知识图谱（Knowledge Graph），在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用 可视化技术描述知识资源及其载体，挖掘、分析、 构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、 图形学、信息可视化技术、 信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、 前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。
简介
知识图谱由于其数据包含实体、属性、关系等，常见的关系型数据库诸如MySQL之类不能很好的体现数据的这些特点，因此知识图谱数据的存储一般是采用图数据库（Graph Databases）。而Neo4j是其中最为常见的图数据库。
安装
首先在 neo4j.com/download/ 下载 Neo4J。Neo4J分为社区版和企业版，企业版在横向扩展、权限控制、运行性能、HA等方面都比社区版好，适合正式的生产环境，普通的学习和开发采用免费社区版就好。
在Mac或者Linux中，安装好jdk后，直接解压下载好的Neo4J包，运行bin/neo4j start即可。
使用
Neo4J提供了一个用户友好的web界面，可以进行各项配置、写入、查询等操作，并且提供了可视化功能。类似ElasticSearch一样，我个人非常喜欢这种开箱即用的设计。
打开浏览器，输入http://127.0.0.1:7474/browser/，如下图所示，界面最上方就是交互的输入框。
Cypher 查询语言
Cypher 是Neo4J的声明式图形查询语言，允许用户不必编写图形结构的遍历代码，就可以对图形数据进行高效的查询。Cypher的设计目的类似SQL，适合于开发者以及在数据库上做点对点模式（ad-hoc）查询的专业操作人员。其具备的能力包括： - 创建、更新、删除节点和关系 - 通过模式匹配来查询和修改节点和关系 - 管理索引和约束等。
删除数据库中以往的图，确保一个空白的环境进行操作：
MATCH (n) DETACH DELETE n
MATCH 是匹配操作，而小括号 () 代表一个节点 node（可理解为括号类似一个圆形），括号里面的 n 为标识符。
创建一个人物节点：
CREATE (n:Person {name:'Quintion Tang'}) RETURN n
CREATE 是创建操作，Person 是标签，代表节点的类型。花括号 {} 代表节点的属性。这条语句的含义就是创建一个标签为 Person 的节点，该节点具有一个name 属性，属性值是 Quintion 。
如图所示，在Neo4J的界面上可以看到创建成功的节点。
继续来创建更多的人物节点，下列语句分别执行：
CREATE (n:Person {name:'Ezra Tillman'}) RETURN n CREATE (n:Person {name:'Dante Carter'}) RETURN n CREATE (n:Person {name:'Christopher Mcclure'}) RETURN n CREATE (n:Person {name:'Ruby Rocha'}) RETURN n CREATE (n:Person {name:'Imelda Hardin'}) RETURN n
接下来创建地区节点
CREATE (n:Location {city:'Miami', state:'FL'}) CREATE (n:Location {city:'Boston', state:'MA'}) CREATE (n:Location {city:'Lynn', state:'MA'}) CREATE (n:Location {city:'Portland', state:'ME'}) CREATE (n:Location {city:'San Francisco', state:'CA'})
可以看到，节点类型为Location，属性包括 city 和 state 。
接下来创建关系
MATCH (a:Person {name:'Christopher Mcclure'}), (b:Person {name:'Ruby Rocha'}) MERGE (a)-[:FRIENDS]->(b)
这里的方括号 [] 即为关系，FRIENDS 为关系的类型。注意这里的箭头 -> 是有方向的，表示是从a到b的关系。 如图，Christopher Mcclure 和 'Ruby Rocha' 之间建立了 FRIENDS 关系，通过Neo4J的可视化很明显的可以看出：
关系增加属性
MATCH (a:Person {name:'Imelda Hardin'}), (b:Person {name:'Ezra Tillman'}) MERGE (a)-[:FRIENDS {since:2022}]->(b)
在关系中，同样的使用花括号 {} 来增加关系的属性，这里给 FRIENDS 关系增加了 since 属性，属性值为 2022，表示他们建立朋友关系的时间。
接下来增加更多的关系
