Neo4j

图模型与 Cypher 语言

在关系型数据库中，「找到与 A 互相关注且同样喜欢爵士乐的人」需要多层 JOIN，表越多性能越差。Neo4j 把关系存储为一等公民，每个节点直接持有指向其关系的指针，遍历一跳关系的时间复杂度与图的总大小无关，只和局部邻居数量有关——这叫免索引邻接（Index-Free Adjacency）。

Cypher 是声明式图查询语言，用 ASCII 艺术描述图模式：(person)-[:FOLLOWS]->(other) 这样的语法直观表达了两个节点之间的关系，比 SQL 里多层 JOIN 自连接表达性强得多。[1]

典型应用场景

欺诈检测是图数据库的杀手级场景：银行可以用图分析账户间的转账路径，快速发现资金环流、团伙欺诈等模式，这类多跳关联查询在 SQL 里要写递归 CTE，在 Neo4j 里只需几行 Cypher。

LinkedIn 曾用图数据库支撑「你可能认识的人」功能；eBay 的知识图谱项目基于 Neo4j 构建商品分类体系；谷歌的知识图谱（Knowledge Graph）虽然是自研系统，但其概念与图数据库高度一致。

Neo4j 5.x 引入原生向量索引，配合图结构做 GraphRAG，在 AI 应用场景中获得了新的关注。