Cypher 是 Neo4j 专用的查询语言

Neo4j图中数据的特点，和SQL做对比学习。

1️⃣ 一个节点可以有多个标签（Label）

SQL 的一行数据只能属于一个表。
但在 Neo4j 中，一个节点可以同时拥有多个标签。

CREATE (p:Person:Doctor:Employee {name: "张三"})

这个节点既是 Person，又是 Doctor，还是 Employee，这在 SQL 里是做不到的（不能一行数据同时属于三个表）。

---

2️⃣ Neo4j 中没有“固定字段结构”

SQL 中每张表都有定义好的字段结构：

CREATE TABLE patient (id INT PRIMARY KEY,name VARCHAR(100),dob DATE
);

但是 Neo4j 中的节点可以没有固定属性结构，每个节点都有“动态 schema”。

CREATE (a:Patient {id: 1, name: "Alice"})
CREATE (b:Patient {id: 2, blood_type: "A+"})

这两个 Patient 节点的字段可以完全不同。

🧠 所以说：

Neo4j 是 schema-less（无模式） 的，而 SQL 是强模式（schema-on-write）

---

3️⃣ Neo4j 有边（关系），SQL 没有这个概念

这是最大的本质区别。

• Neo4j 把“关系”当成一等公民，每个关系是可以存属性、有方向、有类型的。
• SQL 只是用“外键”这种隐式连接去表达两个表之间的关系。

📌 举例：Neo4j 的关系

(p:Patient)-[:HAS_VISIT {date: "2023-08-01"}]->(v:Visit)

这条边有属性，可以查询、有方向、可扩展，非常强大。

SQL 只能写：

SELECT * FROM patient
JOIN visit ON patient.id = visit.patient_id;

但不能表示边的属性。

---

✅ 更准确的类比方式（建议记法）

SQL 概念	Neo4j 中的本质区别	建议记法
表 table	没有直接对应；一个 label 是一类实体	Label ≈ 实体类型
行 row	Node（但是非结构化的）	Node ≈ 实体
列 column	Node/Relationship 的属性（但不统一）	Property ≈ 动态字段
外键 foreign key	显式的有向边，带属性，具语义	Relationship（有方向、有类型）
联表 JOIN	通过 MATCH + 关系匹配实现	路径匹配（MATCH）

---

✅ 你可以这样理解 Neo4j 的设计哲学

Neo4j 不是表格 → 是图
它不是“表与表之间的关系”，而是：

节点与节点之间的直接连接，用关系表示。

Neo4j 里的查询是：

• 沿着边走（路径匹配）
• 不靠表联结（JOIN）

---

🧠 总结

类别	SQL	Neo4j
数据单位	行（row）	节点（node）
分类方式	表（table）	标签（label），且可多个
连接方式	外键 + JOIN	显式边 + MATCH 路径
结构	固定字段	动态字段，灵活