Neo4j是一个的开源图形数据库，由 Java 编写。图形数据库也就意味着它的数据并非保存在表或集合中，而是保存为节点以及节点之间的关系。
Neo4j 的数据由下面几部分构成：
- 节点
- 边
- 属性
Neo4j 除了顶点（Node）和边（Relationship），还有一种重要的部分——属性。无论是顶点还是边，都可以有任意多的属性。属性的存放类似于一个 HashMap，Key 为一个字符串，而 Value 必须是基本类型或者是基本类型数组。
在Neo4j中，节点以及边都能够包含保存值的属性，此外：
- 可以为节点设置零或多个标签（例如 Author 或 Book）
- 每个关系都对应一种类型（例如 WROTE 或 FRIEND_OF）
- 关系总是从一个节点指向另一个节点（但可以在不考虑指向性的情况下进行查询）
Neo4j的特点
- 它拥有简单的查询语言 Neo4j CQL
- 它遵循属性图数据模型
- 它通过使用 Apache Lucence 支持索引
- 它支持 UNIQUE 约束
- 它包含一个用于执行 CQL 命令的 UI：Neo4j 数据浏览器
- 它支持完整的 ACID（原子性，一致性，隔离性和持久性）规则
- 它采用原生图形库与本地 GPE（图形处理引擎）
- 它支持查询的数据导出到 Json 和 XLS 格式
- 它提供了 REST API，可以被任何编程语言（如 Java，Spring，Scala 等）访问
- 它提供了可以通过任何 UI MVC 框架（如 Node JS ）访问的 Java 脚本
- 它支持两种 Java API：Cypher API 和 Native Java API 来开发 Java 应用程序
Neo4j安装
可以到官网直接下载安装包安装即可，链接： https://neo4j.com/download/ 。
Neo4j CQL命令
Neo4j 的 CQL 是非常重要的命令，类似于 SQL 语句，具体的用法可以参考： https://www.w3cschool.cn/neo4j/neo4j_cql_introduction.html 。
Py2Neo用法
Py2Neo 是用来对接 Neo4j 的 Python 库，接下来对其详细介绍。
相关链接
安装方法
使用 Pip 安装即可：
pip3 install py2neo
Node & Relationship
Neo4j 里面重要的两个数据结构就是节点和关系，即 Node 和 Relationship，可以通过 Node 或 Relationship 对象创建，实例如下：
from py2neo import Node, Relationship
a = Node('Person', name='Alice')
b = Node('Person', name='Bob')
r = Relationship(a, 'KNOWS', b)
print(a, b, r)
运行结果：
(alice:Person {name:"Alice"}) (bob:Person {name:"Bob"}) (alice)-[:KNOWS]->(bob)
这样我们就成功创建了两个 Node 和两个 Node 之间的 Relationship。
Node 和 Relationship 都继承了 PropertyDict 类，它可以赋值很多属性，类似于字典的形式，例如可以通过如下方式对 Node 或 Relationship 进行属性赋值，接着上面的代码，实例如下:
a['age'] = 20
b['age'] = 21
r['time'] = '2017/08/31'
print(a, b, r)
运行结果：
(alice:Person {age:20,name:"Alice"}) (bob:Person {age:21,name:"Bob"}) (alice)-[:KNOWS {time:"2017/08/31"}]->(bob)
可见通过类似字典的操作方法就可以成功实现属性赋值。
另外还可以通过 setdefault() 方法赋值默认属性，例如：
a.setdefault('location', '北京')
print(a)
运行结果：
(alice:Person {age:20,location:"北京",name:"Alice"})
可见没有给 a 对象赋值 location 属性，现在就会使用默认属性。
但如果赋值了 location 属性，则它会覆盖默认属性，例如：
a['location'] = '上海'
a.setdefault('location', '北京')
print(a)
运行结果：
(alice:Person {age:20,location:"上海",name:"Alice"})
另外也可以使用 update() 方法对属性批量更新，接着上面的例子实例如下：
data = {
'name': 'Amy',
'age': 21
}
a.update(data)
print(a)
运行结果：
(alice:Person {age:21,location:"上海",name:"Amy"})
可以看到这里更新了 a 对象的 name 和 age 属性，没有更新 location 属性，则 name 和 age 属性会更新，location 属性则会保留。
Subgraph
Subgraph，子图，是 Node 和 Relationship 的集合，简单的构造子图的方式是通过关系运算符，实例如下：
from py2neo import Node, Relationship
a = Node('Person', name='Alice')
b = Node('Person', name='Bob')
r = Relationship(a, 'KNOWS', b)
s = a | b | r
print(s)
运行结果：
运行结果：
在这里我们用 NodeSelector 来筛选 age 为 21 的 Person Node，实例如下：
运行结果：
[(d195b2e:Person {age:21,location:"广州",name:"Alice"}), (eefe475:Person {age:21,location:"北京",name:"Mike"})]
在这里用了正则表达式匹配查询。
另外也可以使用 order_by() 进行排序：
from py2neo import Graph, NodeSelector
graph = Graph(password='123456')
selector = NodeSelector(graph)
persons = selector.select('Person').order_by('_.age')
print(list(persons))
运行结果：
[(e3fc3d7:Person {age:21,location:"广州",name:"Alice"}), (da0179d:Person {age:21,location:"北京",name:"Mike"}), (cafa16e:Person {age:22,location:"上海",name:"Bob"})]
前面返回的都是列表，如果要查询单个节点的话，可以使用 first() 方法，实例如下：
结语
