什么是 Cypher

此页面介绍了 Cypher^® 的基础知识。有关完整文档，请参阅 Cypher。

Cypher 是 Neo4j 的声明式和符合 GQL 的查询语言。作为通过开放 Cypher 项目提供的开源语言，Cypher 类似于 SQL，但针对图进行了优化。

Cypher 具有直观的语法，接近自然语言，它通过基于 ASCII 艺术类型的语法提供了一种匹配模式和关系的视觉方式。

(:nodes)-[:ARE_CONNECTED_TO]->(:otherNodes)

圆括号用于表示 (:节点)，而 -[:箭头]→ 用于表示 (:节点) 之间的关系。使用此查询语法，您可以对图执行创建、读取、更新或删除 (CRUD) 操作。

如需快速查看，无需安装，请获取免费的 Aura 实例。使用右上角部分的毕业帽图标访问交互式指南。“查询基础”为您提供了 Cypher 的动手入门。

Cypher 如何工作？

Neo4j 的图模型由节点和关系组成，这些节点和关系也可能分配了属性。使用节点和关系，您可以构建功能强大的模式，这些模式可以表达简单或复杂的模式。

模式识别是关键的基本认知过程，使 Cypher（利用模式匹配）直观易学。

Cypher 语法

Cypher 的结构基于英语散文和图标。这使查询既易于编写又易于阅读。

如果您要用英语表示此图中的数据，它可能读起来像这样：“Sally 喜欢图。Sally 和 John 是朋友。Sally 为 Neo4j 工作。”

现在，如果您要将这些信息用 Cypher 编写出来，它将看起来像这样

(:Sally)-[:LIKES]->(:Graphs)
(:Sally)-[:IS_FRIENDS_WITH]->(:John)
(:Sally)-[:WORKS_FOR]->(:Neo4j)

但是，为了让这些信息在图中，首先需要将其表示为节点和关系。

节点

在属性图模型中，主要组件是节点和关系。节点通常用于表示数据模型中的名词或对象。在前面的示例中，Sally、John、Graphs 和 Neo4j 是节点。

在 Cypher 中，您可以通过将节点用括号包围来描绘它，例如 (节点)。括号表示可视化中构成节点的圆圈。

节点标签

节点可以通过标签分组在一起。它们就像标签一样，允许您指定要查找或创建的特定类型的实体。标签还有助于 Cypher 区分实体并优化查询的执行。

在示例中，Sally 和 John 都可以归入 Person 标签，Graphs 可以接收 Technology 标签，Neo4j 可以标记为 Company。

在关系数据库上下文中，这与告诉 SQL 从哪个表查找特定行相同。您告诉 SQL 从 Person 表查询个人信息的方式与告诉 Cypher 仅检查 Person 标签以获取该信息的方式相同。

如果您没有为 Cypher 指定标签以过滤掉不匹配的节点类别，则查询将检查数据库中的所有节点。这会影响非常大型图的性能。

节点变量

虽然不是强制性的，但变量在查询数据库时特别有用，因为它们允许在后续子句中引用指定的节点，而无需完整编写其标签。

变量可以是单个字母或单词，应小写。例如，如果您想将所有标记为 Person 的节点绑定到变量 p，则写入 (p:Person)。同样，如果您想使用完整单词，则可以编写 (person:Person)。

在 MATCH 查询中检索所有标记为 Person 的节点，如下所示

没有变量 有变量

没有变量	有变量
`MATCH (:Person) RETURN Person`	`MATCH (p:Person) RETURN p`

MATCH (:Person)
RETURN Person

MATCH (p:Person)
RETURN p

请注意，在没有变量的示例中，节点 Person 前面有一个冒号 (:)。这就是您防止类型或标签成为变量的方式。

如果您忘记添加冒号并像这样编写查询

MATCH (Person)
RETURN Person

那么 Person 将是一个变量，而不是类型或标签。

关系

图数据库的优势之一是您可以存储有关元素（节点）之间如何关联的信息，这些信息以关系的形式存储。

在 Cypher 中，关系表示为方括号和连接两个节点的箭头（例如 (节点 1)-[]→(节点 2)）。

在示例中，包含 :LIKES、:IS_FRIENDS_WITH 和 :WORKS_FOR 的行表示节点之间的关系。

图 5. 图表特征节点和关系。

请记住，在关系类型前面始终放置冒号。如果您忘记了它，并编写了类似 (:Person)-[LIKES]→(:Technology) 的查询，那么 [LIKES] 将表示关系 **变量**，而不是关系 **类型**。

