文章的开头我们先来看下什么是图数据库，根据维基百科的定义：图数据库是使用图结构进行语义查询的数据库，它使用节点、边和属性来表示和存储数据。

鉴于市面上没有统一的图查询语言标准，在本文中我们选取市面上主流的几款图查询语言来分析一波用法，由于篇幅原因本文旨在简单介绍图查询语言和常规用法，更详细的内容将在进阶篇中讲述。

图查询语言·介绍

nerror="javascript:errorimg.call(this);">

图查询语言 Gremlin

支持图数据库：Janus Graph、InfiniteGraph、Cosmos DB、DataStax Enterprise(5.0+) 、Amazon Neptune

图查询语言 Cypher

支持图数据库： Neo4j、RedisGraph、AgensGraph

图查询语言 nGQL

支持图数据库：Nebula Graph

图查询语言·术语篇

术语GremlinCyphernGQL点VertexNodeVertex边EdgeRelationshipEdge点类型LabelLabelTag边类型labelRelationshipTypeedge type点 IDvidid(n)vid边 IDeidid(R)无插入addcreateinsert删除dropdeletedelete / drop更新属性setPropertysetupdate

上面说了一通术语之类的“干货”之后，是时候展示真正的技术了——来个具体一点的例子，在具体的例子中我们将会分析 Gremlin、Cypher、nGQL 的用法不同。

示例图：The Graphs of Gods

复制代码

# 插入点## nGQLnebula> INSERT VERTEX character(name, age, type) VALUES hash("saturn"):("saturn", 10000, "titan"), hash("jupiter"):("jupiter", 5000, "god");## Gremlingremlin> saturn = g.addV("character").property(T.id, 1).property('name', 'saturn').property('age', 10000).property('type', 'titan').next();==>v[1]gremlin> jupiter = g.addV("character").property(T.id, 2).property('name', 'jupiter').property('age', 5000).property('type', 'god').next();==>v[2]gremlin> prometheus = g.addV("character").property(T.id, 31).property('name',  'prometheus').property('age', 1000).property('type', 'god').next();==>v[31]gremlin> jesus = g.addV("character").property(T.id, 32).property('name',  'jesus').property('age', 5000).property('type', 'god').next();==>v[32]## Cyphercypher> CREATE (src:character {name:"saturn", age: 10000, type:"titan"})cypher> CREATE (dst:character {name:"jupiter", age: 5000, type:"god"})# 插入边## nGQLnebula> INSERT EDGE father() VALUES hash("jupiter")->hash("saturn"):();## Gremlingremlin> g.addE("father").from(jupiter).to(saturn).property(T.id, 13);==>e[13][2-father->1]## Cyphercypher> CREATE (src)-[rel:father]->(dst)

在边插入方面，可以看到和点的使用语法类似，只不过在 Cypher 和 nGQL 中分别使用 -[]-> 和 **-> 来表示关系，而 Gremlin 则用 to() ** 关键词来标识指向关系，在使用这 3 种图查询语言的图数据库中的边均为有向边，下图左边为有向边，右边为无向边。

nerror="javascript:errorimg.call(this);">

删除数据

这里，我们可以看到大家的删除关键词都是类似的：Delete 和 Drop，不过这里需要注意的是上面术语篇中提过 nGQL 中删除操作对应单词有 Delete 和 Drop ，在 nGQL 中 Delete 一般用于点边，Drop 用于 Schema 删除，这点和 SQL 的设计思路是一样的。

更新数据

可以看到 Cypher 和 nGQL 都使用 SET 关键词来设置点对应的类型值，只不过 nGQL 中多了 UPDATE 关键词来标识操作，Gremlin 的操作和查看点操作类似，只不过增加了变更 property 值操作，这里我们注意到的是，Cypher 中常见的一个关键词便是 MATCH，顾名思义，它是一个查询关键词，它会去选择匹配对应条件下的点边，再进行下一步操作。

查看数据

在查看数据这块，Gremlin 通过调取 valueMap() 获得对应的属性值，而 Cypher 正如上面更新数据所说，依旧是 MATCH 关键词来进行对应的匹配查询再通过 RETURN 返回对应的数值，而 nGQL 则对 saturn 进行 hash 运算得到对应 VID 之后去获取对应 VID 的属性值。

查询 hercules 的父亲

查询父亲，其实是一个查询关系 / 边的操作，这里不做赘述，上面插入边的时候简单介绍了 Gremlin、Cypher、nGQL 这三种图数据库是各自用来标识边的关键词和操作符是什么。

查询 hercules 的祖父

查询祖父，其实是一个查询对应点的两跳关系，即：父亲的父亲，我们可以看到 Gremlin 使用了两次 out() 来表示为祖父，而 nGQL 这里使用了 ｜(Pipe 管道) 的概念，用于子查询。在两跳关系处理上，上面说到 Gremlin 是用了 2 次 out()，而 Cypher、nGQL 则引入了 step 数的概念，分别对应到查询语句的 GO 2 STEP 和 [：father *2]，相对来说 Cypher、nGQL 这样书写更优雅。

查询年龄大于 100 的人物

这个是一个典型的查询语句，找寻符合特定条件的点并返回结果，在 Cypher 和 nGQL 中用 WHRER 进行条件判断，而 Gremlin 延续了它的“编程风”用 gt(100) 表示年大于龄 100 的这个筛选条件，延伸下 Gremlin 中 eq() 则表示等于这个查询条件。

从一起居住的人物中排除 pluto 本人

这是一个沿指定点 Pluto 反向查询指定边（居住）的操作，在反向查询中，Gremlin 使用了 in 来表示反向关系，而 Cypher 则更直观的将指向箭头反向变成 <- 来表示反向关系，nGQL 则用关键词 REVERSELY 来标识反向关系。

Pluto 的兄弟们居住在哪

这是一个通过查询指定点 Pluto 查询指定边 brother 后再查询指定边 live 的查询，相对来说不是很复杂，这里就不做解释说明了。

最后，本文只是对 Gremlin、Cypher、nGQL 等 3 个图查询语言进行了简单的介绍，更复杂的语法将在本系列的后续文章中继续，欢迎在论坛留言交流。

顶一下()     踩一下()