大模型技术之Neo4j

大语言模型（LLM）狂飙突进，但也暴露出一个软肋：幻觉和知识陈旧。为了让模型输出更可信、更实时，业界正广泛采用 检索增强生成（RAG） 技术，而 图数据库 正是 RAG 架构中承载结构化知识的绝佳载体——它将实体及其关系直接建模为节点与边，天然适合表达知识图谱。

Neo4j 是图数据库领域的“头号玩家”，它不仅查询直观、性能强劲，还与 LangChain、LlamaIndex 等主流 AI 框架深度集成。对于 AI 开发者来说，掌握 Neo4j 就等于拥有了一座可随时调用的“记忆宫殿”。这篇专栏将带你从零开始，用最短的时间打通 Neo4j 的任督二脉。

1. 认识 Neo4j：不只是数据库

传统关系型数据库用表格和外键描述关联，一旦涉及多跳查询（比如“张艺谋合作过的演员还演过哪些电影”），SQL 就会变得异常臃肿。图数据库则直接用节点（Node）代表实体，用关系（Relationship）代表实体间的连接，数据模型和人对现实世界的认知方式高度一致。

Neo4j 由同名公司用 Java 开发，采用原生图存储与查询引擎，是目前最流行、社区最活跃的图数据库。它被广泛用在社交网络、推荐系统、知识图谱、反欺诈等场景，也是 Graph RAG 方案的首选基础设施。

适用场景速查：如果你需要处理“谁认识谁”“A通过什么路径影响B”“某节点半径三跳内所有相关对象”这类问题，Neo4j 就是比关系型数据库更合适的答案。

2. 环境搭建：10 分钟跑起来

Neo4j 提供了三种主要使用方式：

• Neo4j Desktop：带图形界面的本地工具，适合学习与原型开发。
• Neo4j Aura：官方云服务，免安装免运维。
• OS Deployment：直接部署在服务器上，适合生产环境。

为了让你对底层有更实在的感知，我们选择在 Windows 上通过 OS Deployment 安装 Neo4j 5.26（LTS）社区版。

2.1 安装 JDK

Neo4j 依赖 JVM，5.26 版本要求 JDK 17 或 JDK 21。从 Oracle 官网下载对应安装包（也可从本文配套资料获取），双击安装。完成后在终端输入：

java --version

若能正常显示版本号，说明 JDK 就绪。

2.2 安装并启动 Neo4j

在 Neo4j 下载中心 (opens new window) 选择社区版压缩包，下载后解压到你喜欢的目录（比如 D:\neo4j）。

接下来配置环境变量：

• 新建系统变量 NEO4J_HOME，值为 Neo4j 的解压路径（例如 D:\neo4j）。
• 在 Path 变量中添加 %NEO4J_HOME%\bin。

验证配置：

neo4j --version

将 Neo4j 注册为系统服务并启动：

neo4j windows-service install
neo4j start

服务启动后，在浏览器中打开 http://localhost:7474。初始用户名和密码都是 neo4j，首次登录需修改密码。此时你会看到 Neo4j 自带的 Web 客户端，一切就绪。

3. Cypher 速成：用图表的方式思考

Cypher 是 Neo4j 的声明式查询语言，风格接近 SQL，但专为图数据设计。它的核心理念是：画出你想匹配的模式，引擎就帮你返回对应的子图。

3.1 图数据模型三要素

• 节点（Node）：实体。例如“王宝强”“唐探1900”。可用标签（Label）区分类型（如 :Person、:Movie），可携带若干属性（Property）。

• 关系（Relationship）：连接两个节点的有向边。必须指定一个类型（Type），也可以附加属性。

• 路径（Path）：节点与关系组成的链条，是图查询返回的核心结构。

在 Cypher 中，我们用 () 表示节点，-[]-> 表示关系，像搭积木一样把模式拼出来。

3.2 数据的创建与查询

创建节点

CREATE (n1:Person:Actor:Director {name: '王宝强', gender: '男'})
CREATE (n2:Movie {title: '唐探1900', released: '2025-01-29'})

查询节点

MATCH (n) RETURN n                    // 全图扫描
MATCH (n:Person) RETURN n             // 按标签筛选
MATCH (n:Person {name: '王宝强'}) RETURN n  // 按属性精确定位

