Neo4j官方入门实例介绍

2.4 官方入门实例介绍

本节的内容不必深入掌握，主要是给大家一个简单的认识，具体的 Cypher 语言在下一章会详细讲解。

为了方便用户入门， Neo4j Web 管理界面提供了一个官方入门实例 “电影关系图”，帮助初学者在自己电脑上一步步创建一个入门级别的图数据结构。本节将围绕这个“电影关系图”实例一步步讲解、分析其创建和查询等操作。

首先，打开 Neo4j Web 管理界面后，在引导实例区单击 Open Guides 链接就进入“电影关系图”实例引导界面了，如下图所示。

“电影关系图”实例将电影、电影导演、演员之间的复杂网状关系作为蓝本，使用 Neo4j 创建三者关系的图结构，虽然实例数据规模小但结构是相对完整的。

这个实例将指引读者学习以下入门操作：

创建图数据：将电影、演员、导演等图数据导入到Neo4j数据库中。
检索节点：检索特定电影和演员。
查询关系：发现相关的演员和导演。
查询关系路径：查询他们之间的关系路径。

2.4.1 创建图数据库

单击“电影关系图”实例引导页下方的右侧换页箭头可以看到一些实例代码，其中包含多个带有 CREATE 关键字的 Cypher 语句。单击代码块，代码块将自动填入到命令行输入区。单击运行命令按钮，图数据就创建完成了（每句的解析在下面）。

下面，对这些创建语句进行分析说明，先不必完全弄懂这些命令，只需要了解它们的目的即可，关于这些 Cypher 语句的具体学习，在后续章节会有详细介绍。

【程序2-1】创建电影节点

CREATE (TheMatrix:Movie {title:'The Matrix', released:1999, tagline:'Welcome to the Real World'})

上面的 Cypher 语句使用 CREATE 指令创建了一个 Movie 节点，这个节点上带有三个属性{title:‘The Matrix’, released:1999, tagline:‘Welcome to the Real World’}，分别表示这个电影的标题: The Matrix、发布时间: 1999、宣传词: Welcome to the Real World。

上述 Cypher 语句运行后将会在数据库中创建一个 Movie 节点，在数据库中的存储形态如下图所示。

【程序2-2】创建人物节点

CREATE (Keanu:Person {name:'Keanu Reeves', born:1964})

上面代码使用 CREATE 指令创建了一个 Person 节点，节点带有两个属性{name:‘Keanu Reeves’, born:1964}。

在后续的 6 行代码中都使用了同样的CREATE指令分别创建了人物： Carrie 、 Laurence 、 Hugo 、 LillyW 、 LanaW 和 JoelS 。

【程序2-3】创建演员、导演关系

CREATE(Keanu)-[:ACTED_IN {roles:['Neo']}]->(TheMatrix),(Carrie)-[:ACTED_IN {roles:['Trinity']}]->(TheMatrix),(Laurence)-[:ACTED_IN {roles:['Morpheus']}]->(TheMatrix),(Hugo)-[:ACTED_IN {roles:['Agent Smith']}]->(TheMatrix),(LillyW)-[:DIRECTED]->(TheMatrix),(LanaW)-[:DIRECTED]->(TheMatrix),(JoelS)-[:PRODUCED]->(TheMatrix)

上面代码中除了使用 CREATE 指令外，还使用了箭头运算符，如：(Keanu)-[:ACTED_IN {roles:[‘Neo’]}]->(TheMatrix)，这一行的意思是创建一个演员参演电影的关系，演员 Keanu 以角色 roles:[‘Neo’] 参演 ACTED_ IN 到电影 TheMatrix 中。代码前 2~4 行都是创建演员参演电影关系的指令。

第 6 行指令：(LillyW)-[:DIRECTED]->(TheMatrix)，意思是创建导演与电影的关系，即 LillyW 导演了 [:DIRECTED] 电影 TheMatrix 。

上面的指令运行完后，数据库中会有以下存储形态，如下图所示。

这样数据库中一个电影、演员、导演、制片商的关系就创建出来了。在后面的代码中用了同样的指令分别创建了电影: The Matrix Revolutions 、 The Devil’s Advocate 、 A Few Good Men 、 Top Gun 、 Jerry Maguire 等，然后又创建了与这些电影相关的演员、导演、制片商与他们之间的关系。

