核心概述
Neo4j技能提供Cypher图查询语言的权威最佳实践，聚焦高性能、安全的图数据库操作。内容由Neo4j官方维护，覆盖从基础模式匹配到复杂批量操作的全场景。
核心用法
MERGE安全模式：核心原则是"先MERGE节点，再MERGE关系"，避免MERGE (a)-[:KNOWS]->(b)创建重复节点。结合ON CREATE SET/ON MATCH SET实现条件更新，对id等字段建立唯一约束。
索引与执行计划：强制为WHERE子句中的属性创建索引，避免全标签扫描。使用EXPLAIN检查执行计划，关注"NodeByLabelScan"警告。全文搜索需显式创建FULLTEXT INDEX。
路径遍历控制：无界路径[*]在稠密图中会爆炸式增长，必须设置上限如[*1..5]。shortestPath()仅返回单条路径，需allShortestPaths()获取所有最短路径。路径内过滤[r:KNOWS* WHERE r.active]代价高昂，建议重构数据模型。
笛卡尔积规避：两个无连接的模式如MATCH (a:User), (b:Product)会产生行数乘积。通过WITH显式连接或使用相同变量实现隐式join。PROFILE可定位笛卡尔积算子。
作用域与聚合：WITH是作用域边界，仅保留显式列出的变量。聚合操作强制触发WITH，分页需配合ORDER BY、SKIP、LIMIT。
NULL处理策略：OPTIONAL MATCH缺失时返回NULL，会通过表达式传播。后续WHERE会过滤NULL行，需用COALESCE()保行。count(NULL)返回0是常用技巧。
批量操作安全：大数据量创建需CALL {} IN TRANSACTIONS OF 1000 ROWS分批次执行，避免堆内存耗尽。配合UNWIND实现高效批量插入，apoc.periodic.iterate()处理复杂逻辑。
参数化防御：始终使用$param参数替代字符串拼接，防御Cypher注入攻击。参数化同时启用查询计划缓存，提升性能。
显著优点
- 权威性高：Neo4j官方维护，与数据库版本同步更新
- 场景覆盖全：从简单CRUD到复杂图算法优化
- 安全导向：参数化查询、批量事务控制等安全实践
- 性能聚焦：索引策略、执行计划分析、笛卡尔积规避
潜在局限
- 依赖特定版本：部分语法（如
CALL {} IN TRANSACTIONS）需Neo4j 4.x+ - APOC依赖：批量操作建议使用APOC库，增加部署复杂度
- 图模型假设：部分优化建议基于特定数据建模模式，迁移成本需评估
适用人群
- 图数据库应用开发者
- 数据工程师（图数据ETL）
- 后端工程师使用Neo4j作为主存储
- 需要优化现有Cypher查询性能的团队
常规风险
- 数据重复：MERGE误用导致节点/关系重复
- 内存溢出：无界遍历或大批量操作未分批
- 注入攻击：字符串拼接查询参数
- 性能退化：缺少索引或产生笛卡尔积