介绍 Neo4j 图数据库的快速上手方法，涵盖 Desktop、Docker 及压缩包三种安装方式。详细讲解 Neo4j Browser 界面操作，包括 Cypher 语言的节点创建、关系建立、查询、更新与删除等 CRUD 操作。此外还包含索引约束优化、CSV 数据导入流程以及常见故障排查指南，帮助开发者从零掌握图数据存储与查询的核心技能。
Neo4j 是主流的原生图数据库，核心用于存储和查询'节点 - 关系 - 属性'构成的图数据。本指南从环境搭建到核心功能实操，提供可直接执行的步骤和命令，确保对于新手能快速上手并实现核心功能。
版本说明：本指南基于 Neo4j 5.15.0 编写，适用于 Neo4j 4.x-5.x 版本，语法在社区版和企业版均适用。
http://localhost:7474，能看到登录界面即成功。执行命令：
# 1. 拉取 Neo4j 社区版镜像（最新稳定版）
docker pull neo4j:latest
# 2. 启动容器（映射端口 + 挂载数据卷，避免数据丢失）
docker run -d \
--name neo4j-demo \
-p 7474:7474 \
-p 7687:7687 \
-v $HOME/neo4j/data:/data \
-e NEO4J_AUTH=neo4j/your-password \
neo4j:latest
D:\neo4j-community-5.15.0，Linux：/opt/neo4j）；bin 目录，双击 neo4j.bat，再执行 neo4j start；bin 目录，执行 ./neo4j start；http://localhost:7474，首次登录用默认账号 neo4j、密码 neo4j，会提示强制修改密码（改为你自己的密码）。登录后看到的「Neo4j Browser」是官方图形化工具，核心区域如下：
Ctrl+Enter 执行；:server status：查看数据库状态；:clear：清空命令输入框；:help：查看 Cypher 语法帮助。Cypher 是 Neo4j 的核心操作语言，类似 SQL，但专为图数据设计。以下操作均在「命令输入框」执行，执行后可在「Graph」模式查看结果。
节点需带「标签」（Label，类似'表名'）和「属性」（Property，类似'字段'），语法：CREATE (:标签 {属性 1: 值 1, 属性 2: 值 2, ...})
示例：创建 2 个'用户'节点（标签：User）和 1 个'帖子'节点（标签：Post）
# 创建用户'张三'（属性：name、age、gender）
CREATE (:User {name: "张三", age: 28, gender: "男"});
# 创建用户'李四'
CREATE (:User {name: "李四", age: 26, gender: "女"});
# 创建帖子（属性：title、content、createTime）
CREATE (:Post {title: "Neo4j 入门", content: "今天学了 Cypher 基础", createTime: "2024-10-01"});
执行后，在「Graph」模式能看到 3 个独立节点（不同颜色代表不同标签）。
关系连接两个节点，需指定「关系类型」和可选属性，语法：MATCH (n:标签 1), (m:标签 2) WHERE 条件 CREATE (n)-[:关系类型 {属性}]->(m)
示例：给'张三'和'李四'加'关注'关系，给'张三'和'Neo4j 入门'帖子加'发布'关系
# 1. 张三关注李四（关系类型：FOLLOWS，属性：followTime）
MATCH (u1:User {name: "张三"}), (u2:User {name: "李四"})
CREATE (u1)-[:FOLLOWS {followTime: "2024-09-20"}]->(u2);
# 2. 张三发布帖子（关系类型：PUBLISHED，属性：publishTime）
MATCH (u:User {name: "张三"}), (p:Post {title: "Neo4j 入门"})
CREATE (u)-[:PUBLISHED {publishTime: "2024-10-01"}]->(p);
执行后，「Graph」模式会显示节点间的连线（关系），鼠标悬停可看关系类型和属性。
语法：MATCH (节点/关系模式) WHERE 过滤条件 RETURN 要展示的内容
示例 1：查询所有用户节点（显示姓名和年龄）
MATCH (u:User) RETURN u.name AS 用户名，u.age AS 年龄;
示例 2：查询'张三'关注的人（显示关注关系）
MATCH (u1:User {name: "张三"})-[:FOLLOWS]->(u2:User) RETURN u1.name AS 关注者，u2.name AS 被关注者;
示例 3：查询'张三'发布的帖子（显示完整图结构）
MATCH (u:User {name: "张三"})-[:PUBLISHED]->(p:Post) RETURN u, p; # 返回节点和关系，Graph 模式会显示连线
语法：MATCH (节点) WHERE 条件 SET 节点。属性 = 新值
示例：将'张三'的年龄改为 29，给帖子加'阅读量'属性
# 更新张三的年龄
MATCH (u:User {name: "张三"}) SET u.age = 29;
# 给帖子加阅读量属性
MATCH (p:Post {title: "Neo4j 入门"}) SET p.readCount = 100;
# 验证更新结果
MATCH (u:User {name: "张三"}), (p:Post {title: "Neo4j 入门"}) RETURN u.age AS 张三年龄，p.readCount AS 帖子阅读量;
DELETE：删除节点或关系（删除节点前必须先删除关联的关系，否则报错）；REMOVE：删除节点/关系的属性或标签。示例 1：删除'张三'关注李四的关系