创建关系：先定位首尾节点，再用 CREATE 画出连接。

MATCH (n1:Person {name: '王宝强'}), (n2:Movie {title: '唐探1900'})
CREATE (n1)-[:ACTED_IN {role: '阿鬼'}]->(n2)

查询关系

MATCH (n1:Person {name: '王宝强'})-[r]->(n2:Movie {title: '唐探1900'})
RETURN r

一步构建路径：在一条 CREATE 语句中同时生成节点和关系，更高效。

CREATE
  (n1:Person:Actor:Singer {name: '刘德华', gender: '男'})-
    [:ACTED_IN {roles: ['刘建明']}]->
  (n2:Movie {title: '无间道', released: '2002-12-12'})

查询路径

MATCH path = (n1:Person)-[r:ACTED_IN]->(n2:Movie)
RETURN path

3.3 修改与删除

使用 SET 和 REMOVE 动态调整属性或标签：

MATCH (n:Person {name: '王宝强'})
SET n.birth = '1984-05-29', n:Singer

MATCH (n:Person {name: '王宝强'})-[r:ACTED_IN]->(m:Movie {title: '唐探1900'})
REMOVE r.role
SET r.roles = ['阿鬼']

删除操作 DELETE 必须先清掉所有关联关系，否则会报错：

MATCH (n1:Person {name: '王宝强'})-[r:ACTED_IN]->(n2:Movie {title: '唐探1900'})
DELETE n1, r, n2

3.4 灵活的 MERGE

MERGE 是 MATCH + CREATE 的组合：存在就复用，不存在就新建。非常适合做幂等插入。

MERGE (n2:Movie {title: '唐探1900', released: '2025-01-29'})
MERGE (n1:Person:Actor:Director {name: '王宝强', gender: '男'})
  ON CREATE SET n1.create_time = datetime()
  ON MATCH SET n1.update_time = datetime()

4. 数据类型与常用函数

Cypher 的内置类型和函数让数据清洗与加工变得顺手。

4.1 数据类型速查

类型	示例	说明
String	'Neo4j', "王宝强"	单/双引号
Integer	42, 2025	整数
Float	3.14, 99.99	浮点数
Boolean	true, false	布尔
List	['王宝强', '刘昊然']	有序列表
Map	{year: 2025, month:6}	键值对结构

4.2 函数即用

字符串处理

RETURN toUpper('neo4j')          -- 'NEO4J'
RETURN substring('neo4j', 0, 3)  -- 'neo'
RETURN replace('neo4j', 'o','O') -- 'neO4j'
RETURN trim(' hello ')           -- 'hello'

数学运算

RETURN abs(-5)      -- 5
RETURN round(3.6)   -- 4.0
RETURN floor(3.8)   -- 3.0
RETURN rand()        -- 0~1 随机数

集合操作

RETURN size(['a','b','c'])               -- 3
RETURN head(['a','b','c'])               -- 'a'
RETURN '刘昊然' IN ['王宝强','刘昊然']   -- true

日期时间

RETURN date()      -- 当前日期
RETURN datetime()  -- 当前日期时间

5. 高级查询实战

光有基础操作还不够，真实业务中需要组合出千变万化的查询。为了演示，我们先在 Neo4j 中灌入一套“人物-电影”数据，模型如下：

你可以在 Neo4j 浏览器中执行下方脚本，一键构建好示例图谱（包含 9 位演员/导演、10 部电影，以及他们之间的导演、参演、关注关系）。

// =======================
// 清空旧数据
// =======================
MATCH (n) DETACH DELETE n;

// =======================
// 创建人物节点（9人）
// =======================
CREATE
  (:Person {name:'张艺谋', birth:'1951-11-14'}),
  (:Person {name:'陈凯歌', birth:'1952-08-12'}),
  (:Person {name:'巩俐', birth:'1965-12-31'}),
  (:Person {name:'葛优', birth:'1957-04-19'}),
  (:Person {name:'章子怡', birth:'1979-02-09'}),
  (:Person {name:'刘德华', birth:'1961-09-27'}),
  (:Person {name:'吴京', birth:'1974-04-03'}),
  (:Person {name:'贾玲', birth:'1982-04-29'}),
  (:Person {name:'郭帆', birth:'1980-12-15'});

