Aller au contenu

Vos premières requêtes

Vous venez de charger un fichier DDI dans Neo4j. Et maintenant ?

Cette page vous montre comment explorer les données que vous venez de charger. Vous allez exécuter vos premières requêtes Cypher, voir les résultats et comprendre ce que chaque requête fait — étape par étape. Aucune expérience préalable en base de données n'est requise.

Que s'est-il passé lors du chargement ?

Quand ddigraph a chargé votre fichier DDI XML, il l'a transformé en graphe — un ensemble de nœuds (des choses) reliés par des relations (des liens entre les choses).

Imaginez ceci :

  • Un nœud ressemble à une ligne dans un tableur. Il représente une chose précise, comme une question, une variable ou un concept.
  • Une relation est une flèche qui relie deux nœuds. Elle indique comment ils sont liés (par exemple, « La question A appartient à l'instrument B »).

Pour un fichier DDI Codebook, ddigraph crée des nœuds comme :

Type de nœud Ce qu'il représente
Dataset Votre enquête ou étude
Variable Une colonne dans vos données (ex. : âge, revenu)
QuestionItem Une question d'enquête
ConceptScheme Un groupe de concepts liés
Concept Un sujet ou une idée précis
CodeList Une liste de choix de réponses
Category Un seul choix de réponse dans une liste

Ouvrir Neo4j Browser

Neo4j Browser est une interface web où vous pouvez exécuter des requêtes Cypher et voir les résultats sous forme de tableaux ou de graphes visuels.

  1. Ouvrez votre navigateur et allez à : http://localhost:7474
  2. Connectez-vous avec votre nom d'utilisateur et mot de passe Neo4j (par défaut : neo4j / password).
  3. Vous verrez une zone de texte en haut. C'est là que vous tapez vos requêtes.
  4. Appuyez sur Ctrl+Entrée (ou Cmd+Entrée sur Mac) pour exécuter une requête.

Vos 8 premières requêtes

1. Combien de nœuds y a-t-il dans le graphe ?

MATCH (n) RETURN count(n) AS total_noeuds

Ce que ça fait :

  • MATCH (n) — trouve tous les nœuds dans la base de données. La lettre n est juste un nom de variable (vous pouvez utiliser n'importe quelle lettre).
  • RETURN count(n) — les compte et retourne le nombre.
  • AS total_noeuds — donne un nom lisible à la colonne de résultat.

Ce que vous voyez : Un seul nombre — le total de tous les nœuds.

2. Quels types de nœuds existent ?

MATCH (n) RETURN labels(n) AS type, count(n) AS nombre
ORDER BY nombre DESC

Ce que ça fait :

  • labels(n) — obtient le « type » de chaque nœud (ex. : Variable, Question).
  • ORDER BY nombre DESC — trie avec les groupes les plus grands en premier.

Ce que vous voyez : Un tableau listant chaque type de nœud et combien il en existe.

3. Lister vos variables

MATCH (v:Variable)
RETURN v.name AS nom, v.label AS libelle
LIMIT 20

Ce que ça fait :

  • (v:Variable) — trouve uniquement les nœuds de type Variable. La partie :Variable est le filtre.
  • v.name