illegalCreed

中文

English

中文

English

Appearance

图模型与 Cypher 详解 ​

基于 Neo4j 5.x · 核于 2026-08

速查 ​

  • 节点（Node）：实体单位，可带多个**标签（Label）**分类（:Person:Actor）和属性。标签用于索引、约束、查询过滤。节点不存关系详情，只存指向关系的指针（无索引邻接）。
  • 关系（Relationship）：节点间有向连接。必须有：①类型（Type）（如 :ACTED_IN）；②起止节点（关系不能悬空，必须有 startNode 和 endNode）。可带属性。关系类型在查询里用 [:TYPE] 指定。关系是图库的「一等公民」——预先连接存储，遍历 O(1)。
  • 属性（Property）：key-value，挂在节点或关系上。支持 string/int/float/bool/date/datetime/point/array（同质数组）。schema 动态，不同节点可有不同属性。
  • 建模原则：①实体做节点（人/电影/商品）；②实体间的关系做边（认识/演出/购买）；③属性挂节点或边（数量少且固定）；④类别做标签/类型，不做节点（把「类型」抽成独立节点连接会过度规范化，查询变深变慢）；⑤属性 vs 关系——值固定且只用于过滤/返回的做属性，需要被遍历或带属性的做关系/节点。
  • Cypher 模式匹配：MATCH (pattern) 声明图模式，Neo4j 找所有匹配子图。(node) 节点、-[rel]-> 关系、{prop:val} 属性、:Label/:TYPE 类型。模式是「声明式」——你说要什么形状，不说怎么找。
  • 核心命令：MATCH（查找）/ CREATE（新建，重复执行建多个）/ MERGE（幂等，不存在才建）/ SET（改属性）/ DELETE（删，节点有关系会报错）/ DETACH DELETE（删节点连带关系）/ REMOVE（删标签/属性）。
  • MERGE 防重复：MERGE 整个模式（节点或关系的全属性），存在则匹配、不存在才建。配合唯一约束（CREATE CONSTRAINT ... REQUIRE ... IS UNIQUE）保证幂等性。MERGE (n {name:'a'}) SET n.created = timestamp() 这种用法设置只在新建时的属性。
  • 变长路径：-[:KNOWS*2..3]- 表示 2 到 3 跳的 KNOWS 路径；* 表示 1 到任意跳；*0.. 表示 0 跳起（含自身）。常用于「朋友的朋友」「N 度人脉」。
  • 索引：定位遍历起点的点查要索引（CREATE INDEX FOR (n:Person) ON (n.name)）。遍历本身靠邻接无需索引。唯一约束（REQUIRE n.email IS UNIQUE）自动建索引并保证唯一。
  • 无索引邻接原理：节点物理存指向其入边/出边的指针，关系存起止节点指针。遍历 = 跟指针，每跳 O(1)，不随数据总量恶化，只随遍历经过的边数增长。

一、属性图三要素与建模原则 ​

属性图模型用三要素表达世界：节点、关系、属性。

节点（Node） ​

cypher
// 一个带 Person 标签和属性的节点
(:Person {name: 'alice', born: 1985, email: 'alice@x.com'})
  • 标签（Label）：节点的分类，可多个（:Person:Director 表示既是人又是导演）。标签用于查询过滤（MATCH (n:Person)）和索引/约束。
  • 属性：key-value 对，挂在节点上。schema 动态，不同 :Person 节点可有不同属性。

关系（Relationship） ​

cypher
// alice 演出了 Matrix，关系带 roles 属性
(:Person {name:'alice'})-[:ACTED_IN {roles:['Neo']]}]->(:Movie {title:'Matrix'})
  • 有向：关系必须有方向（建时指定 ->），查询时可忽略方向（--）。
  • 类型（Type）：必须有，如 :ACTED_IN/:KNOWS/:BOUGHT/:REVIEWED。
  • 起止节点：关系不能悬空，删除起止节点会连带删除其关系。
  • 带属性：关系的属性（如 roles/since/rating/weight）是属性图的核心优势——RDF 的边不能直接带属性。

建模原则（什么做节点、什么做关系） ​

  • 实体做节点：人、电影、商品、订单、地点——世界里的「名词」。
  • 实体间的关系做边：认识、演出、购买、居住——「动词」连接实体。
  • 类别做标签/类型，不做节点：常见错误是把「类型」抽成独立节点（如 (movie)-[:OF_TYPE]->(:Genre {name:'Sci-Fi'})），这会让查询变深变慢。除非类型有自身属性或要被独立遍历，否则用属性或标签（(m:Movie {genre:'Sci-Fi'}) 或多个标签）。
  • 属性 vs 关系/节点：值固定且只用于过滤/返回的做属性（如年龄、邮箱）；需要被遍历或自身带属性的做关系或节点（如「演出」带角色、「购买」带数量）。
  • 避免过度规范化：图建模追求「查询路径短」，不像关系库追求「消除冗余到第三范式」。适度冗余让查询更直接是图库的常态。

二、Cypher 模式匹配 ​

Cypher 是声明式图查询语言——你声明要找的图模式（形状），Neo4j 在图里找所有匹配：

cypher
// 模式：alice 认识的人里，谁是 bob 也认识的
MATCH (alice:Person {name:'alice'})-[:KNOWS]->(common)
MATCH (bob:Person {name:'bob'})-[:KNOWS]->(common)
WHERE common <> alice AND common <> bob
RETURN common.name
  • (node)：圆括号画节点。:Label 指定标签，{prop:val} 指定属性（可作为定位条件）。
  • -[rel]->：方括号画关系。-[]-> 有向，-- 无向，<-[]- 反向。:TYPE 指定类型，{prop:val} 属性，*2..3 变长路径。
  • 变量：(a)/-[r]- 给节点/关系起变量名，后续 WHERE/RETURN 引用。
  • 多个 MATCH：用共同变量连接（如上例的 common），相当于模式间的连接。
  • WHERE：过滤条件，比 MATCH 里的 {} 更灵活（支持不等、范围、逻辑组合、EXISTS 子查询）。