// =======================
// 创建电影节点（10部）
// =======================
CREATE
  (:Movie {title:'红高粱', year:1987, rating:8.4, genre:['文艺','历史']}),
  (:Movie {title:'活着', year:1994, rating:9.2, genre:['剧情','历史']}),
  (:Movie {title:'霸王别姬', year:1993, rating:9.6, genre:['剧情','爱情']}),
  (:Movie {title:'英雄', year:2002, rating:7.5, genre:['动作','武侠']}),
  (:Movie {title:'无间道', year:2002, rating:9.1, genre:['犯罪','悬疑']}),
  (:Movie {title:'一代宗师', year:2013, rating:8.0, genre:['动作','传记']}),
  (:Movie {title:'流浪地球', year:2019, rating:8.5, genre:['科幻','灾难']}),
  (:Movie {title:'战狼2', year:2017, rating:7.1, genre:['动作','军事']}),
  (:Movie {title:'你好，李焕英', year:2021, rating:7.7, genre:['喜剧','家庭']}),
  (:Movie {title:'满江红', year:2023, rating:7.2, genre:['悬疑','历史']});

// =======================
// 创建导演关系（9条）
// =======================
MATCH
  (zhang:Person {name:'张艺谋'}),
  (chen:Person {name:'陈凯歌'}),
  (liu:Person {name:'刘德华'}),
  (wu:Person {name:'吴京'}),
  (jia:Person {name:'贾玲'}),
  (guo:Person {name:'郭帆'}),
  (m1:Movie {title:'红高粱'}),
  (m2:Movie {title:'活着'}),
  (m3:Movie {title:'霸王别姬'}),
  (m4:Movie {title:'英雄'}),
  (m5:Movie {title:'无间道'}),
  (m6:Movie {title:'战狼2'}),
  (m7:Movie {title:'你好，李焕英'}),
  (m8:Movie {title:'流浪地球'}),
  (m9:Movie {title:'满江红'})
CREATE
  (zhang)-[:DIRECTED {award:true}]->(m1),
  (zhang)-[:DIRECTED {award:true}]->(m2),
  (zhang)-[:DIRECTED {award:false}]->(m4),
  (zhang)-[:DIRECTED {award:false}]->(m9),
  (chen)-[:DIRECTED {award:true}]->(m3),
  (liu)-[:DIRECTED {award:false}]->(m5),
  (wu)-[:DIRECTED {award:false}]->(m6),
  (jia)-[:DIRECTED {award:true}]->(m7),
  (guo)-[:DIRECTED {award:true}]->(m8);

// =======================
// 创建参演关系（11条）
// =======================
MATCH
  (gong:Person {name:'巩俐'}), (ge:Person {name:'葛优'}),
  (zhangyi:Person {name:'章子怡'}), (liu:Person {name:'刘德华'}),
  (wu:Person {name:'吴京'}), (zhang:Person {name:'张艺谋'}),
  (jia:Person {name:'贾玲'}),
  (m1:Movie {title:'红高粱'}), (m2:Movie {title:'活着'}),
  (m3:Movie {title:'霸王别姬'}), (m4:Movie {title:'英雄'}),
  (m5:Movie {title:'无间道'}), (m6:Movie {title:'流浪地球'}),
  (m7:Movie {title:'满江红'}), (m8:Movie {title:'战狼2'}),
  (m9:Movie {title:'你好，李焕英'})
CREATE
  (gong)-[:ACTED_IN {role:'九儿', award:true}]->(m1),
  (gong)-[:ACTED_IN {role:'家珍', award:false}]->(m2),
  (ge)-[:ACTED_IN {role:'福贵', award:true}]->(m2),
  (ge)-[:ACTED_IN {role:'袁四爷', award:false}]->(m3),
  (zhangyi)-[:ACTED_IN {role:'如月', award:false}]->(m4),
  (zhangyi)-[:ACTED_IN {role:'宫二', award:true}]->(m7),
  (liu)-[:ACTED_IN {role:'刘建明', award:false}]->(m5),
  (wu)-[:ACTED_IN {role:'刘培强', award:true}]->(m6),
  (zhang)-[:ACTED_IN {role:'秦桧', award:false}]->(m7),
  (wu)-[:ACTED_IN {role:'冷锋', award:true}]->(m8),
  (jia)-[:ACTED_IN {role:'贾晓玲', award:true}]->(m9);

