AgensGraph_v2.5.0后续操作及与SQL集成问题咨询

• 掌握核心图模型操作：从基础节点拓展到关系边，先尝试创建不同标签的节点：

  CREATE(:user {id: 1, name: 'Alice', age: 28});
  CREATE(:user {id: 2, name: 'Bob', age: 32});
  

• 建立节点间关系：给已创建的节点添加关联边，比如好友关系：

  MATCH(a:user {id:1}), (b:user {id:2}) CREATE(a)-[:friend {since: 2020}]->(b);
  

• 练习复杂查询：尝试带条件的匹配查询，筛选目标数据：

  MATCH(u:user)-[f:friend]->(friend) 
  WHERE u.age > 30 
  RETURN u.name, friend.name, f.since;
  

• 优化查询性能：为高频查询的属性创建索引：

  CREATE INDEX ON :user(id);
  

• 批量数据处理：用COPY命令导入CSV格式的批量数据：

  COPY (CREATE(:user {id: id, name: name})) 
  FROM 'C:/users.csv' WITH (FORMAT csv, HEADER true);
  

AgensGraph基于PostgreSQL开发，天生支持SQL与Cypher的混合使用，具体方式如下：

• SQL中调用Cypher：通过agens_cypher()函数执行Cypher语句，将结果转为SQL可处理的数据集：

  SELECT * 
  FROM agens_cypher('test_graph', $$MATCH(a:test) RETURN a.name$$) 
  AS (name text);
  

• Cypher中使用SQL函数：直接在Cypher语句里调用PostgreSQL内置函数：

  MATCH(a:user) 
  RETURN a.name, upper(a.name) AS upper_name;
  

• 创建SQL视图：将Cypher查询结果转为SQL视图，方便后续用SQL操作：

  CREATE VIEW test_nodes AS 
  SELECT * 
  FROM agens_cypher('test_graph', $$MATCH(a:test) RETURN a.name AS node_name$$) 
  AS (node_name text);
  

• 混合事务操作：SQL与Cypher可在同一事务中执行，保证数据一致性：

  BEGIN;
  -- SQL操作
  INSERT INTO sql_table(id, value) VALUES(1, 'test');
  -- Cypher操作
  MATCH(a:test) SET a.updated = true;
  COMMIT;
  

内容的提问来源于stack exchange，提问作者Mahina Sheikh