哪些网站上可以做seo推广的精准引流的网络推广

引言

nGQL（NebulaGraph Query Language）是用于操作 NebulaGraph 的查询语言。它的语法类似于 Cypher，但有自己独特的特性。以下是一些 nGQL 的基本语法和操作示例，以帮助你入门。

基本概念

• 节点（Vertex）：图中的点，具有唯一的ID和标签。
• 边（Edge）：连接两个节点的线，有类型和方向。
• 属性（Property）：节点和边可以有属性，用键值对表示。

基础语法

1.图空间

#1.创建图空间，vid_type选择FIXED_STRING(30)
CREATE SPACE test_space(partition_num=15, replica_factor=1, vid_type=FIXED_STRING(30));#vid_type选择INT64)
CREATE SPACE test_space(partition_num=15, replica_factor=1, vid_type=INT64);#2.查看所有图空间
show spaces#3.使用图空间
use test_space#4.删除图空间
drop space test_space

2.标签

#1.创建标签
create tag person(name string null, gender string null,age int null ,birthday date null)#2.查看所有标签
show tags#3.查看标签属性
describe tag person#4.删除标签
drop tag person#5.创建索引并重建索引
create tag index i_person_name_age on person(name(50),age)
rebuild tag index i_person_name_agecreate tag index i_person_name on person(name(50))
rebuild tag index i_person_name#6.查看索引
show tag indexes#7.查看索引属性
describe tag index i_person_name#8.删除索引
drop tag index i_person_name#9.插入数据
insert vertex person(name, gender, age, birthday) values "1":("zhangsan","男", 25,date("1999-08-01")), "2":("lisi","男",24,date("2000-09-03")), "3":("xiaopang","男",24,date("2000-08-02"))#10.查询所有数据
match (n:person) return n#查询单条数据
fetch prop on person "2" yield  person.name,person.gender,person.age,person.birthday#11.删除节点
delete vertex "1"#12.更新节点属性
update vertex "1" set person.age=30

3.边类型

#1.创建边类型
create edge like(likeness double null)#2.查看边类型
show edges#3.查看边属性
describe edge like#4.删除边类型
drop edge like#5.创建索引并重建索引
create edge index i_like_likeness on like(likeness)
rebuild edge index i_like_likeness#6.查看索引
show edge indexes#7.查看索引属性
describe edge index i_like_likeness#8.删除索引
drop edge index i_like_likeness#9.插入数据
insert edge like(likeness) values "1"->"2":(0.98), "2"->"3":(0.56)#10.查询所有数据
match (n:person)-[e:like]->(m:person) return n,e,m#查询单条数据
fetch prop on like "1"->"2" yield like.likeness#11.删除边
delete edge like "2"->"3"#12.更新边属性
update edge "1"->"2" of like set  like.likeness=0.88

4.复杂用法

#1.查询
match (n:person) where n.person.age>10 and n.person.name=="zhangsan"  return n 
match (a)-[e:like]->(b) where e.likeness > 0.80 return a,e,bmatch (n:person) where n.person.name in["zhangsan","lisi"] return n#2.使用聚合函数
match (n:person) return AVG(n.person.age)
match (n:person) return n.person.gender,COUNT(*)#3.排序
match (n:person) return n.person.name, n.person.age as age order by age ASCmatch (a)-[e:like]->(b) return a, e.likeness as l,b order by l DESC