// =======================
// 创建关注关系（11条）
// =======================
MATCH
  (gong:Person {name:'巩俐'}), (zhang:Person {name:'张艺谋'}),
  (zhangyi:Person {name:'章子怡'}), (chen:Person {name:'陈凯歌'}),
  (ge:Person {name:'葛优'}), (liu:Person {name:'刘德华'}),
  (wu:Person {name:'吴京'}), (jia:Person {name:'贾玲'}),
  (guo:Person {name:'郭帆'})
CREATE
  (gong)-[:FOLLOWS]->(zhang),
  (zhangyi)-[:FOLLOWS]->(zhang),
  (zhang)-[:FOLLOWS]->(chen),
  (ge)-[:FOLLOWS]->(chen),
  (liu)-[:FOLLOWS]->(zhang),
  (gong)-[:FOLLOWS]->(zhangyi),
  (wu)-[:FOLLOWS]->(zhang),
  (jia)-[:FOLLOWS]->(zhang),
  (guo)-[:FOLLOWS]->(zhang),
  (liu)-[:FOLLOWS]->(wu),
  (zhang)-[:FOLLOWS]->(guo);

5.1 过滤：不只是 WHERE

WHERE 子句是筛选数据的看门人，支持比较、逻辑、集合、字符串匹配和空值判断。

-- 1970年后出生的演员
MATCH (p:Person)
WHERE p.birth > '1970-01-01'
RETURN p.name, p.birth

-- 高分且老电影
MATCH (m:Movie)
WHERE m.rating > 8.0 AND m.year < 2000
RETURN m.title, m.year, m.rating

-- 历史类影片
MATCH (m:Movie)
WHERE '历史' IN m.genre
RETURN m.title, m.genre

-- 姓张的人
MATCH (p:Person)
WHERE p.name CONTAINS '张'
RETURN p.name

5.2 排序与分页

ORDER BY 控制升降序，SKIP 和 LIMIT 实现分页，和 SQL 几乎一个思路。

MATCH (m:Movie)
RETURN m.title, m.rating
ORDER BY m.rating DESC
LIMIT 3

MATCH (m:Movie)
RETURN m.title, m.year
ORDER BY m.year DESC
SKIP 5
LIMIT 5

5.3 聚合统计

Cypher 的聚合函数（count、avg、sum、max、min、collect 等）会自动按非聚合字段分组，无需显式 GROUP BY。

-- 演员人数（去重）
MATCH (p:Person)-[:ACTED_IN]->()
RETURN count(DISTINCT p) AS 演员人数

-- 每人参演电影数
MATCH (p:Person)-[:ACTED_IN]->(m:Movie)
RETURN p.name, count(m) AS 参演电影数

-- 导演作品列表
MATCH (p:Person)-[:DIRECTED]->(m:Movie)
RETURN p.name, collect(m.title) AS 导演作品

5.4 联合与子查询

UNION 和 UNION ALL 用于拼接多个结果集，注意列数和类型必须一致。

MATCH (p:Person {name:'张艺谋'})-[:DIRECTED]->(m:Movie)
RETURN m.title AS title, '导演' AS role
UNION
MATCH (p:Person {name:'张艺谋'})-[:ACTED_IN]->(m:Movie)
RETURN m.title AS title, '演员' AS role

子查询用 CALL (变量) { ... } 包裹，可对每行输入执行独立匹配：

MATCH (p:Person)-[:DIRECTED]->()
WITH DISTINCT p
CALL (p) {
  MATCH (p)-[:DIRECTED]->(m:Movie)
  RETURN m.title AS title, m.rating AS rating
  ORDER BY rating DESC
  LIMIT 1
}
RETURN p.name AS 导演, title AS 最高评分作品, rating AS 评分

