1. 环境搭建
正好最近同学有一台阿里云服务器借我玩，就尝试着在服务器上搭了Neo4j。
环境：CentOS Linux release 7.4.1708 (Core)
安装Java
安装Neo4j需要Java环境。并且需要jdk1.8，所以低版本需要卸载重装。
去 官网 复制下载链接，然后到命令行找一个目录下载：
wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" "http://download.oracle.com/otn-pub/java/jdk/8u151-b12/e758a0de34e24606bca991d704f6dcbf/jdk-8u151-linux-x64.rpm"
(开始直接wget下载，然后解压一直出错，最后发现下载的是...HTML document，真的是尴尬，然后找到了这个下载方法)
安装：sudo rpm -ivh jdk-8u151-linux-x64.rpm
查看安装版本：java -version
当看到
java version "1.8.0_151"
Java(TM) SE Runtime Environment (build 1.8.0_151-b12)
Java HotSpot(TM) 64-Bit Server VM (build 25.151-b12, mixed mode)
Java安装成功！
（我真的是...装了好久...蠢哭）
安装Neo4j
官网有 教程 安装社区版。
[root@neo4j]# wget http://debian.neo4j.org/neotechnology.gpg.key
[root@neo4j]# rpm --import neotechnology.gpg.key
[root@neo4j]# cat <<EOF > /etc/yum.repos.d/neo4j.repo
> [neo4j]
> name=Neo4j Yum Repo
> baseurl=http://yum.neo4j.org/stable
> enabled=1
> gpgcheck=1
> EOF
[root@neo4j]# yum install neo4j -y
嗯。。下载速度比较超级慢，等了十多分钟。
查看安装版本：
[root@neo4j]# neo4j version
OpenJDK 64-Bit Server VM warning: If the number of processors is expected to increase from one, then you should configure the number of parallel GC threads appropriately using -XX:ParallelGCThreads=N
neo4j 3.3.0
已经安装成功，版本为3.3.0。
启动Neo4j服务
启动：neo4j console
Active database: graph.db
Directories in use:
home: /var/lib/neo4j
config: /etc/neo4j
logs: /var/log/neo4j
plugins: /var/lib/neo4j/plugins
import: /var/lib/neo4j/import
data: /var/lib/neo4j/data
certificates: /var/lib/neo4j/certificates
run: /var/run/neo4j
Starting Neo4j.
OpenJDK 64-Bit Server VM warning: If the number of processors is expected to increase from one, then you should configure the number of parallel GC threads appropriately using -XX:ParallelGCThreads=N
2017-10-31 15:50:26.178+0000 WARN dbms.directories.certificates is deprecated.
2017-10-31 15:50:26.221+0000 INFO ======== Neo4j 3.3.0 ========
2017-10-31 15:50:26.279+0000 INFO Starting...
2017-10-31 15:50:28.849+0000 INFO Bolt enabled on 127.0.0.1:7687.
2017-10-31 15:50:34.056+0000 INFO Started.
