Neo4j 图数据库从搭建到实战应用详解

四、基于 Docker 搭建 Neo4j

4.1 搭建过程

为了快速体验，推荐使用 Docker 容器化部署。

4.1.1 下载镜像

docker pull neo4j:latest

4.1.2 创建目录

建议挂载本地目录以便持久化数据和日志。

mkdir -p ~/neo4j/data ~/neo4j/logs ~/neo4j/plugins

4.1.3 启动容器

docker run -d \
  --name neo4j \
  -p 7474:7474 \
  -p 7687:7687 \
  -v ~/neo4j/data:/data \
  -e NEO4J_AUTH=neo4j/password \
  neo4j:latest

这里 -p 7474 暴露 Web 管理界面，7687 是 Bolt 协议端口。环境变量 NEO4J_AUTH 设置初始账号密码。

4.1.4 访问 Neo4j Web 界面

浏览器打开 http://localhost:7474，输入用户名和密码即可进入控制台。

五、Neo4j 技术使用深度详解

5.1 数据准备

在开始之前，我们需要明确业务模型。假设我们要建立一个简单的社交关系网，包含'用户'和'关注'关系。

5.2 Neo4j 数据操作命令使用

Neo4j 使用 Cypher 语言进行操作，语法接近自然语言。

5.2.1 创建节点

CREATE (a:User {name: 'Alice', age: 25})
RETURN a;

这条语句创建一个带有 User 标签的节点，并设置了 name 和 age 属性。

5.2.2 创建节点指定标签

CREATE (b:User {name: 'Bob'})

可以添加多个标签来分类节点，例如 (b:User:Admin)。

5.2.3 创建节点之间的关系

MATCH (a:User {name: 'Alice'}), (b:User {name: 'Bob'})
CREATE (a)-[:FOLLOWS]->(b)
RETURN a, b;

注意：创建关系前通常需要先 MATCH 到存在的节点。这里 Alice 关注了 Bob。

5.3 Neo4j 查询详解

5.3.1 查询语法

基本结构是 MATCH (pattern) WHERE condition RETURN result。

5.3.2 基本数据查询

MATCH (u:User) RETURN u.name, u.age LIMIT 10;

5.3.3 关系深度查询

图数据库的强项在于多跳查询。

MATCH path = (a:User {name: 'Alice'})-[*1..3]->(b:User)
RETURN path;

这表示查找 Alice 出发，经过 1 到 3 层关系的所有路径。

5.3.4 分页查询

MATCH (u:User) RETURN u SKIP 10 LIMIT 10;

5.3.5 更新数据

MATCH (u:User {name: 'Alice'}) SET u.age = 26 RETURN u;

5.3.6 删除数据

MATCH (u:User {name: 'Bob'}) DETACH DELETE u;

注意：如果节点有关联关系，必须使用 DETACH DELETE 先删除关系再删节点。

5.4 索引操作

5.4.1 创建索引

为了提高查询效率，建议在常用查询字段上建立索引。

CREATE INDEX FOR (u:User) ON (u.name);

5.4.2 删除索引

DROP INDEX IF EXISTS index_user_name;

六、写在文末

图数据库在处理复杂关系数据时具有天然优势。通过 Neo4j 的 Docker 部署和 Cypher 语言，我们可以快速构建起自己的知识图谱或关系分析系统。在实际项目中，建议结合具体业务场景选择合适的图算法，并注意数据模型的规范化设计。

希望这篇指南能帮助你快速上手 Neo4j。如果在实际使用中遇到具体问题，欢迎查阅官方文档或社区讨论。