网站开发成本有哪些,php工程师对wordpress,建瓯市建设局网站,全球做网站的公司排名文章目录 一、Neo4J相关介绍1.为什么需要图数据库方案1#xff1a;Google方案2#xff1a;Facebook 2.特定和优势3.什么是Neo4j4.Neo4j数据模型图论基础属性图模型Neo4j的构建元素 5.软件安装 二、CQL语句1.CQL简介2.CREATE 命令3.MATCH 命令4.RETURN 子句5.MATCH和RETURN6.C… 文章目录 一、Neo4J相关介绍1.为什么需要图数据库方案1Google方案2Facebook 2.特定和优势3.什么是Neo4j4.Neo4j数据模型图论基础属性图模型Neo4j的构建元素 5.软件安装 二、CQL语句1.CQL简介2.CREATE 命令3.MATCH 命令4.RETURN 子句5.MATCH和RETURN6.CREATEMATCHRETURN命令7.关系8.CREATE创建标签9.WHERE子句10.DELETE命令11.REMOVE命令12.SET子句13.ORDER BY排序14.UNION合并15.LIMIT和SKIP子句16.合并17.NULL值18.IN操作符 三、CQL函数1.字符串函数2.AGGEGATION聚合3.关系函数 四、使用实例1.查询2.构造数据3.基本查询4.关系深度查询5.分页查询6.更新数据7.删除数据8.索引 五、Neo4J和SpringBoot整合1.Node的操作2.Node关系的维护 一、Neo4J相关介绍
1.为什么需要图数据库 随着社交、电商、金融、零售、物联网等行业的快速发展现实社会织起了了一张庞大而复杂的关系网传统数据库很难处理关系运算。大数据行业需要处理的数据之间的关系随数据量呈几何级数增长急需一种支持海量复杂数据关系运算的数据库图数据库应运而生。世界上很多著名的公司都在使用图数据库比如
社交领域Facebook, TwitterLinkedin用它来管理社交关系实现好友推荐零售领域eBay沃尔玛使用它实现商品实时推荐给买家更好的购物体验金融领域摩根大通花旗和瑞银等银行在用图数据库做风控处理汽车制造领域沃尔沃戴姆勒和丰田等顶级汽车制造商依靠图数据库推动创新制造解决方案电信领域Verizon, Orange和ATT 等电信公司依靠图数据库来管理网络控制访问并支持客户 360酒店领域万豪和雅高酒店等顶级酒店公司依使用图数据库来管理复杂且快速变化的库存 图数据库并非指存储图片的数据库而是以图数据结构存储和查询数据。 图数据库是基于图论实现的一种NoSQL数据库其数据存储结构和数据查询方式都是以图论为基础的图数据库主要用于存储更多的连接数据. 图论〔Graph Theory〕是数学的一个分支。它以图为研究对象图论中的图是由若干给定的点及连接两点的线所构成的图形这种图形通常用来描述某些事物之间的某种特定关系用点代表事物用连接两点的线表示相应两个事物间具有这种关系。 方案1Google 使用 GoogleGooglePlus应用程序来了解现实世界中 Graph 数据库的需求。 观察下面的图表。
在这里我们用圆圈表示了 Google应用个人资料。 在上图中轮廓“A”具有圆圈以连接到其他轮廓家庭圈BCD和朋友圈BC。
再次如果我们打开配置文件“B”我们可以观察以下连接的数据。 像这样这些应用程序包含大量的结构化半结构化和非结构化的连接数据。 在 RDBMS 数据库中表示这种非结构化连接数据并不容易。 如果我们在 RDBMS 数据库中存储这种更多连接的数据那么检索或遍历是非常困难和缓慢的。 所以要表示或存储这种更连接的数据我们应该选择一个流行的图数据库。 图形DBMS非常容易地存储这种更多连接的数据。 它将每个配置文件数据作为节点存储在内部它与相邻节点连接的节点它们通过关系相互连接。 他们存储这种连接的数据与上面的图表中的相同这样检索或遍历是非常容易和更快的。
方案2Facebook 利用 Facebook 应用程序了解现实世界中 Graph 数据库的需求。 在上面的图中Facebook Profile“A”已经连接到他的朋友喜欢他的一些朋友发送消息给他的一些朋友跟随他喜欢的一些名人。 这意味着大量的连接数据配置文件A.如果我们打开其他配置文件如配置文件B我们将看到类似的大量的连接数据。
注- 通过观察上述两个应用程序它们有很多更多的连接数据。 它是非常容易存储和检索这种更连接的数据与图形数据库。
2.特定和优势 关系查询性能对比 在数据关系中心图形数据库在查询速度方面非常高效即使对于深度和复杂的查询也是如此。在关系型数据库和图数据库(Neo4j)之间进行了实验在一个社交网络里找到最大深度为5的朋友的朋友他们的数据集包括100万人每人约有50个朋友。
实验结果如下 对比关系型数据库 各种NOSQL对比
分类数据模型优势劣势举例键值对数据库哈希表查找速度快数据无结构化通常只被当作字符串或者二进制数据Redis列存储数据库列式数据存储查找速度快支持分布横向扩展数据压缩率高功能相对受限HBase文档型数据库键值对扩展数据结构要求不严格表结构可变不需要预先定义表结构查询性能不高缺乏统一的查询语法MongoDB图数据库节点和关系组成的图利用图结构相关算法(最短路径、节点度关系查找等)可能需要对整个图做计算不利于图数据分布存储Neo4j
3.什么是Neo4j
Neo4j是一个开源的NoSQL图形数据库2003 年开始开发使用 scala和java 语言2007年开始发布。
是世界上最先进的图数据库之一提供原生的图数据存储检索和处理采用属性图模型Property graph model极大的完善和丰富图数据模型专属查询语言 Cypher直观高效
官网 https://neo4j.com/
Neo4j的特性
SQL就像简单的查询语言Neo4j CQL它遵循属性图数据模型它通过使用Apache Lucence支持索引它支持UNIQUE约束它包含一个用于执行CQL命令的UINeo4j数据浏览器它支持完整的ACID原子性一致性隔离性和持久性规则它采用原生图形库与本地GPE图形处理引擎它支持查询的数据导出到JSON和XLS格式它提供了REST API可以被任何编程语言如JavaSpringScala等访问它提供了可以通过任何UI MVC框架如Node JS访问的Java脚本它支持两种Java APICypher API和Native Java API来开发Java应用程序
