Neo4j图数据库的使用笔记

Neo4j图数据库的使用笔记

win系统安装Neo4j图数据库

安装准备：

1. neo4j-3.4.0版本的zip包

2. 找个目录解压安装zip包

3. 启动neo4j

下载neo4j-3.4.0版本的zip包

可以去neo4j官网下载，也可以去微云数聚官网下载。

微云数聚是neo4j在国内的代理商。

解压到F:\neo4j\neo4j-chs-community-3.4.0-windows

控制台方式启动neo4j

进入bin目录后，在cmd执行 neo4j.bat  console 即可启动neo4j

启动成功后，会暴雷2个端口
7687是java 客户端连接端口
7474是neo4j自带的web管理端口

通过7474端口访问neo4j提供的web管理工具

第一次登录时，要输入账户密码，默认的账户是neo4j，密码也是neo4j

登录后，可以再修改密码。

---

neo4j数据库的概念和特点

neo4j在社交网络分析、推荐系统、知识图谱、网络安全分析等领域被广泛使用。它提供了丰富的功能和工具来管理和操作图数据，并且容易集成到Java和其他编程语言中

neo4j的一些概念特点如下

图数据库

neo4j使用图数据模型来存储数据。图由节点和关系组成，节点用于表示实体，关系用于表示实体之间的关联。

节点Node

节点是图中的实体，可以包含属性来描述实体的特征。
每个节点都有一个唯一的标识符ID，用于在图中识别和访问

关系Relationship

关系用于表示节点之间的连接或关联。
关系可以具有方向，并且可以包含属性。
关系连接两个节点，并且可以用标签来描述关系的类型

属性Property

节点和关系都可以包含属性，属性是键值对形式的的数据。
属性可以用于存储节点的特征信息或关系的属性

Cypher查询语言

Neo4j使用Cypher查询语言来进行查询和操作。
Cypher使用类似SQL的语法，但是针对图数据库进行了优化和扩展

ACID事务

Neo4j支持ACID(原子性、一致性、隔离箱、持久性)事务，
可以确保数据库的数据一致性和可靠性

高性能和可扩展性

neo4j以图的方式存储数据，这使得在遍历 和  查询图数据时非常高效。
同时Neo4j提供了水平和垂直的可扩展性，可以处理大规模的数据集和高并发访问。

---

neo4j清库方法

清空所有数据

需要在web控制台里执行以下cql语句

match(n) optional match(n)-[r]-() delete n,r

按 节点标签 删除数据

match(n:组织) optional match(n)-[r]-() delete n,r

---

neo4j索引的添加/查看/删除

neo4j也是可以设置索引的，索引可以加快neo4j的查询速度

neo4j添加索引

-- 对节点的uuid属性加索引
create index on :人员(uuid);
create index on :事件(uuid);
create index on :组织(uuid);

查看neo4j数据库全部索引

:schema

删除Node上已存在的索引

drop index on :人员(uuid);
drop index on :事件(uuid);

---

neo4j数据库的备份和恢复

win版本neo4j备份

 neo4j-admin.bat dump --database=graph.db --to=F:/bak/qbfx.dump

win版neo4j恢复 （恢复之前要先删除graph.db目录）

 neo4j-admin.bat load --from=F:/bak/qbfx.dump  --database=graph.db

---

linux版本neo4j备份

./bin/neo4j stop

./bin/neo4j-admin dump --database=graph.db --to=/data/backup/qbfx.dump --force

./bin/neo4j start

linux版本neo4j恢复数据

./bin/neo4j stop

./bin/neo4j-admin load --from=/data/backup/qbfx.dump --database=graph.db --force

./bin/neo4j start

---

常用的Cypher语句

新建一个Node

新建1个 Node,节点标签是 人员,节点属性是 {name:‘ryt’,age:21}

merge(:人员 {name:'ryt',age:21});            

新建一个关联

建立关联 至少要存在2个节点，这里先再建一个节点。

merge(:人员 {name:'myl',age:20});

然后对刚刚建的2个节点，新增关联关系。

找到名字为ryt和myl的2个人，

设置关联关系是 配偶，

关系属性是{name:‘夫妻’,ts:‘20230706’}

match(a),(b) where a.name='ryt' and b.name='myl' merge (a)-[r:配偶 {name:'夫妻',ts:'20230706'}]->(b);

查询所有的xx关系路径

这里查询所有的 配偶 关联关系路径，LIMIT 25意思是限制返回25条

MATCH p=()-[r:`配偶`]->() RETURN p LIMIT 25;

也可以进一步限定节点类型查询关系路径，如

match path=(n:人员)-[r:`共有常住地`]-(b:人员) where n.uuid='4da921fa477248aaa5593da51b3cc002' return path;

查询指定深度的关系路径

深度：2个节点之间间隔的层高

如a–>d–>b , 则a与b直接存在关系路径，且深度为2

如a—>e—>f---->b ，则a与b直接存在关系路径，且深度为3

查询某节点 到其他任意节点的深度为3的路径

match path=(n:人员)-[*..3]-(b) 
where n.uid='rr23r23r' and b.uid in ['fretewr','erfw','erf','wer'] 
return path;

查询a节点到b节点的深度为3的路径

match path=(a:人员)-[*..3]-(b:人员) 
where a.uid='rr23r23r' and b.uid='kertyt' 
return path;

查询当前节点到指定深度的相关节点有哪些

例：查询当前人员节点 指向 其他(人员或组织)节点 之间的深度为3的 节点有哪些

match(n:人员)-[*..3]-(m) 
where n.uid='rr23r23r' and (m:人员 or m:组织) 
return m;

修改某个Node节点的属性

例：修改节点的名称

match (n) where n.uid = 'rr23r23r' set n.name = 'lily';

判断是否存在某个Node节点

判断节点是否存在，需要用到count函数。

下面这个例子，返回的是一个布尔值FALSE或TRUE

match (n:人员 {uid:'rr23r23r',name:'lily'}) with count(n) > 0 as node_exist return node_exist;

---