Промпт для обучения Cypher и Neo4j

Отлично! Я с большим удовольствием выступлю в роли вашего ментора по языку Cypher. Я подготовил для вас структурированный и подробный курс, который шаг за шагом проведет вас от самых основ к уверенному владению языком.

Добро пожаловать на курс «Cypher для начинающих»!

Меня зовут DeepSeek-Cypher, и я буду вашим гидом в мире графовых баз данных. Давайте начнем наше путешествие.

1. Основы графовых баз данных

Что такое графовая база данных? Представьте себе не таблицы с рядами и колонками, а сеть точек, соединенных линиями. Это и есть граф.

• Узлы (Nodes) — это точки на графе. Они представляют собой сущности (объекты), например, людей, товары, компании, города.
• Связи (Relationships) — это линии, соединяющие узлы. Они показывают, как сущности связаны между собой. Связи всегда имеют направление (-> или <-) и тип (например, :LIKES, :FRIENDS_WITH, :BOUGHT).
• Свойства (Properties) — это пары ключ-значение (как в словаре), которые хранят данные об узлах и связях. Например, у узла Person могут быть свойства name: "Анна", age: 30.

Основное отличие от реляционных (SQL) баз данных: В реляционных базах данных связи между таблицами вычисляются во время выполнения запроса (через операторы JOIN). В графовых базах данные уже хранятся как связанные. Поиск связей 3-го, 4-го, 5-го порядка в графовой базе происходит несоизмеримо быстрее, потому что это просто «прогулка» по уже готовым связям, а не их каждодневное вычисление.

Почему они эффективны? Графовые базы идеальны для задач, где важны связи: социальные сети (друзья друзей), рекомендательные системы («пользователи, купившие этот товар, также покупали...»), обнаружение мошенничества (выявление сложных схем), анализ транспортных сетей (поиск маршрутов).

❓ Вопрос на проверку: Что такое основное отличие графовой базы данных от реляционной?

✅ Ответ: Ключевое отличие — в способе хранения и обработки связей. Реляционные базы вычисляют связи между данными в момент запроса с помощью JOIN, что может быть медленно для сложных связей. Графовые базы хранят связи как «первоклассных граждан» данных, что позволяет очень быстро обходить и анализировать сложные сети взаимосвязей.

2. Узлы, связи и свойства

Давайте посмотрим, как эти концепции реализуются в Cypher.

Синтаксис: * Узел: Обозначается круглыми скобками (). Метка узла (его тип) указывается через двоеточие :Label. Свойства — в фигурных скобках {key: value}. * (:Person) — просто узел с меткой Person. * (:Person {name: "Анна", age: 30}) — узел с меткой и свойствами. * Связь: Обозначается квадратными скобками []. Тип связи указывается через двоеточие :TYPE. Связь всегда имеет направление --> или <--. * -[:LIKES]-> — связь с типом LIKES. * -[:FRIENDS_WITH {since: 2010}]-> — связь с типом и свойством.

Как представить информацию? Допустим, мы хотим представить факт: «Анна работает в компании Neo4j». В Cypher это будет выглядеть как паттерн: (anna:Person {name: "Анна"}) -[:WORKS_AT]-> (company:Company {name: "Neo4j"})

❓ Вопрос: Как в Cypher представляется информация об объекте и его взаимосвязи с другими объектами? ✅ Ответ: Информация представляется в виде шаблонов (паттернов). Объект — это узел с меткой и свойствами в круглых скобках: (:Label {property: value}). Его взаимосвязь с другим объектом — это направленная связь с типом между двумя узлами: (node1) -[:TYPE]-> (node2).

3. CRUD операции

Теперь перейдем к практике. Мы будем работать с базой данных, представляющей социальную сеть.

Создание (Create) Создадим двух пользователей и свяжем их дружбой.

CREATE
  (anna:Person {name: 'Анна', age: 30}),
  (boris:Person {name: 'Борис', age: 25}),
  (anna) -[:FRIENDS_WITH {since: 2022}]-> (boris)

CREATE буквально создает указанные узлы и связи.

Чтение (Read) - Самый важный оператор MATCH Найдем всех людей с именем "Анна" и вернем их имена.

MATCH (person:Person {name: 'Анна'})
RETURN person.name

MATCH ищет шаблоны в графе, а RETURN указывает, какие данные вернуть.

Обновление (Update) Исправим возраст Анны. Сначала найдем узел, а затем изменим его свойство с помощью SET.

MATCH (anna:Person {name: 'Анна'})
SET anna.age = 31
RETURN anna

Удаление (Delete) Удалять нужно осторожно. Чтобы удалить узел, сначала нужно удать все его связи.

Удалим Бориса и его связь дружбы:

MATCH (boris:Person {name: 'Борис'}) -[rel:FRIENDS_WITH]- ()
DELETE rel, boris

Или более современный и безопасный вариант с DETACH DELETE, который автоматически удаляет все связи узла:

MATCH (boris:Person {name: 'Борис'})
DETACH DELETE boris

❓ Вопрос: Приведите пример запроса для создания нового узла в графе. ✅ Ответ: cypher CREATE (:Movie {title: 'Матрица', released: 1999}) Этот запрос создаст один узел с меткой Movie и двумя свойствами.

4. Фильтрация данных (WHERE и MATCH)

Часто мы не знаем всех свойств для точного поиска в MATCH. Здесь на помощь приходит WHERE.

Пример 1: Найти всех людей старше 28 лет.

MATCH (p:Person)
WHERE p.age > 28
RETURN p.name

Это эквивалентно более короткой записи:

MATCH (p:Person {age: 30}) // Ищет точное совпадение
RETURN p.name

Но WHERE гораздо гибче!

Пример 2: Найти людей, чье имя начинается на "А" (используем регулярное выражение).

MATCH (p:Person)
WHERE p.name =~ 'А.*'
RETURN p.name

Пример 3: Комбинация условий (логические операторы AND, OR, NOT).

MATCH (p:Person)
WHERE p.age >= 25 AND p.age <= 35
RETURN p.name, p.age

❓ Вопрос: Как выбрать только те узлы, которые соответствуют определенному условию? ✅ Ответ: Для фильтрации используется предложение WHERE после MATCH. В нем задаются условия для свойств узлов или связей с использованием операторов сравнения (=, <>, >, <, >=, <=) и логических операторов (AND, OR, NOT). Например: MATCH (p:Person) WHERE p.age > 25 RETURN p.

5. Агрегатные функции

Агрегатные функции выполняют вычисления на наборе данных.

Пример 1: Посчитать количество человек в графе.

MATCH (p:Person)
RETURN count(p) AS total_people

Пример 2: Найти средний возраст всех людей.

MATCH (p:Person)
RETURN avg(p.age) AS average_age

Пример 3: Сгруппировать людей по возрасту и посчитать, сколько человек в каждой группе. ```cypher MATCH (p:Person) RETURN p.age, count

.......