Neo4j的优点
它很容易表示连接的数据检索/遍历/导航更多的连接数据是非常容易和快速的它非常容易地表示半结构化数据Neo4j CQL查询语言命令是人性化的可读格式非常容易学习使用简单而强大的数据模型它不需要复杂的连接来检索连接的/相关的数据因为它很容易检索它的相邻节点或关系细节没有连接或索引
4.Neo4j数据模型
图论基础 图是一组节点和连接这些节点的关系图形以属性的形式将数据存储在节点和关系中属性是用于表示数据的键值对。 在图论中我们可以表示一个带有圆的节点节点之间的关系用一个箭头标记表示。最简单的可能图是单个节点 我们可以使用节点表示社交网络如GoogleGooglePlus个人资料它不包含任何属性。向 Google个人资料添加一些属性 在两个节点之间创建关系 此处在两个配置文件之间创建关系名称“跟随”。 这意味着 Profile-I 遵循 Profile-II。
属性图模型
Neo4j图数据库遵循属性图模型来存储和管理其数据。
属性图模型规则表示节点关系和属性中的数据节点和关系都包含属性关系连接节点属性是键值对节点用圆圈表示关系用方向键表示。关系具有方向单向和双向。每个关系包含“开始节点”或“从节点”和“到节点”或“结束节点” 在属性图数据模型中关系应该是定向的。如果我们尝试创建没有方向的关系那么它将抛出一个错误消息。在Neo4j中关系也应该是有方向性的。如果我们尝试创建没有方向的关系那么Neo4j会抛出一个错误消息“关系应该是方向性的”。 Neo4j图数据库将其所有数据存储在节点和关系中我们不需要任何额外的RDBMS数据库或NoSQL数据库来存储Neo4j数据库数据它以图的形式存储数据。Neo4j使用本机GPE图形处理引擎来使用它的本机图存储格式。
图数据库数据模型的主要构建块是
节点关系属性
简单的属性图的例子 这里我们使用圆圈表示节点。 使用箭头表示关系关系是有方向性的。 我们可以用Properties键值对来表示Node的数据。 在这个例子中我们在Node的Circle中表示了每个Node的Id属性。
Neo4j的构建元素
Neo4j图数据库主要有以下构建元素
节点属性关系标签数据浏览器 有一个或多个标签用于描述其在图表中的作用
属性 属性Property是用于描述图节点和关系的键值对。其中Key是一个字符串值可以通过使用任何
Neo4j数据类型来表示属性是命名值其中名称或键是字符串属性可以被索引和约束可以从多个属性创建复合索引
关系 关系Relationship同样是图数据库的基本元素。当数据库中已经存在节点后需要将节点连接起来构成图。关系就是用来连接两个节点关系也称为图论的边(Edge) ,其始端和末端都必须是节点关系不能指向空也不能从空发起。关系和节点一样可以包含多个属性但关系只能有一个类型(Type) 。
关系连接两个节点关系是方向性的节点可以有多个甚至递归的关系关系可以有一个或多个属性即存储为键/值对的属性
基于方向性Neo4j关系被分为两种主要类型
单向关系双向关系
标签 标签Label将一个公共名称与一组节点或关系相关联 节点或关系可以包含一个或多个标签。 我们 可以为现有节点或关系创建新标签 我们可以从现有节点或关系中删除标签。
标签用于将节点分组一个节点可以具有多个标签对标签进行索引以加速在图中查找节点本机标签索引针对速度进行了优化
Neo4j Browser 一旦我们安装Neo4j我们就可以访问Neo4j数据浏览器 5.软件安装
下载地址https://neo4j.com/download-center/ 安装方式
Neo4j Enterprise ServerNeo4j Community ServerNeo4j Desktop
下载相关软件 解压缩即可 相关的指令 console: 直接启动 neo4j 服务器 install-service | uninstall-service | update-service 安装/卸载/更新 neo4j 服务 start/stop/restart/status: 启动/停止/重启/状态 -V 输出更多信息 进入到bin目录执行
neo4j console在浏览器中访问http://localhost:7474
使用用户名neo4j和默认密码neo4j进行连接然后会提示更改密码。
Neo4j Browser是开发人员用来探索Neo4j数据库、执行Cypher查询并以表格或图形形式查看结果的工具。 当然也可以通过 Docker 来安装
拉取镜像
docker pull neo4j:3.5.22-community运行镜像
docker run -d -p 7474:7474 -p 7687:7687 --name neo4j \
-e NEO4J_AUTHneo4j/123456 \
-v /usr/local/soft/neo4j/data:/data \
-v /usr/local/soft/neo4j/logs:/logs \
-v /usr/local/soft/neo4j/conf:/var/lib/neo4j/conf \
-v /usr/local/soft/neo4j/import:/var/lib/neo4j/import \
neo4j:3.5.22-community二、CQL语句
1.CQL简介 Neo4j的Cypher语言是为处理图形数据而构建的CQL代表Cypher查询语言。像Oracle数据库具有查询语言SQLNeo4j具有CQL作为查询语言。
它是Neo4j图形数据库的查询语言。它是一种声明性模式匹配语言它遵循SQL语法。它的语法是非常简单且人性化、可读的格式。
CQL命令用法CREATE创建节点关系和属性MATCH检索有关节点关系和属性数据RETURN返回查询结果WHERE提供条件过滤检索数据DELETE删除节点和关系REMOVE删除节点和关系的属性ORDER BY排序检索数据SET添加或更新标签
2.CREATE 命令
Neo4j使用CQL“CREATE”命令
创建没有属性的节点使用属性创建节点在没有属性的节点之间创建关系使用属性创建节点之间的关系为节点或关系创建单个或多个标签
语法命令
CREATE (node-name:label-name)语法说明 注意事项 -
