关系是实体之间的连接。

一、建模关系

连接是用例中的动词：

• What ingredients areusedin a recipe?
• Who ismarriedto this person?

乍一看，连接很简单，但它们的微观和宏观设计可以说是图形性能中最关键的因素。使用“连接是动词”是一个很好的入门速记，但还有其他重要的注意事项，您将在本文后面学习。

命名关系

为图中的关系选择好的名称（类型）很重要。关系类型必须是对涉众和开发人员都很直观的类型。关系类型不能与实体名称混淆。

因此，在我们的示例用例中，我们可以定义这些关系类型：

• USES
• MARRIED

请注意，我们在关系的名称中使用了所有大写字母/下划线字符的Neo4j最佳实践。

关系方向

在Neo4j中创建关系时，必须显式指定方向，或者按照指定模式中从左到右的方向推断方向。但是，在运行时，在查询过程中，通常不需要方向。

在上面显示的示例用例中，必须创建USES关系才能从Recipe节点转到Ingredient节点。

由于这种类型的关系是对称的，因此可以在任一节点中创建MARRIED关系。

目标结果示意

这里，我们将实体（Person, Residence）表示为网络或链接节点，而不是单个节点。

这是一个极端例子，几乎可以肯定，对于任何实际解决方案来说，这都是过分的，但一定数量的扇出可能非常有用。

例如，将姓氏拆分到单独的节点有助于回答“谁姓Scott？”。同样，将城市作为单独的节点有助于解决“谁与帕特里克·斯科特住在同一个城市？”。

扇出的主要风险是它可能导致非常密集的节点或超级节点。这些节点具有成千上万的传入或传出关系，超级节点需要小心处理。

电影图表中的关系

现在，让我们来看下电影示例中的情形，来确定这些用例的关系：

• What peopleactedin a movie?
• What persondirecteda movie?
• What movies did a personactin?

鉴于这些用例，我们将这些关系命名为：

• ACTED_IN
• DIRECTED

此外，这两种关系类型都从Person节点开始，到Movie节点结束。

以下是支持的图形数据模型：

下面是支持此图数据模型的实例模型：

汤姆·汉克斯演了两部电影。梅格·瑞安和杰克·尼科尔森分别出演了一部电影。丹尼·德维托（Danny DeVito）曾出演并执导过同一部电影。探索与此实例模型的关系，我们可以看到电影《阿波罗13号》在图中只有一个演员，但其他两部电影各有两个演员。

关系的属性

关系的属性用于丰富两个节点的关联方式。当您为关系定义属性时，这是因为您的用例询问了一个关于两个节点如何相关的特定问题，而不仅仅是它们是相关的。

例如，我们在Neo4j基础课程中看到，可以将属性添加到关系中以进一步描述它。

这里我们看到，我们有一个关于婚姻关系的日期属性，以进一步描述迈克尔和莎拉之间的关系。此外，我们在WORKS\u AT关系中有一个角色属性，用于描述Michael在Graph股份有限公司工作时所扮演的角色。

这些属性特定于两个节点之间的关系。

电影图中的关系属性

就像您分析命名标签、关系类型和节点属性的用例一样，您也可以使用这些用例来生成关系的属性。

以下是一个用例：

• 一个人在电影中扮演什么角色？

此用例的运行时操作包括：

• 检索此人的姓名。
• 在与电影的关系中遵循ACTED_IN。
• 按电影标题过滤电影。
• 从两个节点之间的ACTED_IN关系中返回角色。

我们知道，对于这个用例，关系中的特定ACTED_IN的角色是必要的。因此，我们将role属性添加到此关系中。以下是数据模型：

下面是您将要创建的实例模型：

注意到：此处的每个ACTED_IN关系都具有不同的role属性值。

二、创建初始关系

以下是您将要创建的实例模型：

此处的每个ACTED_IN关系都具有不同的role属性值。

运行此Cypher脚本将ACTED_IN和DIRECTED关系添加到图：

MATCH (apollo:Movie {title: 'Apollo 13'})
MATCH (tom:Person {name: 'Tom Hanks'})
MATCH (meg:Person {name: 'Meg Ryan'})
MATCH (danny:Person {name: 'Danny DeVito'})
MATCH (sleep:Movie {title: 'Sleepless in Seattle'})
MATCH (hoffa:Movie {title: 'Hoffa'})
MATCH (jack:Person {name: 'Jack Nicholson'})

// create the relationships between nodes
MERGE (tom)-[:ACTED_IN {role: 'Jim Lovell'}]->(apollo)
MERGE (tom)-[:ACTED_IN {role: 'Sam Baldwin'}]->(sleep)
MERGE (meg)-[:ACTED_IN {role: 'Annie Reed'}]->(sleep)
MERGE (danny)-[:ACTED_IN {role: 'Bobby Ciaro'}]->(hoffa)
MERGE (danny)-[:DIRECTED]->(hoffa)
MERGE (jack)-[:ACTED_IN {role: 'Jimmy Hoffa'}]->(hoffa)

您可以验证是否已使用以下代码创建了关系：

MATCH (n) RETURN n

图中应总共有6个关系。

三、标识新关系

现在我们有了一个如下的新用例，所以需要重构模型：

Use case #9: What users gave a movie a rating of 5?

我们已经确定了用例中的Person和Movie节点以及ACTED\u和DIRECTED关系：

• What peopleactedin a movie?
• What persondirecteda movie?
• What movies did a personactin?

我们还有一个额外的用例，我们必须对其进行建模，以询问对电影进行评级的用户的问题。我们定义了用户标签，以表示审查或评价电影的用户。

四、创建更多关系

我们希望在User节点和Movie节点之间添加一些关系，以便测试我们的模型。在此挑战中，您将创建包含rating属性的RATED关系。

在此挑战中，您将创建包含rating属性的RATED关系。

上面的Cypher脚本创建了Sandy Jones和Apollo 13之间的关系，评分为5。你可以接着下面的代码继续添加其他MERGE脚本代码，以根据下表创建其余4个关系：

注意：第一次MERGE脚本已经为您编写完毕了（见上述脚本）。

上述代码中，我们使用“MATCH”查找User 和Movie 节点，然后使用“MERGE”创建两个节点之间的关系。请记住，创建关系时必须指定或推断（从左到右）方向。您应该在图中总共创建5个分级关系，每个关系都有一个属性rating。

引用

 https://graphacademy.neo4j.com/courses/modeling-fundamentals/1-getting-started/2-the-domain/