通过上述的创建指令就把“电影关系图”实例创建完成了。

2.4.2 检索节点

图数据结构创建完毕后，下面介绍检索节点的相关操作。

2.4.2.1 查找人员

【程序2-4】查找名为"Tom Hanks"的人物

MATCH (tom {name:"Tom Hanks"}) RETURN tom

上面语句使用 MATCH 指令查找匹配条件： {name:“Tom Hanks”}的节点，执行的结果如下图所示。

可以在结果显示区看到查询到的节点，注意在结果展示区单击节点图标，会查看到节点的属性。

2.4.2.2 查找电影节点

【程序2-5】查找名为"Cloud Atlas"的电影

MATCH (cloudAtlas {title:"Cloud Atlas"}) RETURN cloudAtlas

上面语句使用 MATCH 指令查找匹配条件：{title:“Cloud Atlas”}的节点，执行的结果如下图所示。

2.4.2.3 随机查找多个人物的人名

【程序2-6】随机查找 10 个人物的人名

MATCH (people:Person) RETURN people.name LIMIT 10

上面指令查找 10 个 Person 节点，然后返回每个节点的 name 属性，返回结果如下图所示。

在本次结果中，由于只返回 name 属性，所以就不用图形化的形式返回了。

2.4.2.4 查找多个电影

【程序2-7】查找 1990 年到 2000 年发行的电影的名称

MATCH (nineties:Movie) WHERE nineties.released > 1990 AND nineties.released < 2000 RETURN nineties.title

上面指令略微复杂，首先匹配 Movie 节点，然后使用 WHERE 子句查询电影的 released 属性值大于 1990 并且小于 2000 条件的节点，然后只返回匹配节点的 title 属性。返回结果为如下图所示。

2.4.3 查询关系

下面拓展 MATCH 指令的使用。

2.4.3.1 查找演员参演的电影

【程序2-8】查找“Tom Hanks”参演过的电影的名称

MATCH (tom:Person {name:"Tom Hanks"})-[:ACTED_IN]->(tomHanksMovies) RETURN tom,tomHanksMovies

上述指令首先匹配节点类型为 Person 、属性为{name:“Tom Hanks”}的节点，然后匹配此节点具有关系:ACTED_IN]，并且此关系指向某个电影节点的节点。返回结果如下图所示。

通过结果可以看到演员 Tom Hanks 参演过的所有电影。

【程序2-9】查找谁导演了电影“Cloud Atlas”

MATCH (cloudAttlas {title: "Cloud Atlas"})<-[:DIRECTED]-(directors) RETURN directors.name

上面指令首先匹配属性为{title: “Cloud Atlas”}的节点，然后匹配此节点具有关系[:DIRECTED]并且是被某个节点指向的节点，再返回匹配节点的 name 属性。返回结果如下图所示。

通过结果可以看到 Lily Wachowski 、 Lana Wachowski 、 Tom Tykwer 导演了电影 Cloud Atlas 。

【程序2-10】查找与Tom Hanks 一起出演过电影的人

MATCH (tom:Person {name:"Tom Hanks"})-[:ACTED_IN]->(m)<-[:ACTED_IN]-(coActors) RETURN coActors.name

上面指令首先匹配节点类型为 Person 、属性为{name:“Tom Hanks”}的节点，然后匹配此节点通过[:ACTED_IN]关系指向的节点 m ，并且同时匹配某个节点 coActors 也通过[:ACTED_IN]关系指向的节点 m ，然后返回匹配节点 m 的 name 属性。返回结果如下图所示。

这样与 Tom Hanks 同时出演过电影的人的姓名就查出来了。

【程序2-11】查找与电影“Cloud Atlas”相关的所有人

MATCH (people:Person)-[relatedTo]-(:Movie {title: "Cloud Atlas"}) RETURN people.name, Type(relatedTo), relatedTo

上面指令首先匹配节点类型为 Person 的节点，然后匹配节点类型为 Movie 、节点属性为{title: “Cloud Atlas”}的节点，最后匹配他们两者之间存在某种关系（无论是导演还是演员关系）的情况，然后将人名、电影的关系类型、电影的关系同时返回。返回结果如下图所示。