1、Neo4j数据库服务器使用此node-name将此节点详细信息存储在Database.As中作为Neo4j DBA或Developer我们不能使用它来访问节点详细信息。
2、Neo4j数据库服务器创建一个label-name作为内部节点名称的别名。作为Neo4j DBA或Developer我们应该使用此标签名称来访问节点详细信息。
3.MATCH 命令
Neo4j CQL MATCH 命令用于
从数据库获取有关节点和属性的数据从数据库获取有关节点关系和属性的数据
语法格式
MATCH
(node-name:label-name
)语法说明 4.RETURN 子句
Neo4j CQL RETURN子句用于 -
检索节点的某些属性检索节点的所有属性检索节点和关联关系的某些属性检索节点和关联关系的所有属性
语法结构
RETURN node-name.property1-name,........node-name.propertyn-name语法说明: 5.MATCH和RETURN
在Neo4j CQL中我们不能单独使用MATCH或RETURN命令因此我们应该合并这两个命令以从数据库检索数据。
Neo4j使用CQL MATCH RETURN命令 -
检索节点的某些属性检索节点的所有属性检索节点和关联关系的某些属性检索节点和关联关系的所有属性
语法结构
MATCH Command
RETURN Command语法说明 6.CREATEMATCHRETURN命令
先创建一个客户
create (e:Customer {id:1001,name:boge,location:cs})创建一个信用卡节点
create (cc:CreditCard {id:9999,number:1234567890,cvv:888,expiredate:22/17})然后我们可以查询对应的信息
match (k:customer) return k.name,k.location,k.id还可以查询信用卡的信息
match (m:CreditCard) return m.number,m.cvv,m.id,m.expiredate7.关系
Neo4j图数据库遵循属性图模型来存储和管理其数据。
根据属性图模型关系应该是定向的。 否则Neo4j将抛出一个错误消息。
基于方向性Neo4j关系被分为两种主要类型。
单向关系双向关系
在以下场景中我们可以使用Neo4j CQL CREATE命令来创建两个节点之间的关系。 这些情况适用于Uni和双向关系。
在两个现有节点之间创建无属性的关系在两个现有节点之间创建有属性的关系在两个新节点之间创建无属性的关系在两个新节点之间创建有属性的关系在具有WHERE子句的两个退出节点之间创建/不使用属性的关系
注意 -
我们将创建客户和CreditCard之间的关系如下所示 8.CREATE创建标签
CREATE标签可以创建单个标签或者多个标签
CREATE(node-name:lable-name1:lable-name2)还有就是可以根据CREATE语句来创建标签之间的关系
CREATE (node1-name:lable1-name) - [relationship-name:relationship-lable-name]-(node2-name:lable2-name)案例
create (p1:Profile1)-[r1:喜欢]-(p2:Profile2)9.WHERE子句
像SQL一样Neo4j CQL在CQL MATCH命令中提供了WHERE子句来过滤MATCH查询的结果。
语法结构
WHERE condition复杂的语法结构
WHERE condition boolean-operator conditionNeo4j支持以下布尔运算符在Neo4j CQL WHERE子句中使用以支持多个条件。 Neo4j 支持以下的比较运算符在 Neo4j CQL WHERE 子句中使用来支持条件。 案例:
match (m:Employee) where m.age 18 or m.id 1002 return m多个节点关联查询 where子句也可以创建关系
语法结构
MATCH (node1-label-name:node1-name),(node2-label-name:node2-name)
WHERE condition
CREATE (node1-label-name)-[relationship-label-name:relationship-name{relationship-properties}]-(node2-label-name) 案例
match (c:customer) , (d:CreditCard) where c.id 1001 and d.id 9999 create (c)-[r:消费{shopdate:2022/09/28,price:6000}]-(d) return r10.DELETE命令
Neo4j使用CQL DELETE子句
删除节点。删除节点及相关节点和关系。
对应的语法结构
DELETE node-name-list注意 -
我们应该使用逗号运算符来分隔节点名。
在Neo4j中关系必须始终连接两个节点。如果删除了一个节点而没有同时删除其关系那么这些关系就会变成孤立关系导致数据不一致。使用DETACH DELETE可以避免这种情况的发生。
11.REMOVE命令
有时基于我们的客户端要求我们需要向现有节点或关系添加或删除属性。
我们使用Neo4j CQL SET子句向现有节点或关系添加新属性。
我们使用Neo4j CQL REMOVE子句来删除节点或关系的现有属性。
Neo4j CQL REMOVE命令用于
删除节点或关系的标签删除节点或关系的属性
Neo4j CQL DELETE和REMOVE命令之间的主要区别 -
DELETE操作用于删除节点和关联关系。REMOVE操作用于删除标签和属性。
Neo4j CQL DELETE和REMOVE命令之间的相似性 -
这两个命令不应单独使用。两个命令都应该与MATCH命令一起使用。 通过remove来移除标签
match (d:电影) remove d:Movie12.SET子句
有时根据我们的客户端要求我们需要向现有节点或关系添加新属性。
