1. 前置知识：什么是图？ #

在数学和计算机科学中，图（Graph）是由节点（Node）和边（Edge）组成的数据结构。在日常生活中，我们经常使用图：

• 社交网络：人是节点，朋友关系是边
• 地图：地点是节点，道路是边
• 网页链接：网页是节点，超链接是边

2. 节点（Node） #

2.1 什么是节点？ #

节点是图数据库中的"点"，是构成图结构的基本单元，每一个节点通常对应现实世界中的一个实体或事物。比如每个人、每家公司、每本书、每部电影、每个城市都可以在图中被抽象为一个节点。

2.2 节点的组成部分 #

一个完整的节点包含三个部分：

1. 变量名（可选）：用来引用这个节点
2. 标签（可选）：节点的类型，用冒号 : 表示
3. 属性（可选）：节点的数据，用大括号 {} 表示

基本语法：

(变量名:标签 {属性})

2.3 节点的特点 #

• 语法表现：始终用圆括号 () 包裹节点
• 标签（Label）：节点可以标注一个或多个标签。标签通常是名词，类似于关系型数据库中的"表"或"类型"，用于分类组织节点。例如 Person（人）、Company（公司）、Product（产品）
• 属性（Property）：节点可以包含任意多的属性。属性的本质是键值对（key-value pair），存储该节点的具体信息
• 用途：用于描述实体本身的所有静态、可查询的信息（例如：姓名、年龄、城市、成立日期等）

2.4 节点示例 #

()                                          // 匿名节点，没有标签，没有属性
(:Person)                                   // Person 类型的节点，没有属性
(:Person {name: "张三"})                    // 有 name 属性的 Person 节点
(:Company {name: "Acme Corp", city: "北京"}) // 公司节点，含多个属性
(:Book:Product {title: "三体", price: 56})   // 同时有 Book 和 Product 标签的节点

说明：

• 一个节点可以没有属性，也可以同时有多个标签和属性
• 节点内部信息通常通过属性表达，而节点归属是什么类别，则通过标签表达

2.5 节点标签（Label） #

标签用来对节点进行分类，类似于数据库中的"表"。

作用：

• 分类节点：将相同类型的节点归为一组
• 优化查询：帮助数据库快速定位节点
• 支持索引：可以为特定标签创建索引

示例：

(:Person)        // Person 类型的节点
(:Company)       // Company 类型的节点
(:Technology)    // Technology 类型的节点

多个标签： 一个节点可以有多个标签，表示它属于多个类别：

(:Person:Employee)              // Person 和 Employee 同时为标签
(:Person:Employee:Manager)      // 既是 Person，也是 Employee，还是 Manager
(:Product:Book:Imported)       // 多标签，表示进口图书

实际应用：

• Person:Employee：表示员工
• Person:Customer：表示客户
• Person:Employee:Manager：表示经理

注意：

• 标签名区分大小写，且通常使用英文单数
• 关系本身没有标签，只有类型

2.6 节点变量（Variable） #

变量用来在查询中引用节点，就像给节点起个名字。

命名规则：

• 使用小写字母
• 可以是单个字母（如 p）或单词（如 person）
• 在节点定义时指定：(变量名:标签)

示例：

(p:Person)       // 变量名是 p
(person:Person)  // 变量名是 person

3. 关系（Relationship） #

3.1 什么是关系？ #

关系是图数据库的第二大基本元素，代表两个节点之间的某种联系、动作、事件或依赖。没有关系的节点是孤立的，只有通过关系，节点间才能连接成大图。

3.2 前置知识：为什么关系要有方向？ #

在现实世界中，很多关系是有方向的：

• "张三关注李四"（单向）
• "张三喜欢这个产品"（单向）
• "张三和李四是朋友"（双向，但存储时仍需要方向）

在 Neo4j 中，所有关系都必须有方向，这有助于：

1. 明确关系的语义
2. 优化查询性能
3. 支持复杂的图算法

注意： 即使关系是"双向"的（如朋友关系），在 Neo4j 中也需要明确方向。查询时可以使用无向模式：

(张三)-[:IS_FRIENDS_WITH]-(李四)  // 无向查询，匹配任意方向

3.3 关系的组成部分 #

一个完整的关系包含：

1. 方向：从起始节点指向目标节点
2. 类型（Type）：关系的种类，用方括号 [] 表示
3. 属性（Property）：关系的附加数据（可选）
4. 变量名（可选）：用来引用这个关系

