紧接前文初试图形数据库 neo4j初窥了这种语言的特性，几天使用下来，初期不适应的便秘感慢慢退去，渐入佳境，竟然觉得有些妙不可言鸟。就如同nodejs基于事件的特点和函数式语法对传统编程方法的改变，学习Cypher同样需要改改传统Sql的思路，下面记录一下最近的新发现。
版本号
dbinfo可以用于查询一些与数据库状态相关的信息，查看版本号是其中一个应用。
1
2
3
4
5
6
7
8
9
10
11
| neo4j-sh (?)$ dbinfo -g Kernel
{
"KernelStartTime": "Mon Feb 04 14:45:48 CST 2013",
"KernelVersion": "Neo4j - Graph Database Kernel 1.9.M04",
"MBeanQuery": "org.neo4j:instance=kernel#0,name=*",
"ReadOnly": false,
"StoreCreationDate": "Thu Jan 31 16:42:31 CST 2013",
"StoreDirectory": "/usr/local/neo4j/data/graph.db",
"StoreId": "b9dcdac5ae2b9e82",
"StoreLogVersion": 1
}
|
match
说起这match真是个很神奇的东西，可以用sql中的where作类比，但是又不同于where，因为Cypher中有专门的where。
这个match可以比作正则中的捕获组，还兼具了赋值的功能，如下面的例子
1
2
3
4
5
6
7
8
| neo4j-sh (?)$ start bran = node(13) match bran-[r]->b return r, b;
+--------------------------------------------------------------------------+
| r | b |
+--------------------------------------------------------------------------+
| :islittlebrotherof[2] {age:1359622995523} | Node[14]{name:"snow",age:17} |
+--------------------------------------------------------------------------+
1 row
0 ms
|
上面的例子中通过match找出了节点bran出去的所有关系r和所有终点b，这在传统的sql中可以比较难办到的哦。
match一般需要和下面要提到的独有的模式(pattern)配合使用，比如下面这个很神奇的语句，能匹配出与节点summer和snow都有关系的中间节点，甚至你可以在中途添加一些表达式来获得沿途的关系对象。
1
2
3
4
5
6
7
8
| neo4j-sh (?)$ start summer = node(15), snow = node(14) match summer-[r]->n<--snow return n, r;
+--------------------------------------------------------+
| n | r |
+--------------------------------------------------------+
| Node[13]{name:"bran",age:10} | :isdogof[3] {ctime:100} |
+--------------------------------------------------------+
1 row
1 ms
|
当你不想要将匹配结果赋值时，可以使用()来代替node，用[]来代替relationship，当然，relationship不填写也是可以的。
match中还有一种表示深度的方式，类似于coffee中的数组定义[0..10]来表示深度范围。
1
2
3
4
5
6
7
8
| neo4j-sh (?)$ start s = node(15), snow = node(14) match p = s-[r:knowns*1..2]->snow return r;
+-------------------------------+
| r |
+-------------------------------+
| [:knowns[6] {},:knowns[7] {}] |
+-------------------------------+
1 row
1 ms
|
官网手册中还提供了一个深度为0的例子，表示指向自己的relationship。同样如果不需要赋值或者不需要指定类型，用[*1..2]代替。
求最短路径在很多地方都会应用到,neo4j提供了shortestpath方法来提供两点间的最短路径
1
2
3
4
5
6
7
8
| neo4j-sh (?)$ start bran = node(1), jon = node(2) match p = shortestpath(bran-[*..2]->jon) return p;
+------------------------------------------------------------------------------------------------------+
| p |
+------------------------------------------------------------------------------------------------------+
| [Node[1]{name:"bran",age:10},:islittlebrotherof[0] {ctime:1359963465947},Node[2]{name:"jon",age:17}] |
+------------------------------------------------------------------------------------------------------+
1 row
