图数据库Neo4j基础与提升视频教程（含Neo4j+D3.js完整实战项目开发）

能力缺口：别拿关系型数据库硬扛网状关联

做后台或数据开发，多半习惯了用 MySQL 查多对多关系。一旦碰到好友网络、资金穿透、家谱溯源这种深度嵌套的网状数据，连表查询写到第四层 join 基本就卡死了，性能也直线下降。这门图数据库课程解决的就是这个痛点：教你用节点和边来建模，把关系本身当成一等公民存下来，查六度分隔或最短路径时不再靠暴力拼表。它适合已经熟练写 SQL、懂 Java 基础语法、但完全没用过图数据库的人。如果你连关系型数据库的增删改查都还磕巴，建议先补齐 SQL 基础再来看，否则会卡在执行计划和索引那几节。

学习路线：先吃透 Cypher 再碰 API

资料按顺序排得很紧凑，但别从头到尾匀速看。建议先快速过前三块，搞懂部署和节点、关系、属性的基本概念，别在安装上耗太久。核心重头戏是第四到第九块的 Cypher 语言，这是图库的查询灵魂。重点死磕 Create 和 Match 的模式匹配语法，搞懂怎么用括号和箭头画出关系图；set 和 delete 的更新逻辑也要亲手敲一遍，别只看视频。第七块的索引和唯一性约束是写生产代码的命脉，第八块的 shortestPath 最短路径函数则是图查询的杀手锏，必须手写跑通。至于第十块的 load csv 和 northwind 案例，是帮你把传统关系型数据迁移到图库的实战演练，务必跟着把数据导入做一遍。后面的 Java API 部分等 Cypher 写顺了再看，不然你会连代码在操作什么图结构都分不清。

实战与检验：从查询到可视化闭环

课程后半段和 D3.js 的结合部分，是让你把冷冰冰的查询结果变成可交互的节点图谱。学完后你应该能独立完成这几件事：给一个业务场景画出图模型并建库；用 Cypher 写出三跳以内的关联查询和路径分析；用 Java API 把图查询接到后端服务里；把查出来的图数据喂给前端画出力导向图。练习时别光看视频里的家谱案例，自己找个真实场景，比如你们公司的权限角色树或者社交关注列表，用 Neo4j 重新建一遍模。配套资料里的语法大全清单，建议打印出来当速查表用，写代码时随用随查。检验自己学没学透的标准很简单：关掉视频，你能不查资料地用 Cypher 查出“A认识B，B认识C，那A和C之间最短经过几个人”这种问题，并且用 Java 把结果调出来，就算真正补上这块缺口了。