通过结果可以看到返回了三列数据，这与 RETURN 语句后面的 people.name 、 Type(relatedTo) 、 relatedTo 相对应。

2.4.3.2 查询关系路径

您或许听说过“六度空间”理论，也就是说，世界上任何两个人，他们之间至多通过 6 条关系路径就可以相互联系到彼此。使用 Neo4j 的关系路径查询可以查找任意深度的关系路径，也就很轻松地能够实现人脉关系查询了。

【程序2-12】查找与演员“Kevin Bacon”存在 4 条及以内关系的任何演员和电影

MATCH (bacon:Person {name:"Kevin Bacon"})-[*1..4]-(hollywood) RETURN DISTINCT hollywood

上面指令首先匹配节点类型为 Person 、属性为{name:“Kevin Bacon”}的节点，然后将关系深度限制为从 1 到 4 再进行遍历，最后返回匹配的所有节点。返回结果如下图所示。

通过结果可以看到演员 Kevin Bacon在 4 度关系以内的演员和电影网络是很庞大的。

【程序2-13】查找与演员“Kevin Bacon”与“Meg Ryan”之间的最短关系路径

MATCH p=shortestPath(
(bacon:Person {name:"Kevin Bacon"})-[*]-(meg:Person {name:"Meg Ryan"})
)
RETURN p

上面指令首先匹配节点类型为 Person 、属性为{name:“Kevin Bacon”}的节点，再匹配节点类型为 Person 、属性为{name:“Meg Ryan”}的节点，两者用 [*] 关系操作符相连代表两者存在任意深度的关系，然后使用 shortestPath 方法返回两者在所有深度关系遍历路径中最短的一条。返回结果如下图所示。

通过结果可以看到演员 Meg Ryan 与 Tom Hanks 同参演过 Joe Versus the Volcano 电影，而 Tom Hanks 与 Kevin Bacon 同参演过 Apollo 13 电影，这就是他们两者之间的最短关系路径。

2.4.4 思考与练习

基于这个“电影关系图”实例，可以考虑一下其他的应用场景:要为 Tom Hanks 推荐新的合作伙伴，一个比较好的办法就是通过认识 Tom Hanks 的人的人脉来寻找新的合作伙伴。

对于 Tom Hanks 来说，这意味着：

第一步，先找到 Tom Hanks 还没有合作过的演员，但 Tom Hanks 的合作伙伴曾经与其合作过。

第二步，找到一个可以向他的潜在合作者介绍 Tom Hanks 的人。

【程序2-14】查找没有与“Tom Hanks”合作过的演员

MATCH (tom:Person {name:"Tom Hanks"})-[:ACTED_IN]->(m)<-[:ACTED_IN]-(coActors),(coActors)-[:ACTED_IN]->(m2)<-[:ACTED_IN]-(cocoActors)
WHERE NOT (tom)-[:ACTED_IN]->(m2)
RETURN cocoActors.name AS Recommended, count(*) AS Strength
ORDER BY Strength DESC

结果如下图所示。

【程序2-15】找人将“Tom Hanks”介绍给“Tom Cruise”

MATCH (tom:Person {name:"Tom Hanks"})-[:ACTED_IN]->(m)<-[:ACTED_IN]-(coActors), (coActors)-[:ACTED_IN]->(m2)<-[:ACTED_IN]-(cruise:Person {name:"Tom Cruise"})
RETURN tom, m, coActors, m2, cruise

结果如下图所示。

2.4.5 清空数据库

上面的数据在操作完后，有时候需要清理掉这些数据。下面的代码就可以做到。

【程序2-16】清空所有Person、Movie节点及其所有关系

MATCH (a:Person),(m:Movie)
OPTIONAL MATCH (a)-[r1]-(), (m)-[r2]-()
DELETE a, r1, m, r2

这样操作完成后，为了查询数据是否已经被清空了，可以运行以下命令先看数据库中是否还有任何数据。

【程序2-17】查询任意数据

MATCH (n) RETURN n

如果没有，就说明已经删除成功了。

也可以用下面的方法之间清空整个数据库。

【程序2-18】清空数据库

MATCH (n) DETACH DELETE n