基本语法：

(起始节点)-[变量名:关系类型 {属性}]->(目标节点)

3.4 关系的特点 #

• 语法表现：用方括号和箭头 -[]-> 指示关系方向和类型，关系始终有方向性（即从一个节点指向另一个节点），可以类比"有向边"
• 类型（Type）：每一条关系必须指定类型（全大写，常用下划线分隔），如 IS_FRIENDS_WITH（是朋友）、WORKS_FOR（工作于）、LIKES（喜欢）、BOUGHT（购买）
• 属性（Property）：关系也可以携带属性，说明两者间的详细信息，例如开始时间、等级、权重等
• 唯一性：同样的两个节点间可存在多种关系，也可存多条相同类型的关系（如一人多次购买同一商品）
• 反向：关系有方向，但查询时可以忽略方向或反向检索

3.5 关系示例 #

(:Person {name:"张三"})-[:IS_FRIENDS_WITH]->(:Person {name:"李四"})
(:Person {name:"张三"})-[:WORKS_FOR {since:2020, role:"工程师"}]->(:Company {name:"小米"})
(:User {name:"Alice"})-[:LIKES]->(:Product {name:"水杯"})

说明：

• 第1行是"张三"是"李四"的朋友
• 第2行表明"张三"自2020年以来以工程师身份就职于"小米"
• 第3行是"Alice"喜欢"水杯"

3.6 关系类型命名建议 #

好的关系类型示例：

-[:LIKES]->              // 喜欢
-[:WORKS_FOR]->          // 为...工作
-[:IS_FRIENDS_WITH]->    // 与...是朋友
-[:ACTED_IN]->           // 出演
-[:DIRECTED]->           // 导演

不好的关系类型示例：

-[:FRIEND]->             // ❌ 应该用 IS_FRIENDS_WITH
-[:COMPANY]->            // ❌ 应该用 WORKS_FOR

命名建议：

• 使用动词：LIKES、WORKS_FOR、ACTED_IN
• 使用大写字母和下划线：IS_FRIENDS_WITH
• 描述性：清楚表达关系的含义
• ❌ 避免使用名词：关系应该描述动作或状态

4. 属性（Property） #

4.1 什么是属性？ #

属性是附着在节点或关系上的键值对，通过它们可以存储丰富的、结构化的信息。

4.2 属性的特点 #

• 语法表现：用大括号 {} 包裹，写在节点或关系内部
• 类型：属性值可以是数字、字符串、布尔型、列表等
• 用途：节点和关系的所有具体、可查询的信息、统计分析字段等，都应作为属性存储
• 自定义：无需提前定义结构（模式灵活），不同节点、关系可有不同属性集

4.3 属性的数据类型 #

属性可以存储多种类型的数据：

• 字符串："张三"
• 数字：25、3.14
• 布尔值：true、false
• 列表：["北京", "上海"]
• 日期时间：date("2024-01-01")

4.4 属性示例 #

(:Person {name: "张三", age: 30, city: "北京", isStudent: false})
(:Movie {title: "霸王别姬", year: 1993, rating: 9.6})
(:Person)-[:WORKS_FOR {since:2018, fulltime:true}]->(:Company)

// 关系属性举例
()-[:IS_FRIENDS_WITH {since:2010, close:true}]->()

