【知识图谱】告别零散查询！Neo4j 全操作一站式指南。Cypher语句操作手册

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Neo4j 图数据库核心操作详解

Neo4j 是一种基于图模型的数据库，其主要结构由节点和关系构成，使用专为图数据设计的查询语言 Cypher（类似于 SQL）。本文将系统介绍 Cypher 语言中的增删改查操作，并涵盖节点、关系及属性的完整应用场景。

()

一、基础元素说明

节点

在 Neo4j 中，节点是图的基本单位，通常用于表示实体。节点可以拥有标签（类似关系型数据库中的表名）以及一系列属性（以键值对形式存储）。例如：

(u:User {name: "张三", age: 25})

关系

关系连接两个节点，具有方向性，可用箭头表示：

--

或

-[r:REL_TYPE]->

其中

->

表示关系的方向。关系也可以带有类型和属性，如：

(u)-[f:FRIENDS_WITH {since: 2020}]->(v)

属性类型支持

节点与关系均可设置属性，支持的数据类型包括字符串、数字、布尔值、列表、日期等，示例如下：

{tags: ["技术", "旅行"], birth: date("1998-01-01")}

二、核心操作：增删改查

1. 数据新增（CREATE）

用于创建新的节点或建立节点之间的关系，支持单条或多条批量插入。

(1) 创建单个带标签和属性的节点

// 创建一个 "User" 标签的节点，包含 name 和 age 属性
CREATE (u:User {name: "张三", age: 25, gender: "男", isActive: true})
RETURN u; // RETURN 用于返回创建的结果（可选）

(2) 批量创建多个节点

// 批量创建 3 个 User 节点，用逗号分隔
CREATE (u1:User {name: "李四", age: 28}),
       (u2:User {name: "王五", age: 23}),
       (p:Product {name: "Neo4j 实战", price: 89.9})
RETURN u1, u2, p;

(3) 创建节点并关联已有节点（先匹配后连接）

通过

MATCH

匹配已存在的节点，再创建新关系，避免重复生成节点：

// 1. 先确保节点存在（如果不存在可先用 CREATE 或 MERGE）
MATCH (u:User {name: "张三"}), (p:Product {name: "Neo4j 实战"})
// 2. 创建 "购买" 关系，带属性
CREATE (u)-[b:BUY {time: date(), amount: 1}]->(p)
RETURN u, b, p; // 返回完整的图结构

(4) 链式创建多个相互关联的节点

// 创建 3 个节点 + 2 个关系（张三 -> 李四 是朋友，李四 -> 王五 是同事）
CREATE (u1:User {name: "张三"})-[f:FRIENDS]->(u2:User {name: "李四"})-[c:COLLEAGUE]->(u3:User {name: "王五"})
RETURN u1, f, u2, c, u3;

2. 数据查询（MATCH + RETURN）

利用

MATCH

子句匹配所需的节点或关系结构，结合

RETURN

返回结果集，支持条件筛选、排序与分页功能。

(1) 查询图中所有节点

// 查询所有节点（无过滤，适合小数据量）
MATCH (n) RETURN n;

// 查询所有 User 标签的节点
MATCH (u:User) RETURN u.name, u.age; // 只返回指定属性（避免返回全部）

(2) 条件查询（使用 WHERE 子句）

// 查询年龄 > 25 的 User，返回姓名和年龄，按年龄降序排序
MATCH (u:User)
WHERE u.age > 25 AND u.gender = "男"
RETURN u.name AS 姓名, u.age AS 年龄 // 给属性起别名
ORDER BY u.age DESC
LIMIT 10; // 分页（前 10 条）

(3) 查询包含节点及其关系的图结构

// 查询 "张三" 购买的所有商品（返回用户、购买关系、商品）
MATCH (u:User {name: "张三"})-[b:BUY]->(p:Product)
WHERE b.time >= date("2024-01-01") // 过滤关系属性
RETURN u.name, b.time, p.name, p.price;

// 查询 "张三" 的朋友的朋友（2 度关系）
MATCH (u:User {name: "张三"})-[f:FRIENDS]->()-[:FRIENDS]->(friendOfFriend)
RETURN friendOfFriend.name;

(4) 聚合统计查询（如 COUNT、SUM 等）

// 统计 User 节点总数
MATCH (u:User) RETURN COUNT(u) AS userCount;

// 统计每个用户的购买次数和总消费金额
MATCH (u:User)-[b:BUY]->(p:Product)
RETURN u.name, COUNT(b) AS buyTimes, SUM(p.price * b.amount) AS totalCost
GROUP BY u.name; // 按用户分组

3. 数据修改（SET 操作）

使用

SET

修改节点或关系的属性，可添加新属性或更新已有字段，通常配合

MATCH

定位目标对象。

(1) 更新节点属性

// 更新 "张三" 的年龄和新增邮箱属性
MATCH (u:User {name: "张三"})
SET u.age = 26, u.email = "zhangsan@xxx.com" // 多个属性用逗号分隔
RETURN u;