关系方向

关系 **始终** 具有一个方向，由箭头指示。

它们可以从左到右

(p:Person)-[:LIKES]->(t:Technology)

从右到左

(p:Person)<-[:LIKES]-(t:Technology)

或无方向（方向 **未** 指定）

MATCH (p:Person)-[:LIKES]-(t:Technology)

无向关系

无向关系并不意味着它没有方向，而是意味着它可以 **双向** 遍历。虽然您不能 **创建** 没有方向的关系，但您可以 **查询** 无方向的关系（在示例中，使用 MATCH 子句）。

在查询中使用无向关系特别有用，因为当你不知道方向时，Cypher 不会返回任何结果，如果你写了方向错误的查询。因此，Cypher 会检索由指定关系类型连接的**所有**节点，无论方向如何。

因为查询中的无向关系会遍历两次（每个方向一次），所以相同的模式会返回两次。这可能会影响查询的性能。

关系类型

关系类型对关系进行分类并赋予其意义，类似于标签将节点分组。建议使用动词或派生词作为关系类型。类型描述了节点之间的关系。这样，Cypher 就像自然语言，节点是主语和宾语（名词），关系（动词）是将它们联系起来的动词。

在前面的示例中，关系类型是

[:LIKES] - 表示 Sally（一个节点）喜欢图表（另一个节点）。
[:IS_FRIENDS_WITH] - 表示 Sally 是 John 的朋友。
[:WORKS_FOR] - 表示 Sally 在 Neo4j 工作。

关系变量

变量可以用于关系，就像用于节点一样。一旦你指定了一个变量，你就可以在后面的查询中使用它来引用关系。

以这个例子为例

MATCH (p:Person)-[r:LIKES]->(t:Technology)
RETURN p,r,t

此查询为节点标签（p 代表 Person 和 t 代表 Technology）和关系类型（r 代表 :LIKES）指定了变量。在返回子句中，你可以使用这些变量（例如 p、r 和 t）来返回绑定的实体。

这将是你的结果

图 6. 使用节点和关系变量的示例查询结果。

表 1. 结果
p	r	t
`(:Person)`	`[:LIKES]`	`(:Technology)`
行数：1

请记住，在关系类型前面始终要加冒号。如果你忘记了，并像这样写查询

(Person)-[LIKES]->(Technology)

[LIKES] 将表示一个关系**变量**，而不是一个关系**类型**。在这种情况下，由于没有声明关系类型，Cypher 将搜索所有类型的关系，以检索查询结果。

属性

属性值可以添加到节点和关系中，并且可以是多种数据类型。有关值和类型的完整列表，请参阅 Cypher 手册 → 值和类型.

组织前面示例中数据的另一种方法是添加一个**属性**name，以及 Sally 和 John 作为 Person 标签节点上的**属性值**

图 7. 带有节点和关系属性的图形示例。

CREATE (p:Person {name:'Sally'})-[r:IS_FRIENDS_WITH]->(p:Person {name:'John'})
RETURN p, r

属性用花括号 ({}) 包含，键后跟冒号，值用单引号或双引号包含。

如果你已经添加了 Sally 和 John 作为节点标签，但想将它们更改为节点属性，则需要重构你的图形。重构是数据建模中的一种策略，你可以在本教程中了解更多信息。

