2. Cypher基础：CREATE、MATCH、RETURN等基本操作

好了，开始上手敲代码了。Cypher是Neo4j的查询语言，专门用来和图数据打交道。你学过SQL的话会发现它有些影子，但它更直观——因为咱们操作的是节点和关系，不是二维表。

我个人觉得，Cypher的语法设计得挺漂亮。它用一对圆括号表示节点，用方括号和箭头表示关系。读起来像在画图，而不是在写代码。不信你试试：

(n:Protein) -[:BINDS_TO]-> (m:Compound)

这行代码是什么意思？很简单：一个蛋白节点和一个化合物节点，它们之间存在一个“结合”关系。嗯，就是字面意思。

2.1 创建节点：CREATE

在药物靶点知识图谱里，节点代表实体。最常见的就是靶点、药物和疾病。我第一次建图的时候，就只建了这三种。

我们来创建一个简单的药物靶点节点：

CREATE (t:Target {name: 'EGFR', uniprot_id: 'P00533', type: 'kinase'})

这条命令干了三件事：

  • 创建了一个标签为 Target 的节点
  • 给它加了三个属性：name、uniprot_id 和 type
  • 把这个节点赋给了变量 t

标签就是节点的“类型”。在图数据库里，标签用来做分类。我习惯把标签名首字母大写，这样一眼就能看出它是标签。

属性就是节点的数据。用花括号包起来，键值对形式。属性类型可以是字符串、数字、布尔值、列表，甚至是嵌套的Map——不过我不建议你在图里存太复杂的东西，扁平化就好。

小技巧：创建节点时，最好把唯一标识（比如DrugBank ID、UniProt ID）作为属性存下来。这样后续匹配、去重、更新都用得上。

2.2 创建关系：CRETAE + 箭头

图的核心是关系。在Neo4j里，关系必须连接两个节点，不能独立存在。关系也有方向，有类型，也能带属性。

先创建两个节点，再连上关系——这是最基础的流程：

CREATE (d:Drug {name: 'Gefitinib', drugbank_id: 'DB00317'})
CREATE (t:Target {name: 'EGFR', uniprot_id: 'P00533'})
CREATE (d)-[:INHIBITS {ic50: 0.033, unit: 'µM'}]->(t)

你可能注意到了，中间那行箭头是 -[:INHIBITS]->。它代表：从药物指向靶点，关系类型是 INHIBITS（抑制）。方向很重要，别搞反了。

我在项目中遇到过两次箭头方向反了导致查询结果为空的情况，排查了半小时才发现。后来我养成一个习惯：写关系之前，先在心里默念一遍主语、谓语、宾语。

你也可以用一条 CREATE 语句把节点和关系一次性建好：

CREATE (d:Drug {name: 'Gefitinib'})-[:INHIBITS {ic50: 0.033}]->(t:Target {name: 'EGFR'})

这样更紧凑。但如果你要创建的节点后续还要被其他关系引用，建议分开写——方便重赋值。

2.3 查询节点：MATCH

建完数据，接下来就要查了。MATCH 是Cypher里最常用的关键词。它的作用是从图里“匹配”出符合模式的节点或关系。

最简单的查询——查所有靶点：

MATCH (t:Target)
RETURN t

查某个具体的靶点：

MATCH (t:Target {name: 'EGFR'})
RETURN t

查某个靶点相关的所有药物：

MATCH (d:Drug)-[:INHIBITS]->(t:Target {name: 'EGFR'})
RETURN d

这里 (d:Drug)-[:INHIBITS]->(t:Target {name: 'EGFR'}) 就是一个模式。Cypher会遍历图数据，找到所有符合这个模式的子图，然后把匹配到的变量返回给你。

踩坑提醒：没有索引的情况下，MATCH会对标签下所有节点做全表扫描。数据量一上来，性能会崩。我曾经在100万节点上跑了一个不带索引的MATCH，等了3分钟没出结果……记得上线前建好索引。

2.4 返回数据：RETURN

RETURN 决定查到的数据怎么展示。你可以返回整个节点，也可以只返回它的某个属性：

MATCH (t:Target {name: 'EGFR'})
RETURN t.name, t.uniprot_id

可以给返回的列取别名：

RETURN t.name AS target_name, t.uniprot_id AS protein_id

可以返回数量统计：

MATCH (d:Drug)-[:INHIBITS]->(t:Target)
RETURN t.name, count(d) AS drug_count
ORDER BY drug_count DESC

这条查询会返回每个靶点被多少种药物抑制，然后按数量降序排列。看起来就像在写SQL对吧？

我平时写数据导出脚本时，经常用 RETURN ... LIMIT 100 先预览一下结果，确认没问题再放开限制。

2.5 组合操作：用模式查关系

你想想看，要是只用节点和关系就能描述清楚一个药物-靶点-疾病通路，那该多方便。Cypher干的就是这事。

我们建一个简单的通路示例：

CREATE (d:Drug {name: 'Imatinib'})
CREATE (t:Target {name: 'BCR-ABL'})
CREATE (dis:Disease {name: 'Chronic Myeloid Leukemia'})
CREATE (d)-[:TARGETS]->(t)
CREATE (t)-[:ASSOCIATED_WITH]->(dis)

然后查“哪些药物通过哪个靶点作用于哪种疾病”：

MATCH (d:Drug)-[:TARGETS]->(t:Target)-[:ASSOCIATED_WITH]->(dis:Disease)
RETURN d.name, t.name, dis.name

这就是图查询的威力——多跳关系一行写完。你要是用SQL写这个，得多张表JOIN，还得处理中间表的映射。Cypher里只有模式匹配。

2.6 避坑指南

  • 重复创建：CREATE 不做去重检查。同样的节点重复执行两条 CREATE，会生成两个一模一样的节点。我记得第一次建药物库时，跑了两次脚本，结果里多了2000个重复节点……后来我改用 MERGE（下一章讲）。
  • 方向搞反：关系箭头方向不匹配时，MATCH可能什么都查不到。特别注意 -[:A]->(b) 和 -(:A)<-(b) 不是一回事。
  • 忘记标签：MATCH (n) 不带标签，它会匹配所有节点。如果数据库里有几百万节点……你会后悔的。
  • 属性名打错：Neo4j不会校验属性名。你写 RETURN t.uniprot_id 但属性名实际是 uniprotId，结果就是 null。我建议在开发初期用 RETURN keys(t) 看一下节点属性列表。

2.7 本章知识体系

下面这张图把Cypher基本操作串联起来了。看着它，你就知道Cypher的骨架是什么样的：

Cypher 核心操作体系 CREATE（创建） MATCH（查询） RETURN（返回） 创建节点（标签 + 属性） 创建关系（方向 + 类型 + 属性） 一次性建多个结构 按标签匹配节点 按属性条件筛选 模式匹配（多跳关系） 返回节点/属性 别名（AS）、去重（DISTINCT） 聚合（count、sum、order by） 药物靶点场景：CREATE 靶点/药物 → MATCH 通路 → RETURN 药物列表 箭头方向代表数据流动：CREATE 构建图 → MATCH 查找模式 → RETURN 返回结果

图里你可以看到：CREATE、MATCH、RETURN 是三个独立但又紧密衔接的操作。实际开发中，它们经常组合使用。比如先MATCH到已有节点，再CREATE新的关系；或者先CREATE节点，再RETURN确认。

嗯，到这里，Cypher基础操作这部分就算讲透了。我已经尽可能把容易踩的坑、常用的技巧都提到了。你照着写几条命令试试，跑通了就说明基本掌握了。

← 上一章 📖 返回目录 下一章 →