（说明：下文指的Neo4j全部指代的是3.x版本。）
一、摘要
本文主要记录Neo4j的相关基本知识，包括：
1、Neo4j的基本数据模型；
2、图数据库的使用场景；
3、Cypher的基本语法和部分函数；
4、Neo4j的扩展包APOC和Cypher扩展；
5、查询性能优化基本介绍；
6、Neo4j结合实例分析；
通过以上几点可以得出本文主要是记录neo4j的一些功能，方便后面进行查询。对于环境搭建以及数据导入等不做描述。
二、Neo4j的基本数据模型
2.1、基本数据结构
我们先介绍下Neo4j中的数据模型。主要包括四种数据结构：
1、节点：通常用于存储实体信息。比如一个人可以作为一个节点，一辆车作为一个节点；
2、关系：用来连接节点的实体。比如一个人A和另一个人B是夫妻关系、朋友关系等。每个关系实体必须有起始节点和结束节点，所以关系是有指向的。还需要强调一点，关系只能是一个类型，比如A和B之间的不同关系要用两种关系描述；
3、属性：节点和关系都是属性的容器，属性由键值对组成，类似于java对象中的成员属性；
4、标签：对一类节点的统称，更加方便查询和neo4j本身的维护，同一标签的节点属性尽量一致（neo4j未做硬性限制）。
属性支持的数据类型包括（懒得打了，官网复制的https://neo4j.com/docs/cypher-manual/current/syntax/values/）：
- Number, an abstract type, which has the subtypes Integer and Float
- String
- Boolean
- The spatial type Point （空间）
- Temporal types: Date, Time, LocalTime, DateTime, LocalDateTime and Duration （时间）
2.2、图建模
2.2.1图建模的Try
1、查询性能设计：查询驱动模型，一定要根据用户的需求来设计模型，从用户需求中脱离出节点和关系；
2、用例关系匹配：在neo4j中，新增节点之间的不同类型关系，代价是很低的。有时关系的划分有时候可以尽量细，但是要注意命名，尽量不要使用通用命名，例：HAS_A，而要使用能具体描述这个关系的名字；
3、查找n元关系：例如一首歌《梯田》，它的词曲是由歌曲作者创作，它的出版是由一个公司执行的，它的MV是由一个艺术家表演，那么就可以组成下面的关系：
4、节点粒度：在图数据库建模时，倾向于使用比我们习惯的关系模型具有更高粒度、更精细的数据模型。当你在考虑一个属性是否成为一个节点的时候（比如用这个属性进行某种筛选），以实际查询速度为准；
5、适当使用图内索引：使用索引可以很方便的进行范围查询、时间序列、邻近搜索，但是不能 ALL IN INDEX，类似于MySQL创建索引的考虑点；
2.2.2图建模的Avoid
1、使用丰富的属性：粒化模式的反模式；
2、多概念节点：一个节点有多重身份，考虑是否将部分属性移除当成另外的label；
3、未连接的图：既没有关系的节点；
4、密集的节点模式：尽量避免超级节点的产生，即一个节点有很多关系，比如周杰伦的粉丝；
二、图数据库的使用场景
上面介绍了图数据的基本数据模型，本章主要介绍图数据库的特点和使用场景。
图数据库提供了一种全新的解决问题的模型：图，注意不是照片对应的图片。在关系型数据库中关系查询是一个很耗性能的操作，相当于笛卡尔积查询。但是在图数据库，关系是被显示存储，这样只需要直接遍历即可。在上面也介绍到，关系上面是可以有属性的，这一点相对于RDBMS是完全不同的。
适合图数据库的使用场景：
1、复杂查询：本质上包含大量的复杂连接操作。在图数据库中，连接操作将不复存在，而只是需要从一个节点开始指定一级或者多级关系，然后再指定到另一个节点；
2、实时数据的点击流查询：图数据库能快速处理更多种类的复杂查询，数据可以是重复的或近实时的更新；
3、路径查询：类似于第一条，优化了关联查询；
不建议使用图数据库的场景：
1、大集合查询：面向集合的数据库，关系数据库的性能更高；
2、图的全局操作：查找节点集群、发现节点间位置的关系模式、确定特定图的中心等问题都是从全局上研究图，这类操作需要另外一套更专业，性能更高的IT架构去完成，并且时间往往是需要几个小时，甚至于几周；
3、简单聚合查询：简单查询中，读写聚合数据使用图处理非常低效，更适合采用面向聚合操作的键值存储或文档存储。如果复杂性较低，使用图数据库的又是也会较低。
三、Cypher的基本语法和部分函数
3.1、基本查询关键词和基本查询语法
本节会先列出一个查询语句，然后对其进行拆分，介绍相关的关键词和基本语法。（对于增删改、以及CSV导入未涉及）
语句：MATCH(u:User)-[r1:FRIEND]->(someone:User)<-[r2:FRIEND]-(u1:User) WHERE u.userId = "..." and u1.userId = "..." RETURN someone ORDER BY someone.userId DESC（User是一个标签，FRIEND是一个关系，userId是User标签节点的一个属性）
上面语句是对于指定的两个用户，查询他们共同的朋友的所有信息。
MATCH：用于描述数据库应该匹配的模式。总是作为结构化查询组件的开头，类似于 SELECT ... FROM ...；
