什么是 Cypher

本页涵盖 Cypher^® 的基础知识。如需完整文档，请参阅Cypher。

Cypher 是 Neo4j 的声明式且符合 GQL 标准的查询语言。通过openCypher 项目以开源形式提供，Cypher 类似于 SQL，但针对图进行了优化。

Cypher 直观且接近自然语言，通过其基于 ASCII 艺术式语法的自身设计，提供了一种可视化匹配模式和关系的方式。

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

使用圆括号表示 (:Nodes)，使用 -[:ARROWS]→ 表示 (:Nodes) 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。

无需安装即可快速体验，获取免费的 Aura 实例。使用右上角的学士帽图标访问交互式指南。“查询基础”为您提供 Cypher 的实践入门。

Cypher 如何工作？

Neo4j 的图模型由节点和关系组成，它们也可以拥有分配的属性。通过节点和关系，您可以构建强大的模式，表达简单或复杂的模式。

模式识别是关键的基本认知过程，这使得利用模式匹配的 Cypher 直观且易于学习。

Cypher 语法

Cypher 的构造基于英文散文和图标。这使得查询既易于编写又易于阅读。

如果您要用英文表示此图中的数据，它可能读作：“Sally 喜欢图。Sally 是 John 的朋友。Sally 为 Neo4j 工作。”

现在，如果您要用 Cypher 编写相同的信息，它将看起来像这样

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

然而，为了在图中拥有此信息，首先您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，您可以通过用括号括起来表示一个节点，例如 (node)。括号表示可视化中构成节点的圆圈。

节点标签

节点可以通过标签进行分组。它们像标签一样工作，允许您指定要查找或创建的特定实体类型。标签还有助于 Cypher 区分实体并优化查询执行。

在此示例中，Sally 和 John 都可以归类到 Person 标签下，Graphs 可以获得 Technology 标签，而 Neo4j 可以标记为 Company。

在关系型数据库上下文中，这等同于告诉 SQL 在哪个表中查找特定行。正如您可以告诉 SQL 从 Person 表中查询人员信息一样，您也可以告诉 Cypher 只检查 Person 标签以获取该信息。

如果您不为 Cypher 指定标签以过滤掉不匹配的节点类别，查询将检查数据库中的所有节点。这可能会影响非常大图的性能。

节点变量

为了在后续子句中引用匹配的数据实体，需要将它们绑定到变量。

变量可以是单个字母或单词，并且应以小写形式编写。例如，如果您想将所有标记为 Person 的节点绑定到变量 p，您可以编写 (p:Person)。同样，如果您想使用完整的单词，则可以编写 (person:Person)。

检索所有 Person 节点

MATCH (p:Person)
RETURN p

关系

图数据库的优势之一是您可以以关系的形式存储有关元素（节点）之间如何相互关联的信息。

在 Cypher 中，关系表示为方括号和连接两个节点的箭头（例如 (Node1)-[]→(Node2)）。

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

图 5. 包含节点和关系的图。

请记住始终在关系类型前面加上冒号。如果您忘记了，并编写了诸如 (:Person)-[LIKES]→(:Technology) 这样的查询，那么 [LIKES] 将表示一个关系变量，而不是关系类型。

关系方向

关系总是有方向的，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)

或者无方向（方向未指定）

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

无方向关系

无方向关系并不意味着它没有方向，而是意味着它可以沿任一方向遍历。虽然您不能在没有方向的情况下创建关系，但可以无方向地查询它们（例如，使用 MATCH 子句）。

在查询中使用无方向关系特别有用，因为当您不知道方向时，Cypher 不会返回任何内容，如果您编写的查询方向错误。因此，Cypher 将检索由指定关系类型连接的所有节点，无论方向如何。

因为查询中的无方向关系会被遍历两次（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增加其含义，类似于标签将节点分组。最佳实践是使用动词或其派生词作为关系类型。类型描述了节点之间如何相互关联。这样，Cypher 几乎就像自然语言，其中节点是主语和宾语（名词），而关系（动词）是连接它们的动作词。