2017-10-31 15:50:35.693+0000 INFO Remote interface available at http://localhost:7474/
可以看到配置文件位置：/etc/neo4j，找到并去掉该句注释#dbms.connectors.default_listen_address=0.0.0.0，实现远程访问。
重新启动，然后在浏览器输入：http://server_ip:7474/即可访问。
惊不惊喜，激不激动！反正我心好累啊...因为我好迷茫...密码又是啥啊！！！（默认密码是neo4j）
在试了不加密码和'neo4j'以后，又在网上找到了不需要密码的方法，去掉#dbms.security.auth_enabled=false的注释，然鹅还是登！录！不！进！去！
后来看浏览器控制台报错，终于发现好像是ip:7687这个网址连接不上……好吧，又开了一个端口号，终于可以登录了，凌晨一点多了，要哭了好吗……说好的早睡呢……
打开之后是万年不变的Hello World:
清空数据库
文件存储位置：/var/lib/neo4j/datadatabases/graph.db
直接全部删除：rm -rf /var/lib/neo4j/datadatabases/graph.db
2. 基础概念
Neo4j是一个NoSQL图形数据库。和SQL比，能更好的表现出数据之间的关系。Neo4j中记录和关系有同等重要的地位。可以简洁高效的查出节点之间的关系。
节点（Nodes）：一个节点就是图形数据库的一条记录。在图中以一个圆圈的形式表现。
关系（Relationships）：关系用来连接节点，一个关系连接两个节点。关系是有向的，连接的点分为源点和目标点。不同的节点可以通过关系连接起来。（同一个节点也可以有关系，自环。）但是一个关系有且只能有一个类型（Types）。在图中是连接圆圈的边。
属性（Properties）：图形数据库中数据作为属性存在节点中。属性为键值对形式，一个节点可以有多个属性。关系也可以拥有属性。每一个节点或属性都有一个integer类型的默认属性id，用来唯一标识节点/属性。
标签（Labels）：用来标识一个节点属于哪一类。一个节点可以有多个或0个标签。标签没有属性。（比如博客每一篇文章都有添加标签选项，当写一篇Java操作Neo4j的文章，可能会添加Java和Neo4j两个标签，当查看关于Java的文章时，可以通过标签Java快速搜索。也有点类似于接口，但是标签没有属性，类似于没有内容的接口>_<）
路径（Path）：看图很好理解，就是从一个节点出发经过一些关系和节点之后，到达某个节点的全部过程。一个路径看起来是(node)-[relation]-...-(node)这样子的。单独一个节点也可以看做是一个长度为0的路径。
可以通过``(反单引号)将标签或属性名括起来防止和关键字冲突。
3. Cypher
Cypher是Neo4j的图形查询语言，关键字大小写不敏感。（大写打起来太麻烦了 一律用小写...）语法和SQL很像，学起来相对简单。
基本格式：
MATCH <pattern> WHERE <conditions> RETURN <expressions>
() 表示节点
[] 表示关系
{} 表示节点的属性，每个属性通过key:value的形式表示，多个属性之间用逗号隔开
node:label1:label2 通过冒号给节点添加标签,通过冒号分隔多个标签
数据类型：
boolean：true/false
integer：64位整数
float：64位浮点数
String：Unicode字符串
[]：表示数组
节点相关操作
节点
() 表示一个最简单的节点，没有标签和属性。
(:label1) 有一个标签的节点
(:label1:label2:label3) 有多个标签的节点
(:label1 {prop1:value1}) 有一个属性的节点
(:label1 {key1:value1,key2:value2}) 有一个标签和节点
(nodeName:label1 {key1:value1}) 这里可以给node起一个别名，但是，这只是一个别名，和节点本身无关，是一个变量，用于后续语句操作该节点，而不是节点的名字。
新增
新增的关键字是CREATE
create (:女:成年:教师{age:28,name:'刘一'}); // 新增一个有三个标签 两个属性的节点
create (N:男:成年:医生{age:32,name:'陈二'}) return N; // 创建一个节点并返回
创建节点时将自动为节点生成一个id，id是唯一且递增的。
查找
查找的关键词是MATCH和WHERE
match可以用来匹配模式和简单匹配数据，where用来限定条件。通过.来引用节点的属性Node.PropertyKey，可以同时查询多个节点并返回。
match(n) return n; // 不设条件 查询数据库所有节点
match(n:男{age:32}) return n; // 匹配标签有'男'且含有属性age=32的节点
match(n) where n.age<30 return n; // 查询属性age<30的节点
match(n), where id(n)=1 return n; // 通过id查询节点
match(n),(m:女) where id(n)=20 return n,m; // 同时查询多个节点，当n,m都存在的时候才返回
修改
修改的关键字为SET
格式：
修改节点属性：{{ 查询语句 }} set n.propertKey=newValue;
添加节点标签：{{ 查询语句 }} set n:<label>
match(n{age:32}) set n.age=33; // 将所有age=32的节点的age属性改为33
