基本概念

1.1 图（Graph）

图是由节点和边组成的数据结构。例如，社交网络就是一个典型的图，其中每个人都是一个节点，他们之间的关系（如朋友、家人、同事等）就是边。

1.2 节点(Node)

节点是图数据库中的基本元素，表示数据库中的实体。节点可以具有属性，用于存储与实体相关的信息。例如，在一个社交网络中，节点可以表示用户、公司、组织等实体。

1.3 边（Edge）

边是连接节点的关系。边可以具有权重、方向等属性，用于表示关系的强度和方向。例如，在一个社交网络中，边可以表示用户之间的关注、好友、粉丝等关系。

1.4 标签(Label)

标签是一种用于标识节点或边的分类或属性。标签帮助用户语义化数据，以便更容易地进行查询和理解。例如，在社交网络中，节点的分类可以是人(Person), 或公司(Company), 边的标签可以是认识（Knows）或工作与（WorkIn）等

1.4 属性图

如果节点包含属性(包含有关主题的详细信息)或边包含属性(关系的详细信息)，则称为属性图：

以下为一个同事关系的属性图，节点和边上都带有相关的属性：

1.5 图数据库

图数据库（Graph Database）是一种特殊的数据库，使用图来存储数据，节点（Node）表示实体，边（Edge）表示关系。

图数据库非常适合处理复杂的关系数据，如社交网络、信任网络、知识图谱等。

图数据库使用图查询语言（Graph Query Language）来查询数据，如Cypher、Gremlin等。PolarDB兼容OpenCypher语法。OpenCypher是Cypher的一个开源子集，其大部分特性可以认为等同于Cypher，因此如果对于Cypher语法有一定基础可以快速上手。

模式

2.1 属性

Cypher 中使用一对花括号{}来表示属性。属性是由Key-Value键值对组成，和常见的JSON结构类似。键名是一个字符串；属性值可以是字符串，数值，也可以是一个数组。例如：{name: 'Reeves'}表示名字叫Reeves

2.2 节点

Cypher 使用一对括号()来表示节点，以下是一些节点表示的示例：

()
(matrix)
(:Movie)
(matrix:Movie)
(matrix:Movie {title: 'The Matrix'})
(matrix:Movie {title: 'The Matrix', released: 1997})

最简单的形式，()，表示一个匿名的、未表征的节点。
如果想在其他地方引用该节点，可以添加一个变量，例如：(matrix)。变量仅限于单个语句。在另一个语句中具有不同的或没有意义。
:Movie 模式声明节点的标签。这允许我们限制模式，防止它匹配其他标签的节点。
{title: 'The Matrix'}节点的属性，例如，属性可用于存储信息和/或限制模式。

2.2 边

Cypher 中使用一对短划线 (--) 来表示无向边；有向边在一端有一个箭头 (<--、-->)。方括号表达式 ([...]) 可用于添加详细信息。包括变量、属性和类型信息。以下是一些边表示的示例

--
-->
-[role]->
-[:ACTED_IN]->
-[role:ACTED_IN]->
-[role:ACTED_IN {roles: ['Neo']}]->

-- 表示一个匿名的无向边
-->，表示一个匿名的有向边
可以定义一个变量（例如，role），以便在语句的其他地方使用。
关系的标签（例如，:ACTED_IN）类似于节点的标签。
属性（例如，roles: ['Neo']）与节点属性定义方法一致。

示例

以下以一个简单的示例来展示PolarDB中图的基本使用方法。示例数据为一个简单的电影数据库，包含演员和电影的相关信息。

3.1 创建插件

在使用前需要先在PolarDB数据库中创建插件

CREATE EXTENSION age;

3.2 设置数据库

对于每次连接，都需要将 `ag_catalog` 添加到 `search_path` 以简化查询，并通过get_cypher_keywords 函数实现插件的加载：

SET search_path = "$user", public, ag_catalog;
select * from get_cypher_keywords() limit 0;

强烈建议管理员设置数据库的参数，这样每次连接时不需要再执行以上操作，以简化使用：

ALTER DATABASE <dbname> SET search_path = "$user", public, ag_catalog;
ALTER DATABASE <dbname> SET session_preload_libraries TO 'age';

允许非超级用户使用AGE

要允许普通用户使用AGE：

授予 USAGE 权限给所需的用户（例如 db_user）在 ag_catalog 模式上：

GRANT USAGE ON SCHEMA ag_catalog TO db_user;

如果用户只是RW用户，需要增加赋予创建表CREATE的权限

GRANT CREATE ON DATABASE db_name TO db_user;

3.3 查询结构

PolarDB 中Cypher 查询是通过调用 ag_catalog 中的一个名为 cypher 的函数构建的，该函数返回一个 SETOF records。

一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
/* 在此处编写 Cypher 查询 */
$$) AS (result1 agtype, result2 agtype);