在前面的示例中，关系类型是

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

关系变量

变量可以像用于节点一样用于关系。一旦指定了变量，您就可以在查询中稍后使用它来引用该关系。

以下示例

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

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

这将是您的结果

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

请记住始终在关系类型前面加上冒号。如果您碰巧忘记了，并像这样编写查询

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

[LIKES] 将代表一个关系变量，而不是关系类型。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，并且可以是各种数据类型。有关值的完整列表和类型，请参阅Cypher 手册 → 值与类型。

另一种组织前面示例中数据的方法是添加一个属性 name，并将 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示例。

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

属性用花括号 ({}) 括起来，键后跟冒号，值用单引号或双引号括起来。

如果您已将 Sally 和 John 添加为节点标签，但想将它们更改为节点属性，则需要重构您的图。重构是数据建模中的一种策略，您可以在本教程中了解更多信息。

Cypher 中的模式

图模式匹配是 Cypher 的核心。它是通过应用声明式模式来导航、描述和从图中提取数据的机制。

考虑以下示例

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

这段 Cypher 表示一个模式，但它不是一个查询。它仅表示一个 Person 节点，其 name 属性为 Sally，与一个 Technology 节点之间存在 LIKES 关系，该 Technology 节点的 type 属性为 Graphs。

为了对这个模式进行一些操作，例如将其添加到图或从图检索，您需要查询数据库。

例如，您可以使用 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"})

一旦此数据写入数据库，您就可以使用此模式检索它。

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，您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

既然已经介绍了 Cypher 的基本概念，您可以学习如何开始使用 Cypher 教程，了解如何编写自己的查询。在Cypher 手册中，您可以找到更多信息，包括：

如何编写基本查询以及可以使用哪些子句从数据库读取数据。
模式如何工作以及如何使用它们来导航、描述和从图中提取数据。
Cypher 中有哪些值和类型以及函数可用。

从 SQL 到 Cypher

如果您有 SQL 背景且刚接触图数据库，以下是有关关键差异和向图过渡的更多信息资源：

从 NoSQL 到图

如果您熟悉 NoSQL（“不仅仅是 SQL”）系统，您还可以了解更多关于如何过渡到图数据库的信息。

GraphAcademy

通过Cypher 基础课程，您可以在 60 分钟内学习 Cypher 并使用沙盒进行实践。

其他资源

有关如何扩展 Cypher 知识的更多建议，请参阅资源。

术语表

标签: 将节点标记为命名且已索引子集的成员。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且已索引子集的成员。一个节点可以分配零个或多个标签。
节点: 节点代表图数据模型中的一个实体或离散对象。节点可以通过关系连接，在属性中保存数据，并按标签进行分类。
节点: 节点代表图数据模型中的一个实体或离散对象。节点可以通过关系连接，在属性中保存数据，并按标签进行分类。
关系: 关系代表图数据模型中节点之间的连接。关系连接源节点和目标节点，在属性中保存数据，并按类型进行分类。
关系: 关系代表图数据模型中节点之间的连接。关系连接源节点和目标节点，在属性中保存数据，并按类型进行分类。
属性: 属性是用于在节点和关系上存储数据的键值对。
属性: 属性是用于在节点和关系上存储数据的键值对。
集群: 一个 Neo4j DBMS，它跨多个服务器协同工作，以提高容错性或读取可扩展性。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: 一个 Neo4j DBMS，它跨多个服务器协同工作，以提高容错性或读取可扩展性。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: 一组节点的逻辑表示，其中某些对通过关系连接。
图: 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和数据类型。
模式: 节点和关系的规定属性存在和数据类型。
[[数据库模式]]数据库模式: 节点和关系的规定属性存在和数据类型。
索引: 一种提高数据库读取性能的数据结构。阅读有关支持的索引类别的更多信息。
已索引: 一种提高数据库读取性能的数据结构。阅读有关支持的索引类别的更多信息。
约束: 约束是一组数据建模规则，可确保数据的一致性和可靠性。查看 Cypher 中可用的约束。
数据模型: 数据模型定义了信息在数据库中的组织方式。一个好的数据模型将使查询和理解数据变得更容易。在 Neo4j 中，数据模型具有图结构。
数据模型: 数据模型定义了信息在数据库中的组织方式。一个好的数据模型将使查询和理解数据变得更容易。在 Neo4j 中，数据模型具有图结构。