Neo4j 和 Python 初学者指南：如何使用可选关系匹配优化 Cypher 查询

在使用 Neo4j 和 Cypher 查询语言时，我们经常会遇到一些复杂的查询需求，例如需要在匹配节点时考虑某些关系链中的部分节点是否存在。本文将通过一个实际的查询需求，向大家介绍如何使用 Cypher 中的 OPTIONAL MATCH 和 COALESCE 函数来处理这种情况，并使用 neo4j Python 驱动来执行查询。

查询需求分析

假设我们有一个图数据结构，包含以下三个节点类别：

• 顧客：客户信息
• 事例子分類：案例子分类
• 事例分類：案例分类

目标是查询名称为 “ダミー会社” 的 顧客 节点，并返回与之关联的 事例子分類 和 事例分類 节点。我们还需要确保即使 事例子分類 不存在，也能返回 顧客 和 事例分類 的直接关系。

目标查询结构

理想的查询结果应包含以下两种情况：

1. 完整的关系链：顧客 -> 事例子分類 -> 事例分類
2. 简化的关系链：当 事例子分類 不存在时，返回 顧客 -> 事例分類

为实现这一需求，我们可以利用 OPTIONAL MATCH 处理可选节点，并通过 COALESCE 函数在结果中根据节点的存在情况选择优先显示的结果。

编写 Cypher 查询

经过分析，最终的 Cypher 查询代码如下：

MATCH (p:`顧客`)
WHERE p.name = 'ダミー会社'
OPTIONAL MATCH (p) <- [] - (n:`事例子分類`) <- [] - (m:`事例分類`)
WITH p, n, m
OPTIONAL MATCH (p) <- [] - (mAlt:`事例分類`)
WHERE n IS NULL
RETURN p, COALESCE(n, null) AS n, COALESCE(m, mAlt) AS m
LIMIT 1000

查询解析

1. 主查询：使用 MATCH 匹配名称为 “ダミー会社” 的 顧客 节点 (p)。

   MATCH (p:`顧客`)
   WHERE p.name = 'ダミー会社'
   

2. 可选路径 1：顧客 -> 事例子分類 -> 事例分類：

   OPTIONAL MATCH (p) <- [] - (n:`事例子分類`) <- [] - (m:`事例分類`)
   

   这里我们使用 OPTIONAL MATCH 来查找包含 事例子分類 节点的完整路径。如果该路径存在，则会填充 n 和 m 的值，否则这两个变量为 null。

3. 保存中间查询结果：

   WITH p, n, m
   

   使用 WITH 关键字保存当前的匹配结果，以便在后续的查询中继续使用 p、n 和 m。

4. 可选路径 2：直接匹配 顧客 -> 事例分類：

   OPTIONAL MATCH (p) <- [] - (mAlt:`事例分類`)
   WHERE n IS NULL
   

   这一部分仅在第一条路径不存在时（即 n IS NULL）执行，再次尝试找到 顧客 节点和 事例分類 节点的直接关系，并将结果保存到 mAlt 中。

5. 使用 COALESCE 函数返回结果：

   RETURN p, COALESCE(n, null) AS n, COALESCE(m, mAlt) AS m
   

   在返回结果时，我们使用 COALESCE 函数选择优先返回非空值：

   • n 返回 事例子分類 节点（若不存在则返回 null）。
   • m 优先返回完整路径中的 事例分類 节点，如果不存在则使用直接匹配的 mAlt。

6. 限制返回数量：

   LIMIT 1000
   

   使用 LIMIT 限制返回的结果数量，以防结果集过大。

OPTIONAL MATCH 和 COALESCE 的作用

• OPTIONAL MATCH：允许在查询关系链中灵活处理可选节点，即便路径中有部分节点或关系缺失，查询依然能返回 null 作为占位。
• COALESCE：在多个备选项中优先返回第一个非空值，是在结果中选择最优返回值的关键。

在 Python 中使用 Neo4j 驱动执行查询

我们可以使用 Python 的 neo4j 库来执行上述 Cypher 查询。假设 Neo4j 数据库已启动，且 Python 已安装 neo4j 驱动（可通过 pip install neo4j 安装），可以按以下步骤执行查询。

使用 neo4j 驱动的 Python 示例代码

以下代码展示了如何在 Python 中通过 neo4j 驱动执行查询，并返回结果。

from neo4j import GraphDatabase

# 配置 Neo4j 数据库连接
uri = "bolt://localhost:7687"
username = "username"
password = "password"

# 初始化驱动
driver = GraphDatabase.driver(uri, auth=(username, password))

# 定义查询
query = """
MATCH (p:`顧客`)
WHERE p.name = 'ダミー会社'
OPTIONAL MATCH (p) <- [] - (n:`事例子分類`) <- [] - (m:`事例分類`)
WITH p, n, m
OPTIONAL MATCH (p) <- [] - (mAlt:`事例分類`)
WHERE n IS NULL
RETURN p, COALESCE(n, null) AS n, COALESCE(m, mAlt) AS m
LIMIT 1000
"""

# 执行查询函数
def fetch_results(driver):
    with driver.session() as session:
        results = session.run(query)
        # 打印结果
        for record in results:
            print(record)

# 调用函数
fetch_results(driver)

# 关闭驱动
driver.close()

代码解析

1. 数据库连接：使用 GraphDatabase.driver() 创建驱动对象，并提供数据库 URI 以及用户名和密码。
2. 查询执行：定义 fetch_results 函数，在 with driver.session() as session 中创建一个会话，并使用 session.run(query) 来执行 Cypher 查询。
3. 结果处理：循环遍历 results，并打印出每一条记录，展示匹配的 顧客、事例子分類 和 事例分類 节点。
4. 关闭连接：用完数据库后，通过 driver.close() 关闭驱动以释放资源。

示例输出

假设数据库中有一个名称为 “ダミー会社” 的 顧客 节点，且该节点与一些 事例子分類 和 事例分類 节点存在关联，那么运行代码后会输出类似的结果：

<Record p=<Node id=1 labels={'顧客'} properties={'name': 'ダミー会社'}> n=<Node id=2 labels={'事例子分類'} properties={'name': '分类A'}> m=<Node id=3 labels={'事例分類'} properties={'name': '分类总'}>>

如果没有 事例子分類，代码会返回 mAlt 中的直接匹配结果。

总结

通过灵活使用 Cypher 查询中的 OPTIONAL MATCH 和 COALESCE 函数，我们可以有效地处理复杂的查询需求，确保即使部分节点缺失，查询依然能够返回有效结果。希望本文的介绍能够帮助 Neo4j 和 Python 初学者更好地理解如何编写和优化 Cypher 查询，以及如何在 Python 中执行这些查询。