Cypher 中的模式

图形模式匹配是 Cypher 的核心。它是一种通过应用声明性模式来导航、描述和从图形中提取数据的机制。

考虑这个例子

(p:Person {name: "Sally"})-[r:LIKES]->(g:Technology {type: "Graphs"})

这段 Cypher 代码表示一个模式，但它不是一个查询。它只是表达了 Person 节点，其 name 属性值为 Sally，与 Technology 节点（其 type 属性值为 Graphs）之间存在 LIKES 关系。

为了对这个模式做一些操作，例如将其添加到图形中或从图形中检索它，你需要对数据库进行**查询**。

例如，你可以使用 CREATE 子句将此信息添加到数据库中

CREATE (p:Person {name: "Sally"})-[r:LIKES]->(t:Technology {type: "Graphs"})

一旦这些数据被写入数据库，你就可以使用这个模式检索它

MATCH (p:Person {name: "Sally"})-[r:LIKES]->(t:Technology {type: "Graphs"})
RETURN p,r,t

模式变量

与节点和关系一样，你也可以对模式使用变量。有关更多信息，请参阅 Cypher 手册 → 模式 → 语法和语义.

继续学习

现在已经介绍了基本的 Cypher 概念，你可以学习 Cypher 入门教程，学习如何编写自己的查询。在 Cypher 手册中，你可以找到有关以下内容的更多信息

如何编写基本查询以及可以使用哪些子句从数据库中读取数据。
如何使用模式来导航、描述和从图形中提取数据。
Cypher 中有哪些可用的值和类型以及函数。

从 SQL 到 Cypher

如果你有 SQL 背景并且是图形数据库新手，以下是一些有关关键差异和过渡到图形的资源

从 NoSQL 到图形

如果你熟悉 NoSQL（“不仅仅是 SQL”）系统，你也可以学习有关如何过渡到图形数据库的更多信息。

GraphAcademy

通过 Cypher 基础知识课程，你可以在 60 分钟内学习 Cypher 并使用沙盒进行练习。

其他资源

有关如何扩展 Cypher 知识的更多建议，请参阅资源.

词汇表

标签: 将节点标记为命名和索引子集的成员。一个节点可以分配零个或多个标签。
标签: 标签将节点标记为命名和索引子集的成员。一个节点可以分配零个或多个标签。
节点: 节点表示图形数据模型中的实体或离散对象。节点可以通过关系连接，在属性中保存数据，并通过标签进行分类。
节点: 节点表示图形数据模型中的实体或离散对象。节点可以通过关系连接，在属性中保存数据，并通过标签进行分类。
关系: 关系表示图形数据模型中节点之间的连接。关系将源节点连接到目标节点，在属性中保存数据，并通过类型进行分类。
关系: 关系表示图形数据模型中节点之间的连接。关系将源节点连接到目标节点，在属性中保存数据，并通过类型进行分类。
属性: 属性是用于存储节点和关系上的数据的键值对。
属性: 属性是用于存储节点和关系上的数据的键值对。
集群: 跨越多个服务器的 Neo4j DBMS，这些服务器共同工作以提高容错能力和/或读取可扩展性。集群上的数据库可以配置为在集群中的服务器之间进行复制，从而实现读取可扩展性或高可用性。
集群: 跨越多个服务器的 Neo4j DBMS，这些服务器共同工作以提高容错能力和/或读取可扩展性。集群上的数据库可以配置为在集群中的服务器之间进行复制，从而实现读取可扩展性或高可用性。
图形: 一组节点的逻辑表示，其中某些对通过关系连接。
图形: 一组节点的逻辑表示，其中某些对通过关系连接。
模式: 节点和关系的规定属性存在性和数据类型。
模式: 节点和关系的规定属性存在性和数据类型。
[[数据库模式]]数据库模式: 节点和关系的规定属性存在性和数据类型。
索引: 提高数据库读取性能的数据结构。了解支持的索引类别.
索引: 提高数据库读取性能的数据结构。了解支持的索引类别.
约束: 约束是一组数据建模规则，用于确保数据一致性和可靠性。查看 Cypher 中可用的约束.