• 图数据模型：与关系型数据库使用表格存储数据不同，图数据库通过节点（Node）和关系（Relationship）来表示数据和它们之间的联系。
• 节点：代表实体，如人、地点、物品等。
• 关系：定义节点之间的连接，可以有方向和属性。
• 属性：节点和关系的附加信息，如人的姓名、年龄等。

CREATE (person1:Person {name: 'Alice', age: 30})
CREATE (person2:Person {name: 'Bob', age: 25})
CREATE (person1)-[:KNOWS]->(person2)

• person1/person2：节点
• Person：标签
• name/age：属性
• KNOWS：关系

导入数据

通过GPT，生成《西游记》的人物关系图和人物名单，案例数据如下：

将文件放置于Neo4j的Home/import目录下，然后执行导入命令：

load csv from "file:///西游记.csv" as line
create (:xiyouRelation {from:line[1], relation:line[3],to:line[0]})

load csv from "file:///人物.csv" as line
create (:person {name:line[0]})

执行match (person) return person，查看数据：

创建人物和关系

创建人物和关系

创建人物
create (:student {name: '小明'}),(:student {name : '小红'}),(:student {name: '小李'})
创建人物关系，并且返回人物关系
match (n:student {name: '小明'}),(m:student {name: '小红'})
create (n)-[r:同学]->(m) return n.name,type(r),m.name

显示人物关系

MATCH p=()-[r:`同学`]->() RETURN p LIMIT 25

删除标签

match (n:LianhuachiPerson)
detach delete n

删除关系

命令：
match (n)-[r:西游人物关系]-(s) delete r
结果：
Deleted 18 relationships, completed after 6 ms.