match(n) where id(n)=1 set n.age=33 return n; // 将所有age=32的节点的age属性改为33 并返回修改后的节点
match(n) where id(n)=20 set n:神经病 return n; // 为节点添加一个标签<神经病>
删除
删除关键词：DELETE,REMOVE
DELETE：删除节点，格式：DELETE <node>
REMOVE：删除节点或关系的标签或属性，格式：REMOVE node.propertyKey，REMOVE node:label
match(n) where id(n)=23 delete n; // 删除一个节点
match(n) where id(n)=20 remove n:`神经病` return n; // 删除标签
match(n) where id(n)=20 remove n.age return n; // 删除属性
当一个节点有关联关系的时候，是不能被删除的，必须要先删除相关关系。
match (n) where id(n)=40 detach delete n; // 删除一个节点相关关系 然后删除该节点
关系相关操作
关系
-- 无向关系
<--、--> 有向关系
-[:type]-> 表示一个类型为type的关系
-[:type {key1:value1,key2:value2}] 关系也可以有一个或多个属性。
-[rel:type {key1:value1,key2:value2}] 同节点，这里rel只是关系的一个别名而已。
创建关系时必须有方向，关系也必须有且只有一个类型。
关系的操作和节点相仿。
新增
match (n{name:'刘一'}),(m{name:'陈二'}) create (m)-[r:love]->(n) return type(r); // 找到两个节点并创建类型为`love`的关系，返回关系类型。
create (n1:N{name:'first'})-[r1:R]->(n2:N{name:'second'})<-[r2:R]-(n3:N{name:'third'}) return n1,r1,n2,r2,n3; // 创建了三个节点两个关系
查找
单独返回关系并没有返回结果，可以选择一起返回关系及关系相关节点，或者返回路径。
match ()-[r]-() where id(r)=13 return r;
match (n)-[r]-(m) where n.name='刘一' and m.name='陈二' return n,r,m; // where中多个查询条件用and连接 表示与关系
match p=(n)-[r]-(m) where n.name='刘一' and m.name='陈二' return p; // 查询路径
修改
match ()-[r]-() where id(r)=2 set r.reason=['fairness','cute','comely','gorgeous']; // 为关系新增了一个属性`reason`，属性值是一个数组。
match p=()-[r]-() where id(r)=2 set r.reason='no reason!' return p; // 又将`reason`属性修改为字符串
删除
remove 删除属性、delete 删除关系
match p=()-[r]-() where id(r)=2 remove r.reason return p; // 删除关系属性
match p=()-[r]-() where id(r)=2 delete r;
删除所有节点&关系： match (n) detach delete n;
Merge子句
Merge子句的作用有两个：当模式（Pattern）存在时，匹配该模式；当模式不存在时，创建新的模式，功能是match子句和create的组合。在merge子句之后，可以显式指定on creae和on match子句，用于修改绑定的节点或关系的属性。
简单匹配或创建
merge (n:狗{name:'dog'}) return n 将创建并返回节点'dog'
merge (n:狗{name:'dog'}) return n 返回已存在节点'dog'
on create 如果是创建则执行
merge (n:狗{name:'dog1'}) on create set n.create=timestamp() return n 如果是新创建的节点就设置create属性，timestamp()函数返回当前时间，类型为integer。
on match 如果已存在则执行该子句
merge (n:狗{name:'dog'}) on match set n.update=timestamp() return n
可以同时指定on create和on match
merge (n:狗{name:'dogx'}) on create set n.version=0 on match set n.version=n.version+1 return n.version
查询语句
清空数据库，然后插入十条语句。并创建一些关系，用于后续查询。
原谅我肤浅，只能想出这种数据……（捂脸）
MATCH (n) DETACH DELETE n
CREATE
(N1:女:成年:教师{age:28,name:'刘一',interest:['shopping','reading']}),
(N2:男:成年:医生{age:28,name:'陈二',interest:['football']}),
(N3:女:未成年:学生{age:17,name:'张三',interest:['games']}),