WHERE：对于MATCH的结果集进行筛选，对于节点、关系相关信息都可以进行判断；
RETURN：返回结果集，可以是节点、节点属性、关系、关系属性以及各种聚合结果或者汇总结果以及三角函数等数学计算；
基本语法：MATCH(n1:Node1)-[r:RELATIONSHIP]->(n2:Node2) WHERE condition RETURN result；
结合上面的例子，总结下Cypher 的关键特性：
- 声明式的（Declarative）：类似于Mysql，告诉数据库我们要什么，而不是告诉数据库怎么去取数据；
- 具有表现力的（Expressive）：使用了圆括号、方括号以及连接各个部分的箭头的这种风格，很容易让人理解查询语句想要干嘛；
- 模式匹配的；
- 幂等的。
3.2、扩充点
分页查询：SKIP startIndex LIMIT pageSize；
串联查询：MATCH Cypher1 WITH result1 OPTIONAL MATCH Cypher2 RETURN result2;
WITH：获取上个查询语句中的结果，但是不返回，而是传递给下一个查询；
OPTIONAL MATCH：相当于MATCH，但是是对于缺失的部分会返回null，类似于Mysql 的 outer join；
RETURN：串联查询中也只能出现一个；
索引：创建索引-CREATE INDEX ON :LabelName(propertyName)，查看索引和约束-:schema或者单独查看索引CALL db.indexes；
约束：CREATE CONSTRAINT ON (nodeName:LabelName) ASSERT nodeName.propertyName IS UNIQUUE，创建约束同时会为这个属性创建索引；
查询多级关系：-[:TYPEminHops..maxHops]->，TYPE是指的关系类型，也可以不指定，只需要添加即可，例如 -[*1..3]->，查了三级关系；
3.3、语法约定
- 节点别名用小写驼峰（以小写字母开头）。
- 标签用大写驼峰（以大写字母开头）。
- 关系用蛇形大写（类似IS_A）。
- 属性名用小写驼峰。
- 关键词全部用大写。
四、Neo4j的扩展包APOC和Cypher扩展
4.1、APOC介绍（安装注意版本一致）
从2009年开始，APOC作为一个函数和过程的集合，可以在Cypher中使用。它包括以下类别：
- 集合操作（排序、最小值、最大值等）。
- 图操作（索引和重构）。
- 文本搜索。
- 转换。
- 排序。
- 地理空间操作。
- 数据集成。
- 报表。
- 获取表示图的元图。
4.2、函数和过程
从复杂性对于两者进行区分：
函数：相对简单。其设计的目的是通过读取数据库数据并计算返回一个结果，可以直接在Cypher语句中使用；
过程：可以对数据进行修改并返回多个结果，调用必须使用关键词 CALL。
4.3、常用用法
1、通过关键词搜索函数和过程：CALL apoc.help('meta')
2、图概述：CALL apoc.meta.graph （V3.1及以下）或 CALL db.schema() （V3.2及以上）
3、Cypher 语句限时执行：CALL spoc.cypher.runTimeboxed(CypherStatement, params, timeoutInMs)
例：CALL spoc.cypher.runTimeboxed('MATCH(n) return n limit 10',NULL,2)。
有需求推荐直接阅读官网：https://neo4j.com/docs/labs/apoc/3.5/
4.4、Cypher扩展
这一部分只进行了功能记录。
1、构建扩展工程：包括创建函数和创建过程，主要是使用的注解会不同。
2、定制聚合器。
3、非托管扩展：HTTP 和 JAX-RS refreshers、JSON响应流式化。
五、查询性能优化基本介绍
本章主要介绍性能关键词、常用优化手段以及相关注意事项。
5.1、Explain 和 Profile 关键词
这两个关键的主要作用都是用来查看执行计划。两者区别在于，Explain 不会将结果查询出来，这样每个执行计划关联的 Rows 不准确；Profile 会将结果查询出来的执行计划展示出来。下面在解释下两个概念：
- 查询计划：从上往下看。
- 运算符：上面截图中的每个方框相当于一个运算符。
5.2、常用优化手段
主要有两条：查询命中索引和强制使用标签。对于强制使用标签，在对于一个节点有多个标签的时候，特别有用。
强制使用标签举例：MATCH(u:User:Teacher) USING SCAN u:Teacher WHERE u.subject = 'Math' RETURN u （USING SCAN nodeName:labelName ）
5.3、注意事项
1、Explain所有查询：注意在合适的数据集上进行测试，确定好性能瓶颈，一般就是看数据库hits 最多的运算符。
2、行：在我们的查询计划中，如果行数不是从上向下快速递减的话，需要考虑是否使用了足够的标签、创建了足够多的索引以及是否在使用的属性上创建了索引。
3、不要过度消耗资源：只返回需要的数据。
4、返回笛卡尔积级别的数据：这个是很明显的，例如
MATCH (n),(m) RETURN n,m
5、简单：使用WITH 关键词将查询切成几块，方便阅读。
六、Neo4j结合实例分析
还没有开发Demo，后续补充。
