- 图数据模型:与关系型数据库使用表格存储数据不同,图数据库通过节点(Node)和关系(Relationship)来表示数据和它们之间的联系。
- 节点:代表实体,如人、地点、物品等。
- 关系:定义节点之间的连接,可以有方向和属性。
- 属性:节点和关系的附加信息,如人的姓名、年龄等。
CREATE (person1:Person {name: 'Alice', age: 30})
CREATE (person2:Person {name: 'Bob', age: 25})
CREATE (person1)-[:KNOWS]->(person2)
- person1/person2:节点
- Person:标签
- name/age:属性
- KNOWS:关系
导入数据
通过GPT,生成《西游记》的人物关系图和人物名单,案例数据如下:
将文件放置于Neo4j的Home/import
目录下,然后执行导入命令:
load csv from "file:///西游记.csv" as line
create (:xiyouRelation {from:line[1], relation:line[3],to:line[0]})
load csv from "file:///人物.csv" as line
create (:person {name:line[0]})
执行match (person) return person
,查看数据:
创建人物和关系
创建人物和关系
创建人物
create (:student {name: '小明'}),(:student {name : '小红'}),(:student {name: '小李'})
创建人物关系,并且返回人物关系
match (n:student {name: '小明'}),(m:student {name: '小红'})
create (n)-[r:同学]->(m) return n.name,type(r),m.name
显示人物关系
MATCH p=()-[r:`同学`]->() RETURN p LIMIT 25
删除标签
match (n:LianhuachiPerson)
detach delete n
删除关系
命令:
match (n)-[r:
西游人物关系]-(s) delete r
结果:
Deleted 18 relationships, completed after 6 ms.