Cypher语法

目标：掌握 Cypher 的基本语法规则，能独立完成 “创建 - 查询 - 更新 - 删除”（CRUD）操作，理解图数据的表达逻辑。

1. 先搞懂 3 个核心语法符号（基础中的基础）

Cypher 语法高度可视化，记住这 3 个符号就能描述任何图结构：

 

符号	含义	示例
()	节点（可加标签 / 属性）	(u:User)（标签：User）、(p:Product {name:"手机"})（带属性）
-[:类型]->	有向关系（可加属性）	-[:FRIENDS_WITH]->（类型：FRIENDS_WITH）、-[:PURCHASED {time:"2025-11-18"}]->（带属性）
[]	关系变量（用于引用）	-[r:PURCHASED]->（用 r 指代该关系，后续可查询 / 更新 r 的属性）

 

步骤 1：创建节点（用户、商品）

// 创建3个用户节点（标签:User，带id/name/age属性）
CREATE (u1:User {id:1, name:"张三", age:28, city:"北京"}),(u2:User {id:2, name:"李四", age:30, city:"上海"}),(u3:User {id:3, name:"王五", age:25, city:"广州"});// 创建2个商品节点（标签:Product，带id/name/price/category属性）
CREATE (p1:Product {id:101, name:"iPhone 15", price:7999, category:"手机"}),(p2:Product {id:102, name:"华为Mate 60", price:6999, category:"手机"}),(p3:Product {id:103, name:"AirPods Pro", price:1999, category:"配件"});

Cypher CREATE 语法中，u1、u2、u3 是 节点变量（Node Variables），它们的核心区别和作用如下：

一、本质区别：指向不同的节点实例

u1、u2、u3 是三个独立的变量名，分别对应你创建的 3 个 User 节点：

 

• u1 → 指向 {id:1, name:"张三", ...} 的 User 节点
• u2 → 指向 {id:2, name:"李四", ...} 的 User 节点
• u3 → 指向 {id:3, name:"王五", ...} 的 User 节点

 

变量名本身可以任意定义（比如改成 zhangsan、lisi、wangwu），但必须唯一（同一语句中不能重复用同一个变量指向不同节点）。

二、核心作用：临时引用节点，方便后续操作

变量的核心价值是「在当前 Cypher 语句中临时引用节点」，避免重复写匹配条件。具体有两个常见场景：

1. 同一 CREATE 语句中创建关联关系（简化语法）

如果创建节点的同时要创建节点间的关系，变量可以直接关联，无需额外 MATCH：

// 创建3个用户节点（u1/u2/u3），同时创建张三和李四的好友关系
CREATE (u1:User {id:1, name:"张三"}),(u2:User {id:2, name:"李四"}),(u3:User {id:3, name:"王五"}),(u1)-[:FRIENDS_WITH]->(u2); // 直接用u1/u2引用节点，创建关系

如果没有变量，你需要先 CREATE 节点，再 MATCH 节点才能创建关系，步骤更繁琐。

 

2. 后续语句中匹配 / 操作指定节点

如果后续要对某个节点单独操作（比如修改属性、创建关系、删除），可以通过变量快速定位（仅限同一语句上下文）：

// 创建节点后，立即给u1（张三）添加一个新属性
CREATE (u1:User {id:1, name:"张三"}),(u2:User {id:2, name:"李四"}),(u3:User {id:3, name:"王五"})
SET u1.email = "zhangsan@xxx.com"; // 用u1直接定位张三，添加属性

 

三、关键注意点

1. 变量仅在当前语句有效：u1、u2、u3 只在你写的这个 CREATE 语句中起作用，语句执行结束后，变量会失效。如果之后要操作这些节点，需要通过 MATCH (u:User {id:1}) 重新匹配（不能直接用 u1）。
2. 变量名不影响节点本身：节点的本质是「标签（User）+ 属性（id/name/age 等）」，变量名只是临时引用，哪怕把 u1 改成 x，节点的内容（属性、标签）完全不变。
3. 变量可省略（但不推荐）：如果创建节点后不需要立即操作，也可以省略变量：
    

   // 省略变量，仅创建节点（无法直接关联关系）
   CREATE (:User {id:1, name:"张三"}),(:User {id:2, name:"李四"}),(:User {id:3, name:"王五"});

   但这种写法后续无法在同一语句中创建关系，灵活性差，所以一般都会定义变量

 

步骤 2：创建关系（好友、购买）

// 1. 创建好友关系（张三↔李四，张三→王五）
MATCH (u1:User {id:1}), (u2:User {id:2})
CREATE (u1)-[:FRIENDS_WITH {since:2020, status:"close"}]->(u2),(u2)-[:FRIENDS_WITH {since:2020, status:"close"}]->(u1);  // 双向关系需单独创建MATCH (u1:User {id:1}), (u3:User {id:3})
CREATE (u1)-[:FRIENDS_WITH {since:2022, status:"ordinary"}]->(u3);// 2. 创建购买关系（张三买了iPhone 15，李四买了华为Mate 60和AirPods）
MATCH (u1:User {id:1}), (p1:Product {id:101})
CREATE (u1)-[:PURCHASED {time:"2025-01-10", amount:1}]->(p1);MATCH (u2:User {id:2}), (p2:Product {id:102}), (p3:Product {id:103})
CREATE (u2)-[:PURCHASED {time:"2025-03-15", amount:1}]->(p2),(u2)-[:PURCHASED {time:"2025-03-15", amount:1}]->(p3);

 

步骤 3：查询练习（从简单到复杂）

// 1. 基础查询：查询所有用户的姓名和年龄
MATCH (u:User) RETURN u.name AS 用户名, u.age AS 年龄;// 2. 条件查询：查询年龄>25的用户
MATCH (u:User) WHERE u.age > 25 RETURN u.name, u.age;// 3. 关系查询：查询“购买了手机的用户”
MATCH (u:User)-[r:PURCHASED]->(p:Product {category:"手机"})
RETURN u.name AS 用户名, r.time AS 购买时间, p.name AS 商品名;// 4. 关联查询：查询“张三的朋友购买了什么商品”（1度关联）
MATCH (z:User {name:"张三"})-[:FRIENDS_WITH]->(f:User)-[r:PURCHASED]->(p:Product)
RETURN z.name AS 本人, f.name AS 朋友, p.name AS 朋友购买的商品;// 5. 多深度查询：查询“张三的1-2度朋友”（直接朋友+朋友的朋友）
MATCH (z:User {name:"张三"})-[:FRIENDS_WITH*1..2]->(f:User)
RETURN z.name, f.name, length(relationships(p)) AS 关系深度;  // length()计算路径长度// 6. 聚合查询：统计每个商品的购买次数
MATCH (u:User)-[r:PURCHASED]->(p:Product)
RETURN p.name AS 商品名, sum(r.amount) AS 总销量
ORDER BY 总销量 DESC;

步骤 4：更新与删除练习

 

// 1. 更新：给张三增加“职业”属性，修改年龄为29
MATCH (u:User {name:"张三"})
SET u.job = "工程师", u.age = 29
RETURN u;// 2. 更新关系：修改李四购买华为Mate 60的数量为2
MATCH (u:User {name:"李四"})-[r:PURCHASED]->(p:Product {name:"华为Mate 60"})
SET r.amount = 2
RETURN r;// 3. 删除：删除王五的所有关系和王五节点
MATCH (u:User {name:"王五"})-[r]->()  // 匹配王五的所有关系
DELETE r, u;  // 先删关系，再删节点// 4. 删除属性：删除张三的“city”属性
MATCH (u:User {name:"张三"})
REMOVE u.city
RETURN u;

 

二、进阶阶段：掌握高频场景语法

入门后，重点攻克 Cypher 的 “高级特性”，覆盖实际开发中的高频场景：

1. 索引与约束（性能优化核心）

当数据量较大（万级 +）时，必须通过索引加速查询，约束保证数据一致性：

// 1. 创建索引：对User的name属性创建索引（高频查询字段）
CREATE INDEX idx_user_name ON :User(name);// 2. 创建唯一约束：保证User的id属性不重复（类似主键）
CREATE CONSTRAINT unique_user_id ON :User(id) ASSERT id IS UNIQUE;// 3. 查看索引/约束
SHOW INDEXES;
SHOW CONSTRAINTS;// 4. 删除索引/约束
DROP INDEX idx_user_name;
DROP CONSTRAINT unique_user_id;

2. 路径操作与函数

Cypher 内置大量函数，简化路径分析、属性处理等操作：

// 1. 路径函数：获取路径中的所有节点/关系
MATCH p = (u:User)-[:PURCHASED]->(p:Product)
RETURN nodes(p) AS 路径节点, relationships(p) AS 路径关系;// 2. 最短路径查询（内置算法）
MATCH shortestPath(p = (u1:User {name:"张三"})-[*]->(u2:User {name:"李四"}))
RETURN p, length(p) AS 最短路径长度;// 3. 字符串函数：模糊查询（类似SQL的LIKE）
MATCH (p:Product) WHERE p.name CONTAINS "手机"  // 包含“手机”
RETURN p.name;// 4. 聚合函数：统计、分组
MATCH (u:User)-[r:PURCHASED]->(p:Product)
GROUP BY p.category  // 按商品分类分组
RETURN p.category AS 分类, count(u) AS 购买人数, sum(r.amount) AS 总销量;

3. 批量操作（高效处理大量数据）

实际项目中常需批量导入 / 更新数据，避免逐条执行：

// 1. 批量创建：通过UNWIND遍历列表批量创建节点
WITH ["赵六", "孙七", "周八"] AS names  // 定义姓名列表
UNWIND names AS name  // 遍历列表，每个name对应一条记录
CREATE (u:User {name: name, age: 26, city: "深圳"});// 2. 批量更新：给所有手机类商品降价1000
MATCH (p:Product {category:"手机"})
SET p.price = p.price - 1000
RETURN p.name, p.price;

4. 条件分支（CASE 语句）

类似 SQL 的 CASE，支持复杂逻辑判断：

// 根据商品价格分类
MATCH (p:Product)
RETURN p.name AS 商品名,CASEWHEN p.price > 5000 THEN "高端产品"WHEN p.price > 2000 THEN "中端产品"ELSE "低端产品"END AS 价格等级;