这里的 WITH DISTINCT p 负责将中间结果去重后传递到子查询，CALL (p) 则让每一行数据都执行一次内部匹配。

5.5 灵活的模式匹配

标签表达式：&（与）、|（或）、!（非）组合节点标签。

MATCH (n:(Person|Movie)) RETURN n            -- Person 或 Movie
MATCH (n:(!Person)) RETURN n                 -- 不是 Person

关系也可以使用类型表达式：

MATCH (:Person {name: '张艺谋'})-[:ACTED_IN|DIRECTED]->(m:Movie)
RETURN DISTINCT m.title

无方向查询：去掉关系箭头，匹配任意方向。

MATCH (p1:Person {name: '巩俐'})-[:ACTED_IN]-(m:Movie)-[:ACTED_IN]-(p2:Person)
RETURN path

变长路径：用 {m,n} 指定跳数范围，非常适合做社交网络扩散分析。

-- 张艺谋粉丝的粉丝（2跳）
MATCH path= (a:Person)-[:FOLLOWS]->{2}(b:Person{name:'张艺谋'})
RETURN path

6. 约束：让数据干净起来

Neo4j 支持多种约束来维护数据完整性。在社区版中我们最常用的是属性唯一性约束，它可以确保某个属性在指定标签的所有节点（或指定类型的关系）中不重复。

创建唯一约束

CREATE CONSTRAINT unique_user_id
FOR (u:User)
REQUIRE u.userId IS UNIQUE;

此后，如果尝试插入相同 userId 的节点：

CREATE (u:User {userId: 'u001', name: 'Alice'});
CREATE (u:User {userId: 'u001', name: 'Charlie'});   // 报错！

Neo4j 会抛出 ConstraintValidationFailed，杜绝脏数据进入图谱。

查看已有约束：

SHOW CONSTRAINTS;

删除约束（例如重构数据模型时）：

DROP CONSTRAINT unique_user_id;

小贴士：企业版还支持属性存在约束、属性类型约束和复合键约束，但社区版足以覆盖大多数入门和学习场景。

7. 用 Python 撬动 Neo4j

生产环境中，我们往往通过代码与图数据库交互。Neo4j 官方 Python 驱动简洁高效，安装只需一行：

pip install neo4j

7.1 建立连接

Driver 对象是连接池的入口，线程安全但创建成本高，应用中应该全局复用。推荐使用 with 语句自动管理资源。

from neo4j import GraphDatabase

URI = "neo4j://localhost"
AUTH = ("neo4j", "password")

with GraphDatabase.driver(URI, auth=AUTH) as driver:
    driver.verify_connectivity()
    print("Connection established.")

7.2 执行查询

execute_query() 是执行 Cypher 最便捷的方式，它返回一个命名元组，包含记录列表、执行摘要和字段名。

records, summary, keys = driver.execute_query(
    """
    MATCH (p:Person{name:$name})-[r:DIRECTED]->(m:Movie)
    WHERE m.year > $year
    RETURN p.name AS director, m.year AS year, m.title AS movie
    """,
    parameters_={"name": "张艺谋", "year": 1990},
    database_="neo4j"
)

print(f"查询返回了 {len(records)} 条记录")
for record in records:
    print(f"{record['director']}在{record['year']}年拍摄了《{record['movie']}》")

通过参数化查询（$name、$year），你既提升了性能，也规避了 Cypher 注入风险。execute_query 足以满足大多数事务性操作；如需更精细的事务控制，驱动也提供了 session 级别的 API，留给读者延伸探索。

写在最后

从单机安装到 Python 集成，你已经走完了 Neo4j 入门全流程。回顾一下关键收获：

• 图数据库用节点+关系直击问题本质。
• Cypher 让你像画图一样查询数据，学习曲线平滑。
• 高级模式匹配、聚合、分页、约束等功能足以应对复杂业务。
• Python 驱动让 Neo4j 无缝融入现代 AI 技术栈。

在大模型时代，图谱不仅是知识的容器，更是将符号逻辑与深度学习结合的关键桥梁。无论你是在构建 Graph RAG，还是做用户画像、风控分析，Neo4j 都能成为你的得力助手。动手把今天的内容跑一遍，你会发现，图的世界比想象中更精彩。