其中 graph_name 是图的名称，/* */ 内部分可使用实际Cypher进行替代

3.4 创建图

图使用时首先需要创建图。创建图请使用位于 ag_catalog 命名空间中的 create_graph 函数。

PolarDB中写法如下：

SELECT * FROM create_graph('<graph_name>');

示例：创建一个叫moviedb的图

SELECT * FROM create_graph('moviedb');

注意事项

此函数不会返回任何结果。如果没有错误消息，则表示图已创建成功。

3.5 插入数据

使用以下的SQL语句向图中插入示例数据：

SELECT * FROM cypher('moviedb', $$
  CREATE (matrix:Movie {title: 'The Matrix', released: 1997})
  CREATE (cloudAtlas:Movie {title: 'Cloud Atlas', released: 2012})
  CREATE (forrestGump:Movie {title: 'Forrest Gump', released: 1994})
  CREATE (keanu:Person {name: 'Keanu Reeves', born: 1964})
  CREATE (robert:Person {name: 'Robert Zemeckis', born: 1951})
  CREATE (tom:Person {name: 'Tom Hanks', born: 1956})
  CREATE (tom)-[:ACTED_IN {roles: ['Forrest']}]->(forrestGump)
  CREATE (tom)-[:ACTED_IN {roles: ['Zachry']}]->(cloudAtlas)
  CREATE (robert)-[:DIRECTED]->(forrestGump)
$$) AS (result1 agtype);

示例数据中包含了5个节点，其中3个的标签为电影(Movie)，2个为人员（Person）；3条边，其中2条边的标签为表演（ACTED_IN）,一条边为导演（DIRECTED）

关系图如下所示：

3.6 查询数据

3.6.1 查询数据

Cypher中使用MATCH + RETURN这两个关键字实现数据的查询。其中：

MATCH实现的是模式匹配，用于寻找与指定模式来相同的内容。
RETURN关键字指定希望从Cypher查询返回的值或结果。

PolarDB上一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
  MATCH <patterns>
  RETURN <variables>
$$) AS (result1 agtype);

示例1: 查找标有“Movie”标签的所有节点。

SELECT * FROM cypher('moviedb', $$
  MATCH (m:Movie)
  RETURN m
$$) AS (result1 agtype);

示例2: 查找标签为ACTED_IN的连接Person和Movie的边

SELECT * FROM cypher('moviedb', $$
  MATCH (:Person)-[r:ACTED_IN]->(:Movie)
  RETURN r
$$) AS (result1 agtype);

3.6.2 过滤数据

当图中进行了模式匹配，只需要返回感兴趣的数据子集时，可以使用where子句。该子句允许使用布尔表达式来对子集进行过滤。

示例1 查找标题为'The Matrix'的所有电影。

SELECT * FROM cypher('moviedb', $$
  MATCH (m:Movie)
  WHERE m.title = 'The Matrix'
  RETURN m                     
$$) AS (result1 agtype);

示例2 查找标题为'Forrest Gump'的所有演员。

SELECT * FROM cypher('moviedb', $$
  MATCH (p:Person)-[:ACTED_IN]->(m)
  WHERE m.title = 'Forrest Gump'
  RETURN p
$$) AS (result1 agtype);

示例3 查询发布时间晚于2000年的电影的演员。

SELECT * FROM cypher('moviedb', $$
  MATCH (p:Person)-[:ACTED_IN]->(m)
  WHERE m.released > 2000
  RETURN p, m
$$) AS (result1 agtype, result2 agtype);

3.7 创建

Cypher中可以使用关键字CREATE 创建一个全新的节点或边。

PolarDB上一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
  CREATE <patterns>
$$) AS (result1 agtype);

示例1：创建一个标签为Person的节点，其中属性的名字叫 Tom Tykwer，出生时间为1965

SELECT * FROM cypher('moviedb', $$
  CREATE (:Person {name: 'Tom Tykwer', born: 1965})
$$) AS (result1 agtype);

示例2：创建一个Person 'Tom Tykwer' 和电影 'Cloud Atlas'的边，表示'Tom Tykwer' 导演了电影 'Cloud Atlas'

SELECT * FROM cypher('moviedb', $$
  MATCH (p:Person), (m:Movie)
  WHERE p.name='Tom Tykwer' AND m.title='Cloud Atlas'                 
  CREATE (p)-[:DIRECTED]->(m)
$$) AS (result1 agtype);

3.7.1 使用 MERGE 避免重复数据

当相同的CREATE 语句执行多次时，会插入多条重复的数据。为避免此类重复数据，可使用MERGE关键字进行插入。MERGE 执行“选择或插入”操作，首先检查数据是否存在于数据库中。如果存在，则会按原样返回它，或者对现有节点或关系进行指定的任何更新。如果数据不存在，则 Cypher 会使用您指定的信息创建它。