要做到这一点Neo4j CQL 提供了一个SET子句。
Neo4j CQL 已提供 SET 子句来执行以下操作。
向现有节点或关系添加新属性添加或更新属性值
语法结构
SET property-name-list添加属性
MATCH (book:Book)
SET book.title superstar
RETURN book13.ORDER BY排序
Neo4j CQL在MATCH命令中提供了“ORDER BY”子句对MATCH查询返回的结果进行排序。
我们可以按升序或降序对行进行排序。
默认情况下它按升序对行进行排序。 如果我们要按降序对它们进行排序我们需要使用DESC子句。
语法结构
ORDER BY property-name-list [DESC] 举例
MATCH (emp:Employee)
RETURN emp.empid,emp.name,emp.salary,emp.deptno
ORDER BY emp.name14.UNION合并
与SQL一样Neo4j CQL有两个子句将两个不同的结果合并成一组结果
UNIONUNION ALL
UNION子句
它将两组结果中的公共行组合并返回到一组结果中。 它不从两个节点返回重复的行。
限制
结果列类型和来自两组结果的名称必须匹配这意味着列名称应该相同列的数据类型应该相同。
语法结构
MATCH Command1UNION
MATCH Command2注意 -
如果这两个查询不返回相同的列名和数据类型那么它抛出一个错误。
as 来处理不同的前缀 MATCH (cc:CreditCard)
RETURN cc.id as id,cc.number as number,cc.name as name,cc.valid_from as valid_from,cc.valid_to as valid_to
UNION
MATCH (dc:DebitCard)
RETURN dc.id as id,dc.number as number,dc.name as name,dc.valid_from as valid_from,dc.valid_to as valid_toUNION ALL子句
它结合并返回两个结果集的所有行成一个单一的结果集。它还返回由两个节点重复行。
限制
结果列类型并从两个结果集的名字必须匹配这意味着列名称应该是相同的列的数据类型应该是相同的。
union all 语法
MATCH Command1
UNION ALL
MATCH Command215.LIMIT和SKIP子句
Neo4j CQL已提供“LIMIT”子句来过滤或限制查询返回的行数。 它修剪CQL查询结果集底部的结果。
如果我们要修整CQL查询结果集顶部的结果那么我们应该使用CQL SKIP子句 skip跳过 skip和limit可以结合使用达到分页的效果 16.合并
Neo4j使用CQL MERGE命令 -
创建节点关系和属性为从数据库检索数据
MERGE命令是CREATE命令和MATCH命令的组合。
MERGE CREATE MATCHmerge语法
MERGE (node-name:label-name
{Property1-name:Prorty1-Value.....Propertyn-name:Propertyn-Value
})注意 -
Neo4j CQL MERGE命令语法与CQL CREATE命令类似。 17.NULL值
Neo4j CQL将空值视为对节点或关系的属性的缺失值或未定义值。
当我们创建一个具有现有节点标签名称但未指定其属性值的节点时它将创建一个具有NULL属性值的新节点。 还可以用null 作为查询的条件 18.IN操作符
与SQL一样Neo4j CQL提供了一个IN运算符以便为CQL命令提供值的集合。
IN[Collection-of-values]案例:
MATCH (e:Employee)
WHERE e.id IN [123,124]
RETURN e.id,e.name,e.sal,e.deptno三、CQL函数
1.字符串函数
与SQL一样Neo4J CQL提供了一组String函数用于在CQL查询中获取所需的结果。
列举几个常用的 案例 2.AGGEGATION聚合
和SQL一样Neo4j CQL提供了一些在RETURN子句中使用的聚合函数。 它类似于SQL中的GROUP BY子句。
我们可以使用MATCH命令中的RETURN 聚合函数来处理一组节点并返回一些聚合值。 3.关系函数
Neo4j CQL提供了一组关系函数以在获取开始节点结束节点等细节时知道关系的细节。 案例 四、使用实例
1.查询
[MATCH WHERE] //条件查询
[WITH [ORDER BY] [SKIP] [LIMIT]] //查询的结果以管道的形式传递给下面的语句聚合查询必须使用WITH
RETURN [ORDER BY] [SKIP] [LIMIT] //返回、排序、跳过、返回个数2.构造数据
CREATE (北京市转运中心:OLT {bid: 8001, name: 北京市转运中心, address: 北京市转运中心, location : point({latitude:39.904179, longitude:116.407387})})
CREATE (上海市转运中心:OLT {bid: 8002, name: 上海市转运中心, address: 上海市转运中心, location : point({latitude:31.230525, longitude:121.473667})})
CREATE (南京市转运中心:OLT {bid: 8003, name: 南京市转运中心, address: 南京市转运中心, location : point({latitude:32.059344, longitude:118.796624})})
CREATE (太原市转运中心:OLT {bid: 8004, name: 太原市转运中心, address: 太原市转运中心, location : point({latitude:37.870451, longitude:112.549656})})
