图数据库语言Cypher与文档数据库语言MQL详解

# 图数据库语言 Cypher 与文档数据库语言 MQL 详解 ## 1. 图数据库语言 Cypher 概述 图数据库语言最早在 20 世纪 80 年代末开始发展。随着互联网和社交媒体的兴起，对高性能图查询语言的兴趣日益增长，因为它们产生了越来越多的图结构数据。图数据库以图结构存储数据，并提供在图转换级别进行数据操作的选项。图数据库由带有节点和边的属性图组成，每个图将一组键值对作为属性存储。图数据库语言基于这一原理，允许使用计算机语言与数据库中的图结构进行交互，并对这些结构的处理进行编程。 图语言和关系语言一样，都是基于集合的。它们处理的图可以定义为顶点、边或路径的集合。图语言允许通过谓词过滤数据，类似于关系语言，这种过滤称为合取查询。过滤图会返回图的节点和/或边的子集，形成一个子图。其底层原理称为子图匹配，即任务是在图中找到符合特定规格的子图。图语言还提供将图中的节点集合聚合为标量值的功能，例如计数、求和或求最小值。 ### 1.1 Cypher 语言简介 Cypher 是一种用于图数据库的声明性查询语言，由 Andrés Taylor 于 2011 年在 Neo4J 公司开发。2015 年，openCypher 作为一个开源项目向公众开放。如今，它已被十多个商业数据库系统使用。2019 年，国际标准化组织（ISO）决定在 2023 年前将 openCypher 进一步发展为名为 GQL 的国际标准。 Neo4J 图数据库使用 Cypher 语言来支持数据库交互脚本的语言接口。Cypher 基于模式匹配机制，具有用于数据查询和数据操作（数据操作语言，DML）的语言命令。不过，Cypher 中的模式定义是隐式完成的，即节点和边的类型是通过将它们的实例作为实际的特定节点和边插入数据库来定义的。Cypher 还包含类似于关系语言的安全机制的直接语言元素，如 GRANT 和 REVOKE 语句。 ### 1.2 创建和填充数据库模式 在 Cypher 中，模式定义是隐式完成的，即抽象数据类（元数据），如节点和边的类型或属性，是通过在插入具体数据值时使用它们来创建的。以下是一个向数据库中插入新数据的示例： ```cypher CREATE (p:Product { productName:'Alice’s Adventures in Wonderland'}) -[:PUBLISHER]-> (o:Organization { name:'Macmillan'}) ``` 此指令会隐式扩展模式。它创建了两个新节点并将它们连接起来。第一个节点 `p` 存储《爱丽丝梦游仙境》产品的记录，第二个节点 `o` 定义了麦克米伦出版社的记录。由于之前不存在“Organization”这种节点类型，因此它被隐式创建。同时，新节点中插入了属性 - 值对，由于“name”属性之前不存在，它也会在模式中被隐式添加，无需额外的命令。此外，在书籍节点和出版社节点之间创建了一个边，边的类型为“PUBLISHER”。假设这是一种新的边类型，它也会被隐式添加到数据库模式中。 若要更改数据，可以使用 `MATCH ... WHERE ... SET` 命令。例如，下面的表达式将指定产品的价格重置为 13.75： ```cypher MATCH (p:Product) WHERE p.productName = 'Alice’s Adventures in Wonderland' SET p.unitPrice = 13.75 ``` 使用 `DELETE` 可以消除指定的节点和边。由于图数据库确保引用完整性，只有当顶点没有连接的边时才能被删除。因此，在删除节点之前，用户必须先删除所有传入和传出的边。以下表达式首先识别与按名称选择的产品连接的所有边，然后消除这些边，最后删除产品节点本身： ```cypher MATCH ()-[r1]->(p:Product), (p)-[r2]->() WHERE p.productName = 'Alice’s Adventures in Wonderland' DELETE r1, r2, p ``` ### 1.3 关系运算符 Cypher 有三个基本命令： - `MATCH`：用于定义搜索模式 - `WHERE`：用于过滤结果的条件 - `RETURN`：用于输出属性、顶点、关系或路径 虽然 Cypher 操作的是图，但属性图可以与关系进行全等映射，因此可以分析 Cypher 的关系运算符。 #### 1.3.1 选择和投影 以下示例返回具有指定产品名称的节点，这对应于在 `WHERE` 子句中指定的关系选择： ```cypher MATCH (p:Product) WHERE p.productName = 'Alice’s Adventures in Wonderland' RETURN p ``` `RETURN` 子句可以输出顶点或属性表。返回整个节点类似于 SQL 中的“SELECT *”。Cypher 还可以以表的形式返回节点和边的属性作为属性值： ```cypher MATCH (p:Product) WHERE p.unitPrice > 55 RETURN p.productName, p.unitPrice ORDER BY p.unitPrice ``` 此查询包括选择、投影和排序。`MATCH` 子句定义了一个模式匹配，过滤图以查找“Product”类型的节点；`WHERE` 子句选择所有价格大于 55 的产品；`RETURN` 子句将这些节点投影到产品名称和价格上，`ORDER BY` 子句按价格对产品进行排序。 #### 1.3.2 笛卡尔积和连接 在 Cypher 中，可以使用以下语法生成两个节点的笛卡尔积： ```cypher MATCH (p:Product), (c:Category) RETURN p.productName, c.categoryName ``` 此命令列出了产品名称和类别名称的所有可能组合。节点的连接，即在笛卡尔积上的选择，是通过按边类型匹配路径模式以图为基础执行的： ```cypher MATCH (p:Product) -[:PART_OF]-> (c:Category) RETURN p.productName, c.categoryName ``` 对于每个产品，此查询列出了它所属的类别，只考虑通过“PART_OF”类型的边连接的产品和类别节点。这相当于“Product”节点类型与“Category”节点类型通过“PART_OF”边类型的内连接。 ### 1.4 内置函数 Cypher 中有可以应用于属性和数据集的内置函数。这些函数作为选择、投影和连接的补充，对于实际使用至关重要。数据分析中一个重要的类别是聚合函数。 #### 1.4.1 聚合函数 Cypher 支持的聚合函数如 `COUNT`、`SUM`、`MIN`、`MAX` 和 `AVG` 是数据分析中重要的内置函数类别。假设我们要生成一个包含所有员工及其下属数量的列表，可以使用以下查询： ```cypher MATCH (e:Employee) <-[:REPORTS_TO]-(sub) RETURN e.employeeID, COUNT(sub.employeeID) ``` 但并非每个员工都有下属，即只有“Employee”类型节点的一个子集有传入的“REPORTS_TO”类型边。使用 `OPTIONAL MATCH` 子句可以列出所有员工，包括没有下属的员工： ```cypher MATCH (e:Employee) OPTIONAL MATCH (e)<-[:REPORTS_TO]-(sub) RETURN e.employeeID, COUNT (sub.employeeID) ``` 使用 `OPTIONAL MATCH` 时，未连接的关联属性将保持为空（NULL）。Cypher 基于三值逻辑，