图数据库Neo4j——Neo4j简介、数据结构 & Docker版本的部署安装 & Cypher语句的入门
前言
MySQL一种开源的关系型数据库管理系统，使用SQL作为其查询语言，常见的关系型数据库有MySQL、Oracle、SQL Server、PostgreSQL等。相关博客文章如下：
- 【合集】MySQL的入门进阶强化——从 普通人 到 超级赛亚人 的 华丽转身
- PostgreSQL数据库——Docker版本的postgres安装 & Navicat连接方式+导入向导使用 & SpringBoot结合Jpa使用PostgreSQL初步
还有就是非关系型数据库，也称为NoSQL数据库，它不使用表格来存储数据，而是使用键值对、文档、图形等方式来存储数据。常见的非关系型数据库有MongoDB、Redis、Cassandra等。相关博客文章如下：
【合集】Redis——Redis的入门到进阶 & 结合实际场景的Redis的应用
此外，还有一种图数据库，图形数据库是专门用于存储图形数据的数据库，它使用图形模型来存储数据，并且支持复杂的图形查询。常见的图形数据库有Neo4j、OrientDB等。
本篇博客介绍Neo4j图数据库，Neo4j是用Java实现的开源NoSQL图数据库，本篇博客介绍docker版本的安装，Neo4j的数据结构，基本的创建、查询的Cypher语句。
目录
- 前言
- 引出
- Neo4j
- 什么是Neo4j？
- 部署安装
- 数据结构
- Cypher入门
- 创建数据
- 删除数据
- 查询语句
- 按照转运次数最少
- 按照费用最少
- 附录：构造数据
- 总结
引出
1.Neo4j是用Java实现的开源NoSQL图数据库;
2.dokcer版本的Neo4j部署安装，数据结构介绍；
3.Cypher是Neo4j的查询语言，创建和查询入门；
Neo4j
什么是Neo4j？
Neo4j是用Java实现的开源NoSQL图数据库。从2003年开始开发，2007年正式发布第一版，其源码托管于GitHtb。Neo4j作为图数据库中的代表产品，已经在众多的行业项目中进行了应用，如：网络管理、软件分析、组织和项目管理、社交项目等方面。
官网：https://neo4j.com/
Neo4j实现了专业数据库级别的图数据模型的存储，提供了完整的数据库特性，包括ACID事务的支持、集群的支持、备份和故障转移等。
Neo4j提供了申明式的查询语言Cypher，它类似于关系型数据库中的SQL语言，其具有表现力丰富、使用简单、查询效率高、高扩展性等特点。
其中，紫色圆圈是【人】数据，橙色圆圈是【电影】数据，表示人与电影之间参演或导演的数据关系。
部署安装
Neo4j支持众多平台的部署安装，如：Windows、Mac、Linux等系统。Neo4j是基于Java平台的，所以部署安装前先保证已经安装了Java虚拟机。
7474是web管理工具的端口，7687是neo4j协议端口进行数据通信
docker run \ -d \ --restart=always \ --name neo4j \ -p 7474:7474 \ -p 7687:7687 \ -v neo4j:/data \ neo4j:4.4.5
查看运行的容器
查看日志
http://119.3.162.127:7474/browser/
首次登录需要修改密码
修改后进入首页
查询语句入门
MATCH (tom:Person {name: "Tom Hanks"})-[:ACTED_IN]->(tomHanksMovies) RETURN tom,tomHanksMovies数据结构
-
节点
-
- 存储实体数据，在上图中，演员、电影都是节点。
- 可以理解为关系型数据库中的表。
-
关系
-
- 存储节点之间的关系。
- 关系只能有一个类型，必须有开始节点和结束节点以及指向。
- 关系可以自我循环引用，但是两头永远不能为空。
-
属性
-
- 节点和关系都可以有属性，它是由键值对组成的。
- 节点的属性可以理解为关系型数据库中的字段。
- 关系中的属性进一步的明确了关系。
-
标签
-
- 标签是对节点的分类，这样使得构建Neo4j数据模型更加简单。
- 在上面的电影案例中，Movie、Person就是标签
Cypher入门
Cypher是Neo4j的查询语言，类似与关系型数据库中的SQL，一些关键词来源于SQL，比如：CREATE、WHERE、RETRUN等。下面我们一起学习Cypher的基本语句。
Cypher语句的关键字对大小写不敏感。
创建数据
使用CREATE命令来创建节点、关系、属性数据。语法如下
//查询所有数据 MATCH (n) RETURN n //删除所有节点和关系，慎用！ MATCH (n) DETACH DELETE n CREATE (n {name: $value}) RETURN n //创建节点,该节点具备name属性，n为该节点的变量,创建完成后返回该节点 CREATE (n:$Tag {name: $value}) //创建节点，指定标签 CREATE (n)-[r:KNOWS]->(m) //创建n指向m的关系，并且指定关系类型为：KNOWS删除数据
//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 n查询语句
[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
MATCH (n) RETURN n //查询所有的数据
//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 rMATCH p = (n:OLT {name:"北京市转运中心"}) --> (m:OLT) RETURN p //将查询赋值与变量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//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
按照转运次数最少
//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
按照费用最少
//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
附录：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)(南京市转运中心), (北京市转运中心)(上海市转运中心), (南京市转运中心)(郑州市转运中心), (太原市转运中心)(南京市转运中心), (郑州市转运中心)(昌平区转运中心), (北京市昌平区新龙城)(昌平区转运中心), (北京市昌平区定泗路)(海淀区转运中心), (北京市海淀区小营)(海淀区转运中心), (北京市海淀区万泉河)(北京市转运中心), (昌平区转运中心)(北京市转运中心), (海淀区转运中心)(浦东新区转运中心), (上海市浦东新区南汇)(浦东新区转运中心), (上海市浦东新区周浦)(奉贤区转运中心), (上海市奉贤区东部)(奉贤区转运中心), (上海市奉贤区青村)(上海市转运中心), (浦东新区转运中心)(上海市转运中心), (奉贤区转运中心)(玄武区转运中心), (江苏省南京市玄武区紫金墨香苑)(玄武区转运中心), (江苏省南京市玄武区长江路)(南京市转运中心), (玄武区转运中心)(小店区转运中心), (山西省太原市青龙)(小店区转运中心), (山西省太原市长风街)(太原市转运中心), (小店区转运中心)(中原区转运中心), (河南省郑州市郑上路)(中原区转运中心), (河南省郑州市颍河路)(郑州市转运中心), (中原区转运中心)
-