CREATE (郑州市转运中心:OLT {bid: 8005, name: 郑州市转运中心, address: 郑州市转运中心, location : point({latitude:34.745551, longitude:113.624321})})
CREATE(北京市转运中心)-[:IN_LINE {cost:10684.9}]-(上海市转运中心),(北京市转运中心)-[:OUT_LINE {cost:10684.9}]-(上海市转运中心),(北京市转运中心)-[:IN_LINE {cost:8993.1}]-(南京市转运中心),(北京市转运中心)-[:OUT_LINE {cost:8993.1}]-(南京市转运中心),(南京市转运中心)-[:IN_LINE {cost:2699.4}]-(上海市转运中心),(南京市转运中心)-[:OUT_LINE {cost:2699.4}]-(上海市转运中心),(太原市转运中心)-[:IN_LINE {cost:3609.7}]-(郑州市转运中心),(太原市转运中心)-[:OUT_LINE {cost:3609.7}]-(郑州市转运中心),(郑州市转运中心)-[:IN_LINE {cost:5659.7}]-(南京市转运中心),(郑州市转运中心)-[:OUT_LINE {cost:5659.7}]-(南京市转运中心)
CREATE (昌平区转运中心:TLT {bid: 90001, name: 昌平区转运中心, address: 昌平区转运中心, location : point({latitude:40.220952, longitude:116.231034})})
CREATE (北京市昌平区新龙城:AGENCY {bid: 100260, name: 北京市昌平区新龙城, address: 龙跃苑四区3号楼底商, phone : 010-53049073,010-53576707, location : point({latitude:40.07544443596149, longitude:116.3470535709328})})
CREATE(北京市昌平区新龙城)-[:IN_LINE {cost:189.7}]-(昌平区转运中心),(北京市昌平区新龙城)-[:OUT_LINE {cost:189.7}]-(昌平区转运中心)
CREATE (北京市昌平区定泗路:AGENCY {bid: 100280, name: 北京市昌平区定泗路, address: 北七家镇定泗路苍龙街交叉口, phone : 010-86392987, location : point({latitude:40.11765281246394, longitude:116.37212849638287})})
CREATE(北京市昌平区定泗路)-[:IN_LINE {cost:166.2}]-(昌平区转运中心),(北京市昌平区定泗路)-[:OUT_LINE {cost:166.2}]-(昌平区转运中心)
CREATE (海淀区转运中心:TLT {bid: 90002, name: 海淀区转运中心, address: 海淀区转运中心, location : point({latitude:39.959893, longitude:116.2977})})
CREATE (北京市海淀区小营:AGENCY {bid: 100347, name: 北京市海淀区小营, address: 北京市昌平区回龙观街道金燕龙大厦停车场, phone : 010-86483817,010-86483817,010-86483817, location : point({latitude:40.06177798692319, longitude:116.32706587559049})})
CREATE(北京市海淀区小营)-[:IN_LINE {cost:116.1}]-(海淀区转运中心),(北京市海淀区小营)-[:OUT_LINE {cost:116.1}]-(海淀区转运中心)
CREATE (北京市海淀区万泉河:AGENCY {bid: 100227, name: 北京市海淀区万泉河, address: 北京市海淀区四季青镇杏石口路47号院, phone : 18521852356, location : point({latitude:39.94882822425318, longitude:116.25707017441161})})
CREATE(北京市海淀区万泉河)-[:IN_LINE {cost:36.8}]-(海淀区转运中心),(北京市海淀区万泉河)-[:OUT_LINE {cost:36.8}]-(海淀区转运中心)
CREATE(昌平区转运中心)-[:IN_LINE {cost:383.3}]-(北京市转运中心),(昌平区转运中心)-[:OUT_LINE {cost:383.3}]-(北京市转运中心),(海淀区转运中心)-[:IN_LINE {cost:112.3}]-(北京市转运中心),(海淀区转运中心)-[:OUT_LINE {cost:112.3}]-(北京市转运中心)
CREATE (浦东新区转运中心:TLT {bid: 90003, name: 浦东新区转运中心, address: 浦东新区转运中心, location : point({latitude:31.221461, longitude:121.544346})})
CREATE (上海市浦东新区南汇:AGENCY {bid: 210057, name: 上海市浦东新区南汇, address: 园春路8号, phone : 18821179169, location : point({latitude:31.035240152911637, longitude:121.73459966751048})})
CREATE(上海市浦东新区南汇)-[:IN_LINE {cost:275.4}]-(浦东新区转运中心),(上海市浦东新区南汇)-[:OUT_LINE {cost:275.4}]-(浦东新区转运中心)
CREATE (上海市浦东新区周浦:AGENCY {bid: 210127, name: 上海市浦东新区周浦, address: 川周公路3278-8号, phone : 021-68060322, location : point({latitude:31.132409729356993, longitude:121.59815370294322})})