说明：

• 属性可混合数字、字符串、布尔值，且无数量限制
• 节点、关系属性同语法，均为属性名: 属性值形式

4.5 节点属性 vs 关系属性 #

节点属性：描述实体本身的特征

(:Person {name: "张三", age: 25})  // 人的姓名和年龄

关系属性：描述关系的特征

(张三)-[:WORKS_FOR {since: 2020, salary: 10000}]->(公司)  // 工作关系的开始时间和薪资

5. 标签（Label） #

5.1 什么是标签？ #

标签是图数据库中节点的分类标记，是声明节点"属于什么类型"的机制。

5.2 标签的特点 #

• 语法表现：用冒号 : 紧跟标签名写于圆括号内，而且可有多个标签，用冒号分割
• 查询优化：标签常用于索引加速查询和限定范围（如仅查询 :Person 节点集合）
• 多标签：一个节点可同时拥有多个标签（例如某人既是员工也是经理：(:Person:Employee:Manager)）

5.3 标签示例 #

(:City)                         // 单标签
(:Person:Employee)              // Person 和 Employee 同时为标签
(:Product:Book:Imported)        // 多标签，表示进口图书

注意：

• 标签名区分大小写，且通常使用英文单数
• 关系本身没有标签，只有类型

6. 模式（Pattern） #

6.1 什么是模式？ #

模式是将节点、关系按照特定结构组合而成的表达式，用来描述你想查找的数据子图。它是 Neo4j 查询语言 Cypher 的核心语法之一。

6.2 模式的特点 #

• 节点-关系的组合：用(节点)-[关系]->(节点)等形式连接，可以描述任何复杂网络结构
• 可无限扩展：节点与关系可以按需求随意组合、延长，支持多跳、多条件、多分支
• 用途极广：既能当做创建语句（CREATE），也能用作查询语句（MATCH），也常用于可视化

6.3 模式示例 #

// 查找朋友的朋友
(:Person {name:"小明"})-[:IS_FRIENDS_WITH]->(:Person)-[:IS_FRIENDS_WITH]->(:Person)

// 查找同公司员工之间的推荐网络
(:Person)-[:WORKS_FOR]->(:Company)<-[:WORKS_FOR]-(:Person)

// 查询购买了同一商品的所有用户
(:User)-[:BOUGHT]->(:Product)<-[:BOUGHT]-(:User)

说明：

• 可以省略节点或关系内容，仅表达结构
• 用*n..m可表达可变长度（n到m跳），比如-[:IS_FRIENDS_WITH*2..4]->查找2~4度好友

图模式让我们可以像画图一样表达复杂的数据关系，而不必写冗长复杂的代码。

7. 属性图模型 #

7.1 什么是属性图模型？ #

属性图模型是 Neo4j 使用的数据模型，它有三个特点：

1. 节点可以有属性：比如人的姓名、年龄
2. 关系也可以有属性：比如朋友关系的开始时间
3. 节点和关系都有标签/类型：用于分类

7.2 属性图模型的优势 #

• 灵活：无需提前定义结构，可以动态添加属性
• 直观：用节点和关系直接表示现实世界
• 高效：关系直接存储，查询性能稳定

8. 小结 #

8.1 核心概念总结 #

概念	语法	说明	示例
节点（Node）	(变量名:标签 {属性})	图中的实体	(:Person {name: "张三"})
关系（Relationship）	-[变量名:类型 {属性}]->	节点之间的连接	-[:IS_FRIENDS_WITH]->
属性（Property）	{键: 值}	节点和关系的数据	{name: "张三", age: 30}
标签（Label）	:标签名	节点的分类	:Person、:Company
模式（Pattern）	(节点)-[关系]->(节点)	节点和关系的组合	(人)-[:朋友]->(朋友)

8.2 关键要点 #

1. 节点：用圆括号 () 表示，可以有标签和属性
2. 关系：用方括号和箭头 -[]-> 表示，必须有方向和类型
3. 属性：用大括号 {} 表示，可以是多种数据类型
4. 标签：用冒号 : 表示，用于分类节点
5. 模式：节点和关系的组合，用于描述图结构

8.3 最佳实践 #

1. 节点设计：

   • 每个实体成为一个节点
   • 使用标签分类节点
   • 属性放在节点上

2. 关系设计：

   • 实体间的关系使用有向关系表示
   • 关系类型使用动词
   • 关系的特征放在关系属性上

3. 属性设计：

   • 属性应添加到最相关的节点或关系上
   • 实体特征放在节点，关系特征放在关系