# 先匹配关系，再删除
MATCH (u1:User {name: "张三"})-[:FOLLOWS]->(u2:User {name: "李四"})
DELETE u1-[:FOLLOWS]->u2;
示例 2：删除'Neo4j 入门'帖子节点（需先删关联的发布关系）
# 1. 删除帖子关联的所有关系
MATCH (u:User)-[r:PUBLISHED]->(p:Post {title: "Neo4j 入门"}) DELETE r;
# 2. 删除帖子节点
MATCH (p:Post {title: "Neo4j 入门"}) DELETE p;
示例 3：删除'张三'的'gender'属性
MATCH (u:User {name: "张三"}) REMOVE u.gender; # 验证：查询张三的属性，已无 gender
MATCH (u:User {name: "张三"}) RETURN u;
当数据量较大时，需通过「索引」加速查询，通过「约束」保证数据唯一性。
语法：CREATE INDEX 索引名 FOR (n:标签) ON (n.属性);
示例：给 User 标签的 name 属性创建索引（查询'按姓名找用户'时会更快）
# 创建索引
CREATE INDEX idx_user_name FOR (n:User) ON (n.name);
# 查看所有索引
SHOW INDEXES;
语法：CREATE CONSTRAINT 约束名 ON (n:标签) ASSERT n.属性 IS UNIQUE;
示例：保证 User 标签的 name 属性唯一（不能创建两个'张三'用户）
# 创建唯一约束
CREATE CONSTRAINT const_user_name_unique ON (n:User) ASSERT n.name IS UNIQUE;
# 验证：尝试创建重复的'张三'用户，会报错
CREATE (:User {name: "张三", age: 30}); # 报错信息：Node(...) already exists with label User and property "name" = '张三'
Neo4j 支持从 CSV/JSON 等文件导入数据，这里以最常用的 CSV 为例。
创建两个 CSV 文件（注意编码为 UTF-8）：
posts.csv（帖子数据）：
title,author,createTime
Neo4j 索引学习，王五，2024-10-02
Cypher 高级用法，赵六，2024-10-03
users.csv（用户数据）：
name,age,gender
王五，30，男
赵六，25，女
data 目录同级有 import 目录）；执行导入命令：
# 1. 从 users.csv 导入用户节点（若已存在则更新，用 MERGE 避免重复）
LOAD CSV WITH HEADERS FROM "file:///users.csv" AS row
MERGE (:User {name: row.name, age: toInteger(row.age), gender: row.gender});
# 2. 从 posts.csv 导入帖子节点，并创建'发布'关系
LOAD CSV WITH HEADERS FROM "file:///posts.csv" AS row
MATCH (u:User {name: row.author})
MERGE (p:Post {title: row.title, createTime: row.createTime})
MERGE (u)-[:PUBLISHED {publishTime: row.createTime}]->(p);
# 验证导入结果
MATCH (u:User)-[:PUBLISHED]->(p:Post) RETURN u.name AS 作者，p.title AS 帖子标题;
http://localhost:7474 无响应？
neo4j status（压缩包）或 docker ps（Docker），确认服务在运行；http://localhost:7475。dbms.security.auth_enabled=true，重启数据库。SHOW INDEXES，确认查询条件中的属性已建索引；EXPLAIN 分析执行计划：在查询语句前加 EXPLAIN，查看是否有'AllNodesScan'（全节点扫描，需优化）。压缩包/Docker：停止数据库，修改 neo4j.conf 中 dbms.security.auth_enabled=false，重启后访问 http://localhost:7474，直接登录（无需密码），执行命令重置密码：
ALTER USER neo4j SET PASSWORD '新密码';
端口冲突：若 7474/7687 端口被占用，修改配置文件 neo4j.conf（压缩包在 conf 目录，Desktop 中数据库右键→「Settings」）：
dbms.connector.http.port=7475 # 改 HTTP 端口为 7475
dbms.connector.bolt.port=7688 # 改 Bolt 端口为 7688
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
在线格式化和美化您的 SQL 查询（它支持各种 SQL 方言）。 在线工具，SQL 美化和格式化在线工具，online
解析 INSERT 等受限 SQL，导出为 CSV、JSON、XML、YAML、HTML 表格（见页内语法说明）。 在线工具，SQL 转 CSV/JSON/XML在线工具，online
CSV 与 JSON/XML/HTML/TSV/SQL 等互转，单页多 Tab。 在线工具，CSV 工具包在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online