PolarDB上一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
  MERGE <patterns>
$$) AS (result1 agtype);

示例1：创建一个标签为Person的节点，其中属性的名字叫 Tom Cruise，出生时间为1962

SELECT * FROM cypher('moviedb', $$
  MERGE (:Person {name: 'Tom Cruise', born: 1962})
$$) AS (result1 agtype);

示例2：在'Tom Hanks'和'Tom Cruise'创建一个朋友关系

SELECT * FROM cypher('moviedb', $$
  MATCH (t1:Person) (t2:Person)
  WHERE t1.name='Tom Hanks' AND t2.name='Tom Cruise'                 
  MERGE (t1)-[:FRIEND]-(t2)
$$) AS (result1 agtype);

3.8 更新

数据中可能已经存在节点或关系，修改其属性，可以通过匹配要查找的模式并使用SET关键字添加、更新属性来完成此操作。

PolarDB上一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
  MATCH <patterns>
  SET <property>
  RETURN <variable>
$$) AS (result1 agtype);

示例1：将Person 'Tom Tykwer'出生年份改为1970年

SELECT * FROM cypher('moviedb', $$
  MATCH (p:Person {name: 'Tom Tykwer', born: 1965})
  SET p.born = 1970
  RETURN p
$$) AS (result1 agtype);

示例2：添加 Person 'Tom Tykwer' 一个性别属性为 male

SELECT * FROM cypher('moviedb', $$
  MATCH (p:Person {name: 'Tom Tykwer', born: 1970})
  SET p.gender = 'male'
  RETURN p
$$) AS (result1 agtype);

3.9 删除

Cypher 中使用 DELETE 关键字来删除节点和关系。

3.9.1 删除关系

要删除关系，需要使用MATCH关键字找到符合模式的关系，然后使用 DELETE 关键字进行删除

PolarDB上一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
  MATCH <patterns>
  DELETE <variable>
$$) AS (result1 agtype);

示例：删除Person 'Tom Tykwer' 和电影 'Cloud Atlas'的导演关系

SELECT * FROM cypher('moviedb', $$
  MATCH (p:Person)-[r:DIRECTED]->(m:Movie)
  WHERE p.name='Tom Tykwer' AND m.title='Cloud Atlas'                 
  DELETE r
$$) AS (result1 agtype);

3.9.2 删除节点

要删除节点，同样需要使用MATCH关键字找到符合条件的节点，然后使用 DELETE 关键字进行删除

PolarDB上一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
  MATCH <patterns>
  DELETE <variable>
$$) AS (result1 agtype);

示例：删除Person 'Tom Tykwer'

SELECT * FROM cypher('moviedb', $$
  MATCH (p:Person {name: 'Tom Tykwer', born: 1970})              
  DELETE p
$$) AS (result1 agtype);

3.9.3 删除节点及关系

当节点还有相应的边存在时，节点不允许被删除。可以使用 DETACH DELETE 语法删除该节点具有的边关系，以及删除节点本身。

PolarDB上一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
  MATCH <patterns>
  DETACH DELETE <variable>
$$) AS (result1 agtype);

示例：删除Person 'Tom Hanks'以及其关联的边

SELECT * FROM cypher('moviedb', $$
  MATCH (p:Person {name: 'Tom Hanks', born: 1956})              
  DETACH DELETE p
$$) AS (result1 agtype);

3.9.4 删除属性

当节点或边的属性不再需要时，可通过REMOVE关键字将该属性进行删除

PolarDB上一个典型的查询如下所示：

SELECT * FROM cypher('graph_name', $$
  MATCH <match_pattern>
  REMOVE <property>
$$) AS (result1 agtype);

示例：删除电影 'Cloud Atlas' 的released属性

SELECT * FROM cypher('moviedb', $$
  MATCH (m:Movie {title: 'Cloud Atlas', released: 2012})              
  REMOVE m.released
  RETURN m
$$) AS (result1 agtype);

可视化工具

是Age项目自带的图数据可视化工具，可将查询结果进行图形化的表达。

PolarDB图数据库快速入门

基本概念

1.1 图（Graph）

1.2 节点(Node)

1.3 边（Edge）

1.4 标签(Label)

1.4 属性图

1.5 图数据库

模式

2.1 属性

2.2 节点

2.2 边

示例

3.1 创建插件

3.2 设置数据库

3.3 查询结构

3.4 创建图

3.5 插入数据

3.6 查询数据

3.6.1 查询数据

3.6.2 过滤数据

3.7 创建

3.7.1 使用 MERGE 避免重复数据

3.8 更新

3.9 删除

3.9.1 删除关系

3.9.2 删除节点

3.9.3 删除节点及关系

3.9.4 删除属性

数据库

热门文章

最新文章

相关产品

相关课程

相关电子书

相关实验场景