快速入门 Cypher 语法

• 1. 核心概念理解
• 2. 基础操作：创建数据
  • 2.1 创建单个节点
  • 2.2 创建节点 + 关系（连缀创建）
• 3. 查询数据：MATCH 与 RETURN
  • 3.1 简单查询：匹配单个节点
  • 3.2 带条件过滤：WHERE
  • 3.3 匹配关系（带方向）
• 4. 更新与删除
  • 4.1 更新属性：SET
  • 4.2 删除节点/关系：DELETE
• 5. 高级特性速览
  • 5.1 可变长度路径
  • 5.2 聚合函数
  • 5.3 子查询传递：WITH
• 6. 关键子句速查表
• 7. 性能优化提示
• 8. 使用 Kuzu 体验 Cypher

Cypher 是图数据库 Neo4j 的查询语言，用于操作"节点（Node）-关系（Relationship）-属性（Property）"构成的图数据模型。以下从核心概念和基础操作带你快速上手。

1. 核心概念理解

图数据库用"节点"表示实体（如用户、商品），"关系"表示实体间关联（如关注、购买），"属性"是实体/关系的键值对信息（如姓名、价格）。

• 节点（Node）：用一对圆括号 () 表示，格式为 (标签:Label {属性: 值})。 示例：表示名为 "Alice"、年龄 30 的用户节点

  (user:Person {name: 'Alice', age: 30})

• 关系（Relationship）：用一对中括号 [] 表示，格式为 -[关系类型:Type {属性: 值}]->（-> 表示方向，双向可省略方向或写 --）。 示例：表示 "Alice" 关注 "Bob" 的关系（带 "创建时间" 属性）

  -[follow:FOLLOW {created_at: '2024-01-01'}]->

• 属性（Property）：节点/关系的键值对，用 JSON 风格的 {key: value} 定义，值支持字符串、数字、布尔等类型。

2. 基础操作：创建数据

2.1 创建单个节点

用 CREATE 子句，语法：CREATE 节点。 示例：创建一个标签为 Person、名为 "Bob" 的节点

CREATE (p:Person {name: 'Bob', age: 25})

2.2 创建节点 + 关系（连缀创建）

用 CREATE 连缀节点和关系，语法：CREATE 起始节点-[关系]->目标节点。 示例：创建 "Alice" 并让她关注 "Bob"

CREATE (a:Person {name: 'Alice', age: 30})-[f:FOLLOW {created_at: '2024-01-01'}]->(b:Person {name: 'Bob', age: 25})

3. 查询数据：MATCH 与 RETURN

MATCH 用于匹配图中的模式（节点、关系），RETURN 用于返回结果。

3.1 简单查询：匹配单个节点

语法：MATCH 节点模式 RETURN 字段。 示例：查询所有 Person 节点的姓名

MATCH (p:Person) 
RETURN p.name

3.2 带条件过滤：WHERE

用 WHERE 追加条件，语法：MATCH ... WHERE 条件 RETURN ...。 示例：查询年龄大于 28 的 Person 节点

MATCH (p:Person) 
WHERE p.age > 28 
RETURN p.name, p.age

3.3 匹配关系（带方向）

语法：MATCH 起始节点-[关系]->目标节点 RETURN ...。 示例：查询 "Alice" 关注的人（关系方向由 -> 控制）

MATCH (a:Person {name: 'Alice'})-[f:FOLLOW]->(target:Person) 
RETURN target.name

4. 更新与删除

4.1 更新属性：SET

用 SET 修改节点/关系的属性，语法：MATCH ... SET 字段 = 新值 RETURN ...。 示例：将 "Bob" 的年龄改为 26

MATCH (p:Person {name: 'Bob'}) 
SET p.age = 26 
RETURN p.name, p.age

4.2 删除节点/关系：DELETE

删除前需先 MATCH 到目标，再用 DELETE 移除。 示例：删除 "Alice" 关注 "Bob" 的关系

MATCH (a:Person {name: 'Alice'})-[f:FOLLOW]->(b:Person {name: 'Bob'}) 
DELETE f

5. 高级特性速览

5.1 可变长度路径

用 * 匹配可变长度关系，语法：[关系类型*最小..最大]。 示例：查找 1-3 跳的关注链

MATCH (a:Person)-[:FOLLOW*1..3]->(b:Person)
RETURN a.name, b.name

5.2 聚合函数

支持 COUNT()、SUM()、AVG() 等聚合，常配合 GROUP BY（隐式）。 示例：统计每人的关注者数量

MATCH (p:Person)<-[:FOLLOW]-(follower:Person)
RETURN p.name, COUNT(follower) AS follower_count
ORDER BY follower_count DESC

5.3 子查询传递：WITH

用 WITH 将中间结果传递给下一步查询。 示例：找出关注者超过 5 人的用户，再查看他们关注的人

MATCH (p:Person)<-[:FOLLOW]-(follower:Person)
WITH p, COUNT(follower) AS follower_count
WHERE follower_count > 5
MATCH (p)-[:FOLLOW]->(following:Person)
RETURN p.name, following.name

6. 关键子句速查表

子句	作用	示例场景
CREATE	创建节点/关系	新增用户、新增关注关系
MATCH	匹配图中的模式（节点/关系）	查找特定用户、查找关注链
RETURN	返回查询结果	输出节点属性、统计数量
WHERE	过滤条件	按年龄/姓名筛选、按关系属性筛选
SET	修改属性	更新用户年龄、关系的创建时间
DELETE	删除节点/关系	移除无效关系、注销用户节点
WITH	传递中间结果	多步查询、复杂过滤条件

7. 性能优化提示

1. 使用标签过滤：始终指定节点标签 (:Person) 而非匿名节点 ()
2. 创建索引：为常查属性建索引提速

   CREATE INDEX ON :Person(name)

3. 限制结果：用 LIMIT 控制返回数量，避免大结果集
4. 参数化查询：应用中使用参数 $name 而非硬编码值

8. 使用 Kuzu 体验 Cypher

Kuzu 是一个嵌入式的图数据库，专为查询速度和可扩展性而设计。它针对非常大的图进行优化，以处理复杂的连接密集型分析工作负载，具备以下核心功能：

• 属性图数据模型和 Cypher 查询语言
• 内嵌（进程内）的应用程序集成
• 列式基于磁盘的存储
• 列式压缩的稀疏行基（CSR）邻接列表和连接索引
• 向量化的因子化查询处理
• 新颖且高效的连接算法
• 多核查询并行处理
• 可串行化的 ACID 事务

Kuzu 是单个可执行文件，下载后直接运行即可。访问 Kuzu Installation 获取最新版本。

下载示例数据：

curl -o tutorial_data.zip https://kuzudb.com/data/tutorial/tutorial_data.zip
unzip tutorial_data.zip
rm tutorial_data.zip

启动 Kuzu 命令行：

kuzu

加载示例数据：

COPY User FROM 'tutorial_data/node/user.csv';
COPY Post FROM 'tutorial_data/node/post.csv';
COPY LIKES FROM 'tutorial_data/relation/LIKES.csv';
COPY FOLLOWS FROM 'tutorial_data/relation/FOLLOWS.csv';
COPY POSTED FROM 'tutorial_data/relation/POSTS.csv';

执行示例查询：

MATCH (a:User) RETURN a.* LIMIT 3;

更多查询示例，参考 Kuzu Cypher Tutorial。

退出：

:quit