三、CREATE / MERGE / DELETE ​

cypher
// CREATE：总是新建（重复执行建多个）
CREATE (a:Person {name:'alice', born:1985})

// MERGE：幂等（不存在才建，存在则匹配）——防重复
MERGE (a:Person {name:'alice'})  // 按 name 唯一定位
  ON CREATE SET a.created = timestamp()  // 只在新建时设
  ON MATCH SET a.lastSeen = timestamp()   // 只在已存在时设

// 关系也要 MERGE（两端节点先 MERGE 再 MERGE 关系）
MERGE (a:Person {name:'alice'})
MERGE (m:Movie {title:'Matrix'})
MERGE (a)-[:ACTED_IN {roles:['Neo']}]->(m)

// SET：修改属性
MATCH (a:Person {name:'alice'}) SET a.age = 40

// DELETE：删节点（若有关系会报错）
MATCH (n {name:'temp'}) DELETE n
// DETACH DELETE：删节点连带关系
MATCH (n {name:'temp'}) DETACH DELETE n
  • MERGE 防重复的关键：用能唯一标识的属性（配合唯一约束）做 MERGE 条件。如果用非唯一属性 MERGE，可能匹配到多个节点导致不确定行为。
  • 删除节点的关系：节点有关系时直接 DELETE 会报错，必须先删关系或用 DETACH DELETE（连带删）。

四、变长路径与图遍历 ​

图查询的威力在变长路径——表达「N 跳」「最短路径」「所有路径」：

cypher
// 朋友的朋友（恰好 2 跳）
MATCH (a:Person {name:'alice'})-[:KNOWS*2..2]-(fof)
RETURN DISTINCT fof.name

// 1 到 3 跳内的认识链
MATCH (a:Person {name:'alice'})-[:KNOWS*1..3]-(chain)
RETURN chain

// 任意跳（慎用，可能爆炸）
MATCH (a:Person {name:'alice'})-[:KNOWS*]-(reachable)
RETURN reachable

// 最短路径（两个节点间）
MATCH p = shortestPath(
  (a:Person {name:'alice'})-[:KNOWS*]-(b:Person {name:'bob'})
)
RETURN p

// 所有最短路径
MATCH p = allShortestPaths(
  (a:Person {name:'alice'})-[:KNOWS*]-(b:Person {name:'bob'})
)
RETURN p
  • *N..M：N 到 M 跳。*N 表示 N 跳及以上。*..M 表示最多 M 跳。* 表示 1 到任意跳。
  • 无向 -- vs 有向 ->：朋友关系通常无向（-[:KNOWS*2]-），有向关系（如「关注」）用 ->。
  • 变长路径爆炸：*（任意跳）在稠密图上会遍历海量路径，要加 LIMIT 或限定跳数防止爆炸。

五、索引与约束 ​

cypher
// 节点属性索引（定位遍历起点）
CREATE INDEX FOR (n:Person) ON (n.name)
CREATE INDEX FOR (n:Person) ON (n.email)

// 复合索引（Neo4j 4.3+）
CREATE INDEX FOR (n:Person) ON (n.lastname, n.firstname)

// 唯一约束（自动建索引 + 保证唯一）
CREATE CONSTRAINT FOR (n:Person) REQUIRE n.email IS UNIQUE

// 存在约束（属性必填）
CREATE CONSTRAINT FOR (n:Person) REQUIRE n.name IS NOT NULL

// 关系属性索引（5.0+）
CREATE INDEX FOR ()-[r:REVIEWED]-() ON (r.rating)
  • 索引的作用边界：只在定位遍历起点的「点查」有用（MATCH (n:Person {email:'a@x.com'})）。一旦定位到起点，后续遍历靠无索引邻接的指针，不走索引。
  • 无索引的代价：不给属性建索引，按属性定位节点要全节点扫描（千万节点级慢）。所以常用查询条件都要建索引。
  • 约束：唯一约束（防重复，配合 MERGE）、存在约束（属性必填）。约束自动建索引。

六、无索引邻接的物理原理 ​

Neo4j 在关系遍历上快的根本，是物理存储层的无索引邻接：

  • 节点存关系指针：每个节点物理上存指向其所有入边和出边的指针列表。要找「A 的朋友」，直接读 A 的出边指针列表，O(1)。
  • 关系存起止节点指针：每条关系存 startNode 和 endNode 的指针。跟随到下一节点也是 O(1)。
  • 不依赖索引：遍历不需要查索引表（关系库 JOIN 要查外键索引），所以叫「无索引」邻接。
  • 对比关系库 JOIN：关系库的朋友表是 (from_id, to_id) 行，查「A 的朋友」要 SELECT to_id FROM friend WHERE from_id = A.id——靠 from_id 上的 B 树索引查找，每跳一次索引查找 + 行读取。多跳 = 多次索引查找，复杂度随深度恶化。
  • 代价：无索引邻接让遍历快，但全图扫描慢（无全局索引），且写入维护指针有开销（关系库加一行就行，图库要更新两端节点的指针列表）。所以图库适合「读多写少、关系密集、遍历为主」的场景。

下一步 ​

图模型与 Cypher 讲完后，下一步进入实际场景与工具——使用场景与 APOC，讲清推荐/欺诈/知识图谱/社交网络的典型图查询模式、属性图 vs RDF 的取舍、APOC 实战与 GDS 图算法。