MATCH (a:Person {name:'Imelda Hardin'}), (b:Person {name:'Quintion Tang'}) MERGE (a)-[:FRIENDS {since:2018}]->(b) MATCH (a:Person {name:'Christopher Mcclure'}), (b:Person {name:'Imelda Hardin'}) MERGE (a)-[:FRIENDS {since:2016}]->(b) MATCH (a:Person {name:'Ezra Tillman'}), (b:Person {name:'Dante Carter'}) MERGE (a)-[:FRIENDS {since:2016}]->(b) MATCH (a:Person {name:'Ruby Rocha'}), (b:Person {name:'Quintion Tang'}) MERGE (a)-[:MARRIED {since:2012}]->(b)
建立不同类型节点之间的关系-人物和地点的关系
MATCH (a:Person {name:'Quintion Tang'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1988}]->(b)
这里的关系是 BORN_IN，表示出生地，同样有一个属性，表示出生年份。
建立更多人的出生地
MATCH (a:Person {name:'Ruby Rocha'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1981}]->(b) MATCH (a:Person {name:'Christopher Mcclure'}), (b:Location {city:'San Francisco'}) MERGE (a)-[:BORN_IN {year:1980}]->(b) MATCH (a:Person {name:'Imelda Hardin'}), (b:Location {city:'Miami'}) MERGE (a)-[:BORN_IN {year:1980}]->(b) MATCH (a:Person {name:'Dante Carter'}), (b:Location {city:'Lynn'}) MERGE (a)-[:BORN_IN {year:1990}]->(b)
至此，知识图谱的数据已经插入完毕，可以开始做查询了。我们查询下所有在
Boston出生的人物
MATCH (a:Person)-[:BORN_IN]->(b:Location {city:'Boston'}) RETURN a,b
结果如下：
查询所有对外有关系的节点
MATCH (a)-->() RETURN a
注意这里箭头的方向，返回结果不含任何地区节点，因为地区并没有指向其他节点（只是被指向）
查询所有有关系的节点
MATCH (a)--() RETURN a
结果如下：
查询所有对外有关系的节点，以及关系类型
MATCH (a)-[r]->() RETURN a.name, type(r)
结果如下：
查询所有有结婚关系的节点
MATCH (n)-[:MARRIED]-() RETURN n
创建节点的时候就建好关系
CREATE (a:Person {name:'Jonah Johns'})-[r:FRIENDS]->(b:Person {name:'Herman Rosa'})
查找某人的朋友的朋友
MATCH (a:Person {name:'Quintion Tang'})-[r1:FRIENDS]-()-[r2:FRIENDS]-(friend_of_a_friend) RETURN friend_of_a_friend.name AS fofName
返回 Quintion Tang 的朋友的朋友：
增加/修改节点的属性
MATCH (a:Person {name:'Imelda Hardin'}) SET a.age=34 MATCH (a:Person {name:'Ruby Rocha'}) SET a.age=32 MATCH (a:Person {name:'Christopher Mcclure'}) SET a.age=44 MATCH (a:Person {name:'Quintion Tang'}) SET a.age=25
这里，SET 表示修改操作
删除节点的属性
MATCH (a:Person {name:'Quintion Tang'}) SET a.test='test' MATCH (a:Person {name:'Quintion Tang'}) REMOVE a.test
删除属性操作主要通过 REMOVE
删除有关系的节点
MATCH (a:Person {name:'Quintion Tang'})-[rel]-(b:Person) DELETE a,b,rel
删除重复的节点和关系
# 删除关系 match (n)-[r:FRIENDS]-() detach delete r # 删除节点 MATCH(n:'Quintion Tang') detach delete n # 删除重复的关系和节点 MATCH (a)-[r:key_app]->(b) WITH a, b, TAIL (COLLECT (r)) as rr WHERE size(rr)>0 FOREACH (r IN rr | DELETE r)
总结
本文从介绍、安装和体验简单的查询，了解知识图谱（Knowledge Graph）的表现形式。
