# 一、Cypher 是什么
Cypher 是操作图数据库（Neo4j）的查询语言。
图数据库里的数据不是表格（像 MySQL 的表），而是“点和线”的结构：
- 有很多“点”（比如“人”“病”“药”），这些“点”叫节点（Node）
- 点和点之间有“线”连接（比如“人患病”“药治人”），这些“线”叫关系（Relationship）
Cypher 的作用就是：描述“点和线”的模式，让数据库找到你要的数据。
# 二、节点（Node）怎么表示
节点是图里的“实体”（比如“张三”“感冒”），写法是：
(变量名:标签 {属性})
拆解每个部分：
()：必须用圆括号把节点包起来变量名：给节点起个临时名字（比如用p代表“人”，d代表“病”），方便后面引用:标签：节点的类别（比如:Person表示“人”，:Disease表示“疾病”）。一个节点可以有多个标签（比如:Person:Patient）{属性}：描述节点特征的键值对（比如name: "张三"，age: 30）
例子：
// 一个“人”节点：变量 p，标签 Person，属性 name 和 age
(p:Person {name: "张三", age: 30})
// 一个“疾病”节点：变量 d，标签 Disease，属性 name
(d:Disease {name: "感冒"})可以理解为：(p:Person {name: "张三"}) 表示“有个叫 p 的节点，它是 Person，名字叫张三”。
# 三、关系（Relationship）怎么表示
关系是节点之间的“连接”（比如“张三患感冒”），写法是：
-[变量名:类型 {属性}]->
拆解每个部分：
-[ ]-：中括号代表“这是一个关系”，横线连接两个节点->：箭头表示方向（比如A->B表示 A 到 B 的关系；无方向可以写成--）变量名：给关系起个临时名字（比如r），方便引用:类型：关系的类别（比如:患表示“患病”，:治疗表示“治疗”）。每个关系只能有一个类型{属性}：描述关系特征的键值对（比如时间: "2023-10-01"）
例子：
// “张三患感冒”：p（张三）通过 r（患）指向 d（感冒）
(p:Person {name: "张三"})-[r:患 {时间: "2023-10-01"}]->(d:Disease {name: "感冒"})# 四、核心操作：查数据（MATCH + RETURN）
最常用的操作是“找数据”：
- 用
MATCH描述要找的“点和线的模式” - 用
RETURN返回结果
# 1. 只查节点
找所有叫“张三”的人：
MATCH (p:Person {name: "张三"})
RETURN p找所有年龄大于 30 的人，只返回名字：
MATCH (p:Person)
WHERE p.age > 30
RETURN p.name# 2. 查关系（节点 + 关系）
找“感冒”这种病有哪些伴随的症状：
MATCH (d:Disease {name: "感冒"})-[r:伴随症状]->(s:Symptom)
RETURN d.name, r.degree, s.name# 3. 查路径（多个关系连起来）
找“张三患的病有哪些症状”（路径：人 → 患 → 病 → 伴随 → 症状）：
MATCH (p:Person {name: "张三"})-[r1:患]->(d:Disease)-[r2:伴随]->(s:Symptom)
RETURN p.name, d.name, s.name# 五、常用操作：增删改
# 1. 创建（CREATE）
新增一个叫“李四”的人，年龄 25：
CREATE (:Person {name: "李四", age: 25})给“李四”和“感冒”加一个“患”的关系，时间是今天：
MATCH (p:Person {name: "李四"}), (d:Disease {name: "感冒"})
CREATE (p)-[:患 {时间: "2023-10-02"}]->(d)# 2. 修改（SET）
把“张三”的年龄改为 31，并加上性别“男”：
MATCH (p:Person {name: "张三"})
SET p.age = 31, p.gender = "男"# 3. 删除（DELETE / DETACH DELETE）
删除节点前，必须先删除它的所有关系；常用 DETACH DELETE 一次性删除关系和节点：
MATCH (s:Symptom {name: "发烧"})
DETACH DELETE s