Neo4j:图数据库GraphDB(二)

接着上一篇，继续介绍图数据库Neo4j： http://www.cnblogs.com/rongyux/p/5537028.html

三 高级查找操作

1过滤   name = "Tom Hanks"的人

 MATCH (n:Person)
 WHERE n.name = "Tom Hanks"
 RETURN n;

另一种写法：

 MATCH (n:Person {name:"Tom Hanks"})
 RETURN n;

2 排序Order, 限制Limit and 跳跃Skip

根据演员的出生日期排序输出：

 MATCH (a:Person)-[:ACTED_IN]->()
 RETURN a.name, a.born
 ORDER BY a.born 

利用limit和skip分页，下面显示第二页的语句：

 MATCH (a)-[:ACTED_IN]->(m)
 RETURN a.name, m.title
 SKIP 10
 LIMIT 10;

3distinct关键字使用

查询所有电影的参演演员中年龄最高的五个人：

MATCH (a)-[:ACTED_IN]->()
RETURN DISTINCT a
ORDER BY a.born
LIMIT 5

说了这么多，下面两个问题大家能写出对应的CQL吗：

( 1 )查询演员 Tom Hanks 出演的所有电影，并且电影的出版在2000以后？

MATCH (tom:Person)-[:ACTED_IN]->(movie)
WHERE tom.name="Tom Hanks"
AND movie.released > 2000
RETURN movie.title;

( 2 )查询Keanu Reeves 出演的所有电影，并且他的角色是Neo？

MATCH (keanu:Person)-[r:ACTED_IN]->(movie)
WHERE keanu.name="Keanu Reeves"
AND "Neo" IN r.roles
RETURN movie.title;

3 使用比较筛选查询结果

<的使用：

MATCH (tom:Person)-[:ACTED_IN]->()<-[:ACTED_IN]-(a:Person)
WHERE tom.name="Tom Hanks"
AND a.born < tom.born
RETURN a.name;

更复杂一点的语句：

MATCH (tom:Person {name:"Tom Hanks"})-[:ACTED_IN]->(movie),
      (movie)<-[:ACTED_IN]-(a:Person)
WHERE a.born < tom.born
RETURN DISTINCT a.name, (tom.born - a.born) AS diff;

4使用模式查询

 MATCH (gene:Person)
 WHERE gene.name="Gene Hackman"
 RETURN gene;

复杂一点的：找到所有和Gene一起工作的演员？

MATCH (gene:Person)-[:ACTED_IN]->()<-[:ACTED_IN]-(other)
WHERE gene.name="Gene Hackman"
RETURN DISTINCT other;

再复杂一点：找到与Gene一起工作并且导演过自己电影的伙伴？

MATCH (gene:Person)-[:ACTED_IN]->(m),
(other)-[:ACTED_IN]->(m)
WHERE gene.name="Gene Hackman"
AND   (other)-[:DIRECTED]->()
RETURN DISTINCT other;

更复杂的了：找到与Gene一起工作过，但没有同时和"Robin Williams"合作的演员？

MATCH (gene:Person {name:"Gene Hackman"})-[:ACTED_IN]->(movie),
      (other)-[:ACTED_IN]->(movie),
      (robin:Person {name:"Robin Williams"})
WHERE NOT (robin)-[:ACTED_IN]->(movie)
RETURN DISTINCT other;

5 索引 index

创建索引：INDEX

CREATE INDEX ON :Movie(title);
CREATE INDEX ON :Person(name);

这样的话，查询中有根据name或title的语句就会很快了。（索引的目的就是为了加速查询的）

比如下面的这条语句速度就会提高：

MATCH (gene:Person)-[:ACTED_IN]->(m),
 (other)-[:ACTED_IN]->(m)
WHERE gene.name="Gene Hackman"
RETURN DISTINCT other;

创建标签索引：

CREATE INDEX ON :Person(name);
CREATE INDEX ON :Movie(title);

标签的检索速度就可以提升了，比如下面这句：

MATCH (tom:Person)-[:ACTED_IN]->(movie),
      (kevin:Person)-[:ACTED_IN]->(movie)
WHERE tom.name="Tom Hanks" AND
      kevin.name="Kevin Bacon"
RETURN DISTINCT movie;

6聚类操作

count(x) //Count the number of occurrences
min(x) //Get the lowest value
max(x) //Get the highest value
avg(x) //Get the average of a numeric value
sum(x) //Sum up values
collect(x) //Collect all the values into an collection

eq

 MATCH (a:Person)-[:ACTED_IN]->(m)
 RETURN a.name, collect(m.title);

eq2

 MATCH (a:Person)-[:ACTED_IN]->(m)
RETURN a.name, count(m)
ORDER BY count(m) DESC
LIMIT 10;

查询我们已经了解了不少，下一篇我继续介绍怎么创建图数据库，希望继续关注。