种这种关系的出处，】，而构成一条关系最基本的要素是要有两个对象，放在neo4j图库中就是，两个节点，一条边，才能称作是一个完整的关系。

       创建统一用create命令，而关系的创建，实际上和创建节点差不多，唯一区别就是，关系是有方向的，而且关系用‘[]’表示,而节点用'（）'表示。

       下面我给目前尚存在的两个节点，科比和奥尼尔创建一条关系，关系的name叫“搭档”，这种关系，不区分方向，因此，无所谓谁是startNode，谁是endNode。

创建语句如下：

match(n),(b) where n.label='科比' and b.label='奥尼尔'
create(n)-[r:搭档{since:1996,des:'NBA史上最强OK组合',champion:3}]->(b) 
return n,r,b

解释一下：

1、首先匹配找到节点n和b，也就是科比和奥尼尔代表的节点Node

2、然后创建节点n到节点b的关系r，r有三个属性，一个是从哪一年开始since，一个是关系描述des，另一个是合作拿过的冠军数量champion

3、最后返回n，r，b 完整节点之间的关系结果，table数据如下，总过三列：

graph图效果如下：

六、修改关系属性

和修改节点的属性一样，修改关系的属性也用set，如修改id等于12513的关系的属性des为“小飞侠&大鲨鱼”的语句如下：

match(n)-[r]-(b) where ID(r) = 12513 set r.des='小飞侠&大鲨鱼' 
return n,r,b

效果图如下：

七、删除节点科比和奥尼尔之间的关系

删除统一用命令delete，和删除节点一样，删除关系的语句如下：

match(n)-[r]-(b) where n.label='科比' and b.label='奥尼尔'
delete r
return r

执行后，返回关系效果如下【此时关系已经删除】

如果此时，在查询科比和奥尼尔之间的节点关系会怎么样呢，我们来验证一把：

八、创建索引

语法：

CREATE INDEX ON : ()

为节点标签洛杉矶湖人基于属性label创建索引，语句如下

create index on:洛杉矶湖人(label)

索引都是喜忧参半，这里不再做过多的说明

九、删除索引

语法：

DROP INDEX ON : ()

删除上一步创建的索引，语句如下：

十、说明

       其实neo4j的cypher语句博主在初次写的时候那是相当的别扭啊，总是感觉查询和创建这块特别绕，语句怎么能那么写？后来慢慢在项目中用到了它，便有了时间好好斟酌其语法，几番折腾后，便对其语法越来越上手，后来感觉，查询是那么的简单，因为，不管你查什么，查的无外乎节点、关系、节点间的关系，用表达式表示就是：(n)-[r]-(b)

      结合表达式：  match(n)-[r] -(b)

      如果查询节点n                            就    return n

      如果查询关系r                             就    return r

      如果查询节点b                            就    return b

      如果查询节点n和b之间的关系r    就    return n，r，b

      如果查询带条件                          就    where n.x = x，r.xx = xx，b.xxx = xxx

      如果修改属性                             就     where.....   set ....

      如果删除属性                             就     where.....   remove .....

      如果删除节点或关系                   就     where.....   delete n 或者 delete r  或者 delete b 或者 delete n , r , b

终极篇：基于电影知识图谱的智能问答系统（八） -- 终极完结篇