以农业知识图谱为案例介绍neo4j图数据库的使用

　　说明
　　上篇博客《知识图谱构建利器：图数据库Neo4j的环境部署和简单使用》分享了Neo4j图数据库的环境搭建和简单使用，下面就以农作物为例创建一个简单的农作物相关的知识图谱，首先了解一下相关概念。
　　知识图谱（KnowledgeGraph，引自百科），在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。使用
　　1。首先，我们删除数据库中以往的图，确保一个空白的环境进行操作：MATCH（n）DETACHDELETEn
　　这里，MATCH是匹配操作，而小括号（）代表一个节点node，括号里面的n为标识符。
　　2。接下来，我们创建一个农作物（小麦）节点：CREATE（n：Crops｛name：Wheat｝）RETURNn
　　CREATE是创建操作，Crops是标签，代表节点的类型。花括号｛｝代表节点的属性，属性类似Python的字典。这条语句的含义就是创建一个标签为Crops的节点，该节点具有一个name属性，属性值是Wheat。
　　如图所示，在Neo4J的界面上可以看到创建成功的节点。
　　3。我们继续来创建更多的农作物节点：CREATE（n：Crops｛name：Corn｝）RETURNnCREATE（n：Crops｛name：DaDou｝）RETURNnCREATE（n：Crops｛name：ShuiDao｝）RETURNnCREATE（n：Crops｛name：MianHua｝）RETURNnCREATE（n：Crops｛name：QingKe｝）RETURNnCREATE（n：Crops｛name：DaZao｝）RETURNn
　　如图所示，7个农作物节点创建成功
　　4。接下来创建地区节点CREATE（n：Location｛region：HuaBei，QiHou：冬暖夏凉｝）CREATE（n：Location｛region：NanFang，QiHou：湿热｝）CREATE（n：Location｛region：DongBei，QiHou：冷｝）CREATE（n：Location｛region：XiBei，QiHou：环境比较恶劣，高寒｝）
　　可以看到，节点类型为Location，属性包括region和QiHou。
　　如图所示，共有7个农作物节点、3个地区节点，Neo4J有好地使用不用的颜色来表示不同类型的节点。
　　5。创建关系（农作物的生长地）MATCH（a：Crops｛name：MianHua｝），（b：Location｛region：XiBei｝）MERGE（a）〔：GrownIN〕（b）MATCH（a：Crops｛name：QingKe｝），（b：Location｛region：XiBei｝）MERGE（a）〔：GrownIN〕（b）MATCH（a：Crops｛name：DaZao｝），（b：Location｛region：XiBei｝）MERGE（a）〔：GrownIN〕（b）MATCH（a：Crops｛name：ShuiDao｝），（b：Location｛region：NanFang｝）MERGE（a）〔：GrownIN〕（b）MATCH（a：Crops｛name：DaDou｝），（b：Location｛region：DongBei｝）MERGE（a）〔：GrownIN〕（b）MATCH（a：Crops｛name：Wheat｝），（b：Location｛region：HuaBei｝）MERGE（a）〔：GrownIN〕（b）MATCH（a：Crops｛name：Corn｝），（b：Location｛region：HuaBei｝）MERGE（a）〔：GrownIN〕（b）
　　这里的关系是GrownIN，表示生长在哪里。
　　如图，在农作物节点和地区节点之间，农作物生长地关系已建立好。
　　6。至此，知识图谱的数据已经插入完毕，可以开始查询了。我们查询下所有XiBei地区的农作物：MATCH（a：Crops）〔：GrownIN〕（b：Location｛region：XiBei｝）RETURNa，b
　　结果
　　7。查询所有对外有关系的节点MATCH（a）（）RETURNa
　　注意这里箭头的方向，返回结果不含任何地区节点，因为地区并没有指向其他节点（只是被指向）
　　8。查询所有对外有关系的节点，以及关系类型MATCH（a）〔r〕（）RETURNa。name，type（r）
　　结果如下图所示
　　9。增加修改节点的属性MATCH（a：Crops｛name：Wheat｝）SETa。type农作物
　　这里，SET表示修改操作
　　10。删除节点的属性MATCH（a：Crops｛name：Wheat｝）REMOVEa。type
　　删除属性操作主要通过REMOVE
　　11。删除节点MATCH（a：Location｛region：DongBei｝）DELETEa
　　删除节点操作是DELETE总结
　　本文重点以农作物和生长地关系为案例，对常见的图数据库Neo4J进行了介绍，讲解了Neo4J的查询语言Cypher的使用方法。
　　类似MySQL等其它关系型数据库一样，在实际的生产应用中，一般还是使用Python、Java等提供的driver来在程序中实现，后续会继续介绍编程语言如何操作Neo4J。