1 ms
|
不过假如在shortestpath参数中指定最短长度值的话会报错(如p = shortestpath(bran-[*0..2]->jon))，不过貌似没有longestpath来获得最长路径，可能一是因为应用场景较少，二是在算法上也会复杂很多，略显遗憾。
pattern
现在再记录pattern有点本末倒置的感觉，毕竟前面的match已经用到了很多种pattern，那么这里权作总结，将常用的pattern归归类。
a-->b 最简单的，由一个node到另一个nodea-[r]->b 加上了relationship的path()-[]->b 如果都不想要标注变量，可用()表示一个node（或一个子pattern），用[]表示一个relationshipa-[r:TYPE1|TYPE2]->b 指定relationship type，其中type可以指定多个，为或的关系。a-[?*]->b 得到node a到node b的所有路径，如果不存在路径则返回null。（假如没有?则返回空）
1
2
3
4
5
6
7
8
9
10
| neo4j-sh (?)$ start a = node(1) match p = a-[*]->b return p;
+----------------------------------------------------------------------------------------------------------------------+
| p |
+----------------------------------------------------------------------------------------------------------------------+
| [Node[1]{name:"bran",age:10},:islittlebrotherof[0] {ctime:1359963465947},Node[2]{name:"jon",age:17}] |
| [Node[1]{name:"bran",age:10},:isownerof[1] {},Node[3]{name:"summer",age:4}] |
| [Node[1]{name:"bran",age:10},:isownerof[1] {},Node[3]{name:"summer",age:4},:knowns[5] {},Node[2]{name:"jon",age:17}] |
+----------------------------------------------------------------------------------------------------------------------+
3 rows
1 ms
|
a-[*3..5]->b 指定path的深度，是可以是一个范围值。me-[:KNOWS*1..2]-remote_friend 将前面集中pattern整合一下，主要是注意其中各pattern的位置，不能搞乱。
index
neo4j的索引是一个key=>value对，基于lucene，据说也可以换其他的引擎，没试过。通过索引可以供Cypher或Rest api查找对应的node或relationship或任何想要的集合。
索引分为两种，自动索引和手动索引，就目前的Cypher版本(1.9.M04)来说，还没有提供创建手动索引的功能，遗憾的是，在nodejs客户端中同样没有完善这一功能，所以我找到了一个ruby版本的客户端用于实验这一功能。
neography是官方推荐的一个ruby driver(其实官方推荐中排名更靠前的是neo4j.rb，但是基于jruby的，出于对java的不感冒，还是绕行了)，文档很详细，不赘述了
1
2
3
4
| require 'neography'
@neo = Neography::Rest.new
@neo.create_node_index('name') #新增一个索引，其中第一个参数是索引主键
@neo.add_node_to_index('name', 'name', 'bran', 1) #将一个node添加到索引，其中最后的`1`是node id，也可以是一个node对象，很神奇，很kiss
|
建好一个索引之后，就可以由Cypher出场了。Cypher中通过索引可以查到对应的node和relationship。
1
2
3
4
5
6
7
8
| # 节点:索引主键(key=value)
neo4j-sh (?)$ start n = node:name(name="bran") return n;
+-----------------------------+
| n |
+-----------------------------+
| Node[1]{name:"bran",age:10} |
+-----------------------------+
1 row
|
使用Cypher可以创建自动索引，前提是配置中打开了node_auto_indexing(针对node)或relationship_auto_indexing(针对relationship)这一项，而且这个索引是后写入的，也就是说假如之前已经存在的node，在没有改动的情况下，是不会加入到索引中的。
自动索引可以设定需要的fields，在配置文件中用node_keys_indexable和relationship_keys_indexable表示
创建索引的Cypher语句如下：
1
2
3
4
5
6
7
| neo4j-sh (?)$ index --create node_auto_index -t node
neo4j-sh (?)$ index --indexes
Node indexes:
name
node_auto_index
Relationship indexes:
|
自动索引默认是关闭的，可能是出于效率的考虑，毕竟在正常的应用中我们不需要对所有node进行索引。而且自动索引是只读的，就是说索引建立以后，除了清空数据库，木有别的方法删掉它啊~。
注意事项
Cypher中遇到某些查询条件中包含空格或别的非英文字符的，可以用`把字符串包起来。
参考资料