// 给节点添加新标签（一个节点可多个标签）
MATCH (u:User {name: "张三"})
SET u:VIPUser // 新增 VIPUser 标签
RETURN labels(u); // 返回节点的所有标签（结果：["User", "VIPUser"]）

(2) 修改关系上的属性信息

// 更新 "张三" 购买 "Neo4j 实战" 的订单状态
MATCH (u:User {name: "张三"})-[b:BUY]->(p:Product {name: "Neo4j 实战"})
SET b.status = "已发货"
RETURN b;

(3) 删除特定属性（使用 REMOVE）

// 删除 "张三" 的 gender 属性
MATCH (u:User {name: "张三"})
REMOVE u.gender
RETURN u;

// 删除节点的 VIPUser 标签
MATCH (u:User {name: "张三"})
REMOVE u:VIPUser
RETURN labels(u); // 结果：["User"]

4. 数据删除（DELETE）

使用

DELETE

删除节点或关系。注意：删除节点前必须清除其所有关联的关系，否则会引发错误。

(1) 删除指定关系

// 删除 "张三" 和 "Neo4j 实战" 之间的 BUY 关系
MATCH (u:User {name: "张三"})-[b:BUY]->(p:Product {name: "Neo4j 实战"})
DELETE b; // 只删除关系，节点保留

(2) 删除节点（需先解除关联关系）

// 方法 1：先删关系，再删节点（分步）
MATCH (u:User {name: "王五"})-[r]->() // 匹配王五的所有出关系
DELETE r; // 先删关系
MATCH (u:User {name: "王五"})
DELETE u; // 再删节点

// 方法 2：同时删除节点和其所有关联关系（推荐）
MATCH (u:User {name: "王五"})-[r]-() // 匹配所有关联关系（无方向）
DELETE u, r; // 同时删除节点和关系

(3) 清空整个数据库中的所有节点和关系（谨慎操作！）

MATCH (n)-[r]->()
DELETE n, r; // 先删所有关系和节点
// 或简化（Neo4j 支持）
MATCH (n)
DETACH DELETE n; // DETACH 自动删除节点的所有关联关系，再删节点

三、关键补充：MERGE 操作

MERGE

的作用类似于“存在则匹配，不存在则创建”，常用于防止重复插入唯一性数据，如用户记录或特定关系。

CREATE + MATCH

典型用法如下：

// 确保存在 name 为 "赵六" 的 User 节点，不存在则创建
MERGE (u:User {name: "赵六"})
ON CREATE SET u.age = 30, u.gender = "男" // 不存在时执行（创建后设置属性）
ON MATCH SET u.age = u.age + 1 // 存在时执行（年龄+1）
RETURN u;

// 确保 "赵六" 和 "张三" 之间存在 FRIENDS 关系，不存在则创建
MATCH (u:User {name: "赵六"}), (v:User {name: "张三"})
MERGE (u)-[f:FRIENDS]->(v)
ON CREATE SET f.since = date()
RETURN u, f, v;

四、实用技巧汇总

• 查看当前数据库中的节点标签：

  MATCH (n) RETURN DISTINCT labels(n);

• 查看已存在的关系类型：

  MATCH ()-[r]->() RETURN DISTINCT type(r);

• 执行模糊查询（字符串模式匹配）：

  MATCH (u:User)
  WHERE u.name STARTS WITH "张" // 以"张"开头
  // 或 WHERE u.name CONTAINS "三" // 包含"三"
  RETURN u.name;

• 处理列表类型的属性操作：

  // 给节点添加列表属性
  MATCH (u:User {name: "张三"})
  SET u.hobbies = ["篮球", "编程"]
  RETURN u;
  
  // 向列表添加元素（不重复）
  MATCH (u:User {name: "张三"})
  SET u.hobbies = u.hobbies + ["旅行"] // 直接添加（允许重复）
  // 或 SET u.hobbies = apoc.coll.union(u.hobbies, ["旅行"]) // 去重添加（需安装 APOC 插件）
  RETURN u;

五、使用注意事项

1. 关系必须连接两个有效节点，不允许孤立的关系存在。
2. 删除节点时，应先移除其所有关联关系；可通过

   DETACH DELETE

   简化此过程。
3. 属性名称不应包含空格或特殊字符，推荐采用小驼峰命名法，例如

   userName

   。
4. 面对大规模数据查询时，建议对高频检索字段建立索引（如 User 节点的 name 字段）：

CREATE INDEX idx_user_name FOR (u:User) ON (u.name); // 创建索引
DROP INDEX idx_user_name; // 删除索引

在实际开发中，推荐结合 Neo4j Browser 可视化工具来执行 Cypher 语句，能够直观展示图谱结构与查询结果，提升调试效率。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：操作手册 一站式 操作手 R语句 NEO