Cypher (lenguaje de consulta)

Cypher es un lenguaje de consulta de grafos declarativo que permite realizar consultas de datos expresivas y eficientes en un grafo de propiedades . ^{[ 1 ]}

Cypher fue en gran parte una invención de Andrés Taylor mientras trabajaba para Neo4j, Inc. (anteriormente Neo Technology) en 2011. ^{[ 2 ]} Cypher fue originalmente diseñado para usarse con la base de datos de grafos Neo4j , pero se abrió a través del proyecto openCypher en octubre de 2015. ^{[ 3 ]}

El lenguaje se diseñó teniendo en cuenta la potencia y las capacidades de SQL (lenguaje de consulta estándar para el modelo de base de datos relacional ), pero Cypher se basó en los componentes y las necesidades de una base de datos construida sobre los conceptos de la teoría de grafos . En un modelo de grafos, los datos se estructuran como nodos ( vértices en matemáticas y ciencias de redes) y relaciones (aristas en matemáticas y ciencias de redes) para centrarse en cómo las entidades de los datos están conectadas y relacionadas entre sí.

Cypher se basa en el modelo de grafo de propiedades , que organiza los datos en nodos y aristas (denominadas "relaciones" en Cypher). Además de estos elementos gráficos estándar (nodos y relaciones), el modelo de grafo de propiedades añade etiquetas y propiedades para describir categorías y atributos más específicos de los datos.

Los nodos son las entidades del grafo. Pueden contener cualquier número de atributos ( pares clave-valor ) llamados propiedades. Los nodos pueden estar etiquetados con cero o más etiquetas (como etiquetas o categorías), que representan sus diferentes roles en un dominio. Las relaciones proporcionan conexiones dirigidas, con nombre y semánticamente relevantes entre dos entidades de nodo. Una relación siempre tiene una dirección, un nodo de inicio, un nodo final y exactamente un tipo de relación. Al igual que los nodos, las relaciones también pueden tener propiedades. ^{[ 4 ]}

Las etiquetas permiten agrupar nodos similares asignándoles una o más etiquetas. Funcionan como rótulos y permiten especificar tipos de entidades para buscar o crear. Las propiedades son pares clave-valor, donde una clave de cadena se asocia con un valor del sistema de tipos Cypher. Las consultas Cypher se construyen con patrones de nodos y relaciones, aplicando cualquier filtro a las etiquetas y propiedades para crear, leer, actualizar o eliminar datos que se ajusten al patrón especificado.

El lenguaje de consulta Cypher representa patrones de nodos y relaciones, y los filtra según etiquetas y propiedades. Su sintaxis se basa en el arte ASCII , un lenguaje visual basado en texto para ordenadores. Esto lo hace muy visual y fácil de leer, ya que representa visual y estructuralmente los datos especificados en la consulta. Por ejemplo, los nodos se representan con paréntesis alrededor de los atributos y la información relativa a la entidad. Las relaciones se representan con una flecha (dirigida o no dirigida) con el tipo de relación entre corchetes.

//nodo ( variable : Label { propertyKey : 'propertyValue' })//relación -[ variable : TIPO_RELACIÓN ]->//Patrón Cypher ( nodo1 : EtiquetaA ) -[ rel1 : TIPO_RELACIÓN ]-> ( nodo2 : EtiquetaB )

COINCIDIR ( nicole : Actor { name : 'Nicole Kidman' }) -[ : ACTED_IN ]-> ( película : Película ) DONDE película . año < $ yearParameter DEVOLVER película

COINCIDIR ( startContent : Content ) -[ relationship : IS_RELATED_TO ]-> ( endContent : Content ) DONDE endContent . source = 'user' OPCIONAL COINCIDIR ( endContent ) -[ r ]- () ELIMINAR relationship , endContent

Con el proyecto openCypher , se inició un esfuerzo para estandarizar Cypher como lenguaje de consulta para el procesamiento de grafos. Como parte de este proceso, se han celebrado cinco reuniones presenciales de implementadores de openCypher ( oCIM ). La primera reunión tuvo lugar en febrero de 2017 en la sede de SAP en Walldorf, Alemania, coincidiendo con una reunión del Linked Data Benchmark Council. La OCIM más reciente tuvo lugar en Berlín, ^{[ 10 ]} coincidiendo con el Taller del W3C sobre estándares web para la gestión de datos de grafos, en marzo de 2019. ^{[ 11 ]}

En esa reunión, hubo consenso para trabajar para que Cypher se convirtiera en una contribución significativa a un proyecto más amplio para un lenguaje de consulta de grafos estandarizado internacional llamado GQL. En septiembre de 2019, una propuesta para un proyecto de estándar GQL fue aprobada por votación de los organismos nacionales de normalización que son miembros del Comité Técnico Conjunto 1 de ISO/IEC (responsable de los estándares de tecnología de la información). ^{[ 12 ]} La propuesta del proyecto GQL establece lo siguiente:

El uso de grafos como representación fundamental para el modelado de datos es un enfoque emergente en la gestión de datos. En este enfoque, el conjunto de datos se modela como un grafo, donde cada entidad de datos se representa como un vértice (también llamado nodo) y cada relación entre dos entidades como una arista entre vértices correspondientes. El modelo de datos de grafos ha captado la atención por sus ventajas únicas. En primer lugar, el modelo de grafos se adapta naturalmente a conjuntos de datos con estructuras jerárquicas, complejas o incluso arbitrarias. Dichas estructuras se pueden codificar fácilmente en el modelo de grafos como aristas. Esto puede ser más conveniente que el modelo relacional, que requiere la normalización del conjunto de datos en un conjunto de tablas con tipos de fila fijos. En segundo lugar, el modelo de grafos permite la ejecución eficiente de consultas costosas o funciones de análisis de datos que necesitan observar relaciones de múltiples saltos entre entidades de datos, como consultas de accesibilidad, consultas de ruta más corta o más económica, o análisis de centralidad. Actualmente se utilizan dos modelos de grafos: el modelo Resource Description Framework (RDF) y el modelo Property Graph. El modelo RDF ha sido estandarizado por el W3C en varias especificaciones. Por otro lado, el modelo de grafo de propiedades cuenta con multitud de implementaciones en bases de datos de grafos, algoritmos de grafos y herramientas de procesamiento de grafos. Sin embargo, falta un lenguaje de consulta común y estandarizado para grafos de propiedades (como SQL para sistemas de bases de datos relacionales). Se propone GQL para llenar este vacío. ^{[ 13 ]}

A partir de 2024, el estándar GQL se publicó como el lenguaje de consulta de grafos estándar bajo ISO/IEC 39075:2024. ^{[ 14 ]} La primera implementación de código abierto de un subconjunto del lenguaje ya está disponible. ^{[ 15 ] [ 16 ]} Además de la implementación, también se puede encontrar una formalización y leer la sintaxis del subconjunto específico de GQL. ^{[ 17 ]}

• Neo4j , una popular base de datos de grafos para el lenguaje de consulta Cypher.
• Base de datos de grafos : antecedentes, modelos de datos, componentes y proveedores para esta categoría de base de datos.
• SPARQL , un lenguaje de consulta declarativo estándar del W3C para consultar datos de grafos.
• Gremlin , otra forma de consultar datos de grafos
• GQL ( Lenguaje de consulta de grafos )
• consultas de ruta regulares , un lenguaje teórico que abstrae algunas características de los lenguajes de consulta de grafos
• AgensGraph , ^{[ 18 ] [ 19 ]} una base de datos de grafos multimodelo basada en PostgreSQL que admite sintaxis Cypher