图数据库与查询语言：Cypher、SPARQL 与 Gremlin

本文基于模型知识整理（生成时未联网核对），关键结论建议对照经典文献复核。

一句话定义

图数据库原生以图结构存储与遍历数据：属性图（Neo4j 的 Cypher、Gremlin）把属性直接挂在节点与边上，RDF 三元组库（SPARQL）以 W3C 标准建模语义——RAG 场景主流是属性图 + Cypher，查询语言是与图交互的接口，也是 Text-to-Cypher 的目标语言。

为什么重要

图检索模式（kp-025）最终都要落到一条图查询上；选型（属性图 vs RDF）影响 schema 表达、工具生态与团队技能。对 RAG 工程师而言，能读懂与手写基本 Cypher、理解"查询模式（pattern matching）"思维，是接住 GraphRAG 的入场券。

前置知识

kp-018/019（图模型与 schema）。

核心概念

• 属性图（property graph）：节点带标签与属性，边带类型与属性——工程友好，Neo4j、NebulaGraph、Memgraph、AWS Neptune（兼容双模型）均支持。
• RDF 三元组库：主谓宾 + IRIs，OWL 本体、RDFS 推理；SPARQL 查询。学术与开放数据生态强，企业内部工程栈相对重。
• Cypher：声明式模式匹配语言，ASCII 画图语法 (a:Person)-[:WORKS_AT]->(c:Company)；Neo4j 主推，也是 LLM 生成查询最常见目标。
• Gremlin：命令式遍历语言（图遍历流水线），Apache TinkerPop 生态。
• 索引与遍历性能：图查询复杂度与"起点选择"强相关——从无索引属性全表扫起会灾难，热点节点（如"中国"关联百万边）需要特殊处理。

原理与机制

模式匹配思维（与 SQL 的最大区别）：Cypher 不是描述"怎么算"而是描述"要匹配什么形状"——"找出向华为供货且也向小米供货的公司"：

MATCH (h:Company {name:'华为'})<-[:SUPPLIES_TO]-(s)-[:SUPPLIES_TO]->(x:Company {name:'小米'})
RETURN s.name

多跳天然直观：(a)-[:KNOWS*1..3]->(b) 表示 1 到 3 跳——这正是 kp-025 多跳检索的语言基础。

属性图 vs RDF 怎么选：RAG 与企业内部应用默认属性图（schema 灵活、工具链现代、LLM 生成 Cypher 语料丰富）；需要强标准语义推理（OWL 公理、跨机构数据交换）时 RDF/SPARQL 有优势。两者之间还有 RDF★ 等演进，初学不必展开。

图库在 RAG 栈中的位置：图数据库不替代向量库，而是承担"结构化查询与多跳遍历"这一路（kp-025），产物（子图/路径）被序列化成文本进入上下文（kp-014 的组装）。

图示

// 多跳: 华为的供应商的母公司
MATCH (h:Company {name:'华为'})<-[:SUPPLIES_TO]-(s)-[:OWNED_BY]->(p:Company)
RETURN s.name AS 供应商, p.name AS 母公司

// 聚合: 每类风险物料的供应商数
MATCH (m:Material)<-[:SUPPLIES]-(s:Company)
RETURN m.name, count(DISTINCT s) AS 供应商数 ORDER BY 供应商数 DESC

实例或案例

• 供应链风险系统：Neo4j 存 10 万级公司节点，Cypher 一跳查"某物料的前五大供应商及其备份"，毫秒级返回。
• GraphRAG 工作流：LLM 生成 Cypher（Text-to-Cypher）→ 图库执行 → 结果转文本 → 进 prompt（kp-025）。
• 风控图谱多用 Gremlin/TinkerPop（与 Hadoop 生态集成）。

常见误区

• 误区一："图数据库可以替代关系库/向量库"。图强在关系遍历；大规模扫描聚合（报表）SQL 仍占优，语义匹配仍要向量库——各司其职。
• 误区二："无界遍历随便写"。* 无上限的变长路径在稠密图上会爆炸（组合数增长）；永远给跳数上限与方向。
• 误区三："RDF 已死/属性图不标准"。两者各有生态：开放数据与语义推理选 RDF，应用工程选属性图；按团队与场景选，不站队。

与其他知识点的关系

• kp-019：查询 pattern 依据 schema 词汇。
• kp-025：Text-to-Cypher 与子图检索的实现层。
• kp-024：Microsoft GraphRAG 产出的"社区树"同样可入图库承载。

自测题

1. 属性图与 RDF 的核心区别？

答：属性图节点/边可直接挂属性、工程生态现代；RDF 以三元组+IRI 为原子、有 OWL/SPARQL 标准语义栈，重推理与开放数据交换。

1. 写出"找出 2023 年后收购过 AI 公司的公司"的 Cypher 思路。

答：MATCH (a:Company)-[r:ACQUIRED]->(t:Company) WHERE t.industry='AI' AND r.date >= date('2023-01-01') RETURN a.name, t.name——时间走关系属性。

1. 为什么变长路径必须设上限？

答：无界遍历在稠密图上路径数指数爆炸，查询超时拖垮库；显式 *1..3 限制跳数与方向是性能与安全的双重要求。

延伸阅读

• Neo4j 官方 Cypher 文档与 GraphAcademy 免费课程。
• Robinson 等《Graph Databases》（O'Reilly，免费电子版）。
• W3C SPARQL 1.1 规范（了解 RDF 侧即可）。