Neo4j-数据库基本操作

Neo4j


一、创建节点

create (Kungfu:Move {title:'Kungfo', released:2008, tagline:'made in china'})

二、创建人物节点

create (Zhouxingchi:Person {name:'zhouixingchi', born:1980})

三、创建演员导演关系

create (Zhouxingchi)-[:acted_in {role:'self'}]->(Kungfo),
create (Zhouxingchi)-[:directed]->(Kungfo)

四、查找节点

1.按名字查找:

match (xingye {name:'zhouxingchi'}) return xingye

2.查找电影

match (kf {title:'Kungfo'}) return kf

3.随机查找多个人物
match (people:Person) return people.name limit 10

4.查找多个电影

match (mv:Movie) where mv.released >1970 and mv.released < 2000 return mv.title

五、查找关系

1.查找演员参演过的电影

match (xingye:Person {name:'zhouxingchi'})-[:acted_in]->(xingMovie) return xingye, xingMovie

2.查看谁导演了电影

match (dianying {title:'Kungfo'})<-[:directed]-(daoyan) return daoyan.name

3.查看与zhouxingchi同出演过电影的人

match (xingye:Person {name:'zhouxingchi'})-[:acted_in]->[m]<-[:acted_in]-(yanyuan) return yanyuan.name

4.查找与kungfo相关的所有人(人名、电影关系类型、电影的关系)

match (people:Person)-[relatedTo]-(:Movie {title:'kungfo'}) return people.name, Type(relatedTo), relatedTo

六、查询关系路径

1.查找与演员zhouxingchi存在4条及以内的任何演员及电影

match (bacon:Person {name:'zhouxingchi'})-[*1..4]-(movies) return distinct movies

2.查找演员之间最短路线

match p=shortestPath( (bacon:Person {name:'zhouxingchi'})-[*]-(meg:Person {name:'zhuyin'}) ) return p

3.查找没有与zhouxingchi合作过的演员

match (xingye:Person {name:'zhouxingchi'})-[:acted_in]->(m)<-[:acted_in]-(yanyuan), (yanyuan)-[:acted_in]->(m2)<-[acted_in]-(yanyuan2) where not xingye-[:acted_in]->(m2) return yanyuan2.name as unxingstar, count (*) as strength order by strength.desc

4.找人将zhouxingchi介绍给zhuyin

match (xingye:Person {name:'zhouxingchi'})-[:acted_in]->(m)<-[:acted_in]-(yanyuan), (yanyuan)-[:acted_in]->(m2)<-[acted_in]-(zixia:Person {name:'zhuyin'}) return xingye, m, yanyuan, zixia

七、清空数据库

1.清空所有Person、Movie节点

match (a:Person), (m:Movie) optional match (a)-[r1]-(), (m)-[r2]-() delete a, r1, m, r2

2.检查任意数据

match (n) return n

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容