CREATE(上海市浦东新区周浦)-[:IN_LINE {cost:111.6}]-(浦东新区转运中心),(上海市浦东新区周浦)-[:OUT_LINE {cost:111.6}]-(浦东新区转运中心)
CREATE (奉贤区转运中心:TLT {bid: 90004, name: 奉贤区转运中心, address: 奉贤区转运中心, location : point({latitude:30.918406, longitude:121.473945})})
CREATE (上海市奉贤区东部:AGENCY {bid: 210017, name: 上海市奉贤区东部, address: 上上海市奉贤区洪庙镇洪兰路351, phone : 021-57171717, location : point({latitude:30.917752751719863, longitude:121.67587819184698})})
CREATE(上海市奉贤区东部)-[:IN_LINE {cost:192.9}]-(奉贤区转运中心),(上海市奉贤区东部)-[:OUT_LINE {cost:192.9}]-(奉贤区转运中心)
CREATE (上海市奉贤区青村:AGENCY {bid: 210442, name: 上海市奉贤区青村, address: 姚家村1127号, phone : 021-57566663,021-57566606, location : point({latitude:30.916946897994983, longitude:121.57954144207972})})
CREATE(上海市奉贤区青村)-[:IN_LINE {cost:100.9}]-(奉贤区转运中心),(上海市奉贤区青村)-[:OUT_LINE {cost:100.9}]-(奉贤区转运中心)
CREATE(浦东新区转运中心)-[:IN_LINE {cost:68.0}]-(上海市转运中心),(浦东新区转运中心)-[:OUT_LINE {cost:68.0}]-(上海市转运中心),(奉贤区转运中心)-[:IN_LINE {cost:347.4}]-(上海市转运中心),(奉贤区转运中心)-[:OUT_LINE {cost:347.4}]-(上海市转运中心)
CREATE (玄武区转运中心:TLT {bid: 90004, name: 玄武区转运中心 , location : point({latitude:32.048644, longitude:118.797779})})
CREATE (江苏省南京市玄武区紫金墨香苑:AGENCY {bid: 25073, name: 江苏省南京市玄武区紫金墨香苑, address: 栖霞区燕尧路100号, phone : 025-58765331,025-83241955,025-83241881, location : point({latitude:32.117016089520305, longitude:118.86319310255513})})
CREATE(江苏省南京市玄武区紫金墨香苑)-[:IN_LINE {cost:98.0}]-(玄武区转运中心),(江苏省南京市玄武区紫金墨香苑)-[:OUT_LINE {cost:98.0}]-(玄武区转运中心)
CREATE (江苏省南京市玄武区长江路:AGENCY {bid: 25023, name: 江苏省南京市玄武区长江路, address: 观音阁10号, phone : 18521133265,18695799166, location : point({latitude:32.04803554410631, longitude:118.79190455263355})})
CREATE(江苏省南京市玄武区长江路)-[:IN_LINE {cost:5.6}]-(玄武区转运中心),(江苏省南京市玄武区长江路)-[:OUT_LINE {cost:5.6}]-(玄武区转运中心)
CREATE(玄武区转运中心)-[:IN_LINE {cost:12.0}]-(南京市转运中心),(玄武区转运中心)-[:OUT_LINE {cost:12.0}]-(南京市转运中心)
CREATE (小店区转运中心:TLT {bid: 90005, name: 小店区转运中心 , location : point({latitude:37.736865, longitude:112.565524})})
CREATE (山西省太原市青龙:AGENCY {bid: 351068, name: 山西省太原市青龙, address: 长治路33号经典家园停车场内13号商铺, phone : 0351-2025888, location : point({latitude:37.83589608758359, longitude:112.56059258109424})})
CREATE(山西省太原市青龙)-[:IN_LINE {cost:110.3}]-(小店区转运中心),(山西省太原市青龙)-[:OUT_LINE {cost:110.3}]-(小店区转运中心)
CREATE (山西省太原市长风街:AGENCY {bid: 351045, name: 山西省太原市长风街, address: 平阳路104号省农机公司院内, phone : 18636100730, location : point({latitude:37.809964384001226, longitude:112.55299317699505})})
CREATE(山西省太原市长风街)-[:IN_LINE {cost:82.1}]-(小店区转运中心),(山西省太原市长风街)-[:OUT_LINE {cost:82.1}]-(小店区转运中心)
CREATE(小店区转运中心)-[:IN_LINE {cost:149.4}]-(太原市转运中心),(小店区转运中心)-[:OUT_LINE {cost:149.4}]-(太原市转运中心)
CREATE (中原区转运中心:TLT {bid: 90006, name: 中原区转运中心 , location : point({latitude:34.74828, longitude:113.612966})})
CREATE (河南省郑州市郑上路:AGENCY {bid: 371067, name: 河南省郑州市郑上路, address: 中原西路西四环西北角, phone : 0371-55116757,0371-68014786, location : point({latitude:34.74753024533005, longitude:113.57428550005442})})
CREATE(河南省郑州市郑上路)-[:IN_LINE {cost:35.4}]-(中原区转运中心),(河南省郑州市郑上路)-[:OUT_LINE {cost:35.4}]-(中原区转运中心)
CREATE (河南省郑州市颍河路:AGENCY {bid: 371086, name: 河南省郑州市颍河路, address: 航海西路与西三环交叉口向南300米路西中贸商务, phone : 19139415556, location : point({latitude:34.71593280680163, longitude:113.60398506929064})})
CREATE(河南省郑州市颍河路)-[:IN_LINE {cost:36.9}]-(中原区转运中心),(河南省郑州市颍河路)-[:OUT_LINE {cost:36.9}]-(中原区转运中心)
CREATE(中原区转运中心)-[:IN_LINE {cost:11.5}]-(郑州市转运中心),(中原区转运中心)-[:OUT_LINE {cost:11.5}]-(郑州市转运中心)3.基本查询
MATCH (n) RETURN n //查询所有的数据数据量大是勿用
MATCH (n:AGENCY) RETURN n //查询所有的网点AGENCY
MATCH (n:OLT {name: 北京市转运中心}) -- (m) RETURN n,m //查询所有与“北京市转运中心”有关系的节点
MATCH (n:OLT {name:北京市转运中心}) -- (m:OLT) RETURN n,m //查询所有北京市转运中心关联的一级转运中心
MATCH (n:OLT {name:北京市转运中心}) -[r:IN_LINE]- (m) RETURN n,r,m //可以指定关系标签查询
MATCH p (n:OLT {name:北京市转运中心}) -- (m:OLT) RETURN p //将查询赋值与变量
//通过 type()函数查询关系类型
MATCH (n:OLT {name:北京市转运中心}) -[r]- (m:OLT {name:南京市转运中心}) RETURN type(r)4.关系深度查询
可以指定关系的深度进行查询语法格式-[:TYPE*minHops..maxHops]- 六度分隔Six Degrees of Separation理论。 1967年哈佛大学的心理学教授Stanley Milgram1933~1984想要描绘一个连结人与社区的人际连系网。做过一次连锁信实验结果发现了“六度分隔”现象。简单地说“你和任何一个陌生人之间所间隔的人不会超过六个也就是说最多通过六个人你就能够认识任何一个陌生人。”
//查询【北京市转运中心】关系中深度为1~2层关系的节点
MATCH (n:OLT {name:北京市转运中心}) -[*1..2]-(m) RETURN *
//也可以这样
MATCH (n:OLT {name:北京市转运中心}) -[*..2]-(m) RETURN *
//也可以通过变量的方式查询
MATCH path (n:OLT {name:北京市转运中心}) -[*..2]-(m)
RETURN path
//查询关系relationships()获取结果中的关系WITH向后传递数据
MATCH path (n:OLT {name:北京市转运中心}) -[*..2]-(m)
WITH n,m, relationships(path) AS r
RETURN r
//查询两个网点之间所有的路线最大深度为6可以查询到2条路线
MATCH path (n:AGENCY) -[*..6]-(m:AGENCY)
WHERE n.name 北京市昌平区定泗路 AND m.name 上海市浦东新区南汇
RETURN path
//查询两个网点之间最短路径查询深度最大为10
MATCH path shortestPath((n:AGENCY) -[*..10]-(m:AGENCY))
WHERE n.name 北京市昌平区定泗路 AND m.name 上海市浦东新区南汇
RETURN path
//查询两个网点之间所有的路线中成本最低的路线最大深度为10如果成本相同转运节点最少
MATCH path (n:AGENCY) -[*..10]-(m:AGENCY)
WHERE n.name 北京市昌平区定泗路 AND m.name 上海市浦东新区南汇
UNWIND relationships(path) AS r
WITH sum(r.cost) AS cost, path
RETURN path ORDER BY cost ASC, LENGTH(path) ASC LIMIT 1
//UNWIND是将列表数据展开操作
//sum()是聚合统计函数类似还有avg()、max()、min()等5.分页查询
//分页查询网点按照bid正序排序每页查询2条数据第一页
MATCH (n:AGENCY)
RETURN n ORDER BY n.bid ASC SKIP 0 LIMIT 2
//第二页
MATCH (n:AGENCY)
RETURN n ORDER BY n.bid ASC SKIP 2 LIMIT 2
//……6.更新数据
更新数据是使用SET语句进行标签、属性的更新。SET操作是幂等性的。
// 更新/设置 属性
MATCH (n:AGENCY {name:北京市昌平区新龙城})
SET n.address 龙跃苑四区3号楼底商101号
RETURN n
//通过remove移除属性
MATCH (n:AGENCY {name:北京市昌平区新龙城}) REMOVE n.address RETURN n
//没有address属性的增加属性
MATCH (n:AGENCY) WHERE n.address IS NULL SET n.address 暂无地址 RETURN n7.删除数据
删除数据通过DELETE、DETACH DELETE完成。其中DELETE不能删除有关系的节点删除关系就需要DETACH DELETE了。
//删除节点
MATCH (n:AGENCY {name:航头营业部}) DELETE n
//有关系的节点是不能直接删除的
MATCH (n:AGENCY {name:北京市昌平区新龙城}) DELETE n
//删除节点和关系
MATCH (n:AGENCY {name:北京市昌平区新龙城}) DETACH DELETE n
//删除所有节点和关系慎用
MATCH (n) DETACH DELETE n8.索引
在Neo4j中同样也支持索引对字段做索引可以提升查询速度。
//创建索引语法
//OPTIONS子句指定索引提供程序和配置。
CREATE [TEXT] INDEX [index_name] [IF NOT EXISTS]
FOR (n:LabelName)
ON (n.propertyName)
[OPTIONS { option: value[, ...] }]
//示例
CREATE TEXT INDEX agency_index_bid IF NOT EXISTS FOR (n:AGENCY) ON (n.bid)
//删除索引语法
DROP INDEX index_name
//示例
DROP INDEX agency_index_bid五、Neo4J和SpringBoot整合
Spring Data Neo4j简称SDN是Spring对Neo4j数据库操作的封装其底层基于neo4j-java-driver实现。Spring Data Neo4j官方文档https://docs.spring.io/spring-data/neo4j/docs/6/reference/html/
添加对应的依赖 dependencygroupIdorg.springframework.boot/groupIdartifactIdspring-boot-starter-data-neo4j/artifactId/dependency然后添加对应的配置文件
# neo4j配置
spring.data.neo4j.uri bolt://localhost:7687
spring.data.neo4j.usernameneo4j
spring.data.neo4j.password1234561.Node的操作
然后创建对应的实体对象
Data
NodeEntity(Person)
public class Person {IdGeneratedValueprivate Long id;Property(name)private String name;
}NodeEntity标明是一个节点实体 RelationshipEntity标明是一个关系实体 Id实体主键 Property实体属性 GeneratedValue实体属性值自增 StartNode开始节点可以理解为父节点 EndNode结束节点可以理解为子节点 然后创建对应的Repository接口
Repository
public interface PersonRepository extends Neo4jRepositoryPerson,Long {
}然后我们就可以测试Node的创建了 Autowiredprivate PersonRepository personRepository;Testvoid contextLoads() {Person person new Person();person.setName(shenyang);personRepository.save(person);}创建成功 2.Node关系的维护
创建关系实体
Data
RelationshipEntity(type 徒弟)
public class PersonRelation implements Serializable {IdGeneratedValueprivate Long id;StartNodeprivate Person parent;EndNodeprivate Person child;Propertyprivate String relation;public PersonRelation(Person parent, Person child, String relation) {this.parent parent;this.child child;this.relation relation;}
}
创建对应的Dao持久层
Repository
public interface PersonRelationRepository extends Neo4jRepositoryPersonRelation,Long {}然后测试 /*** 节点关系*/Testvoid nodeRelation(){Person p1 new Person(唐僧,6666);Person p2 new Person(孙悟空,5555);Person p3 new Person(猪八戒,3333);Person p4 new Person(沙僧,2222);Person p5 new Person(白龙马,1111);// 维护 关系PersonRelation pr1 new PersonRelation(p1,p2,徒弟);PersonRelation pr2 new PersonRelation(p1,p3,徒弟);PersonRelation pr3 new PersonRelation(p1,p4,徒弟);PersonRelation pr4 new PersonRelation(p1,p5,徒弟);personRelationRepository.save(pr1);personRelationRepository.save(pr2);personRelationRepository.save(pr3);personRelationRepository.save(pr4);}运行后的效果