(N4:男:成年:教师{age:23,name:'李四',interest:['reading']}),
(N5:女:成年:医生{age:25,name:'王五',interest:['reading']}),
(N6:男:未成年:学生{age:13,name:'赵六'}),
(N7:女:成年:程序员{age:36,name:'孙七'}),
(N8:男:成年{age:68,name:'周八'}),
(N9:女:未成年:学生{age:16,name:'吴九'}),
(N10:男:未成年{age:15,name:'郑十'}),
(N1)-[:love]->(N2)<-[:love]-(N3),
(N4)-[:know]->(N5),
(N4)-[:know]->(N6),
(N5)-[:know]->(N7),
(N5)-[:know]->(N8),
(N6)-[:know]->(N7),
(N7)-[:know]->(N8),
(N9)-[:hate]->(N8)
常用谓词
and表示查询条件与关系，or表示或关系，xnot表示异或，not表示非。
查询年龄在[15,25]之间的女生：match (n:女) where n.age>=15 and n.age<=25 return n
查询年龄不大于18的人：match (n) where not n.age>18 return n
其他常用关键词
distinct 表示查询去掉重复 有些查询在图形中表示不出来，需要到Table中查看查询结果。
查询所有人的年龄，并且去掉重复：match (n) return distinct n.age
order by表示排序，默认升序。
查询所有人按年龄排序：match (n) return n order by n.age desc
skip表示忽略前面一定数量，limit表示查询数量。
查看年龄最大的五个人：match (n) return n order by n.age skip 5 limit 5
关键字in表示是否包含在数组中。
查询名字为'张三','李四','王五'的人：match (n) where n.name in ['张三','李四','王五'] return n
查询喜欢阅读的人：match (n) where 'reading' in n.interest return n
聚合函数
count(),min(),max(),avg(),sum(),collect()
查询年龄的平均值：match (n) return avg(n.age)
查询学生数量：match (n:学生) return count(n)
查询并返回所有人的集合：match (n) return collect(n)
常用函数
keys(node)/keys(relationship)查看节点或关系的属性键。
查询属性：match (n)-[r]-() return keys(n), keys(r)
properties(node)/properties(relationship)查看的是属性键值对。
查询属性值：match (n)-[r]-() return properties(n), properties(r)
exists()查询属性是否存在
查询存在interest属性的节点：match (n) where exists(n.interest) return n
labels(node)函数返回节点的标签集合
查询不是程序程序员的成年人：match (n) where '成年' in labels(n) and not '程序员' in labels(n) return n;
nodes(path)查询路径相关节点，relationships(path)查询路径相关关系。
返回路径中的节点：match p=()-[:love]->()<-[:love]-() return nodes(p);
startNode()，endNode() 查看关系的起止节点。
查看男女之间的关系（哪里奇怪？）：match p=(:男)-[r]-(:女) return startNode(r).name, endNode(r).name;
查询路径
[*]表示不限制路径的长度。length(path)查询一条路径长度。
查询李四到周八的所有路径:match p=({name:'李四'})-[*]-({name:'周八'}) return p, length(p)
[*n]距离为n, [*..n]最大距离为n，[*n..]最小距离为n，[*m..n]距离在m到n之间。
查询李四到周八长度为2的路径:match p=({name:'李四'})-[*2]-({name:'周八'}) return p
查询最短路径shortestPath
查询李四到周八之间最短的路径:match (n{name:'李四'}) match (m{name:'周八'}) return shortestPath((n)-[*]-(m)) as p
字符串匹配
starts with, end with, contains
查询名字以'一'结束的节点：match (n) where n.name ends with '一' return n
正则表达式=~
也可以通过正则表达式查询：match (n) where n.name =~ '.一' return n
WITH 子句
可以实现子查询，随便举个例子，查询版本姓名的xxx的年龄最大的人
match (n:people)
where n.name='xxx'
with max(n.age) as mage
match (m:people)
where m.name='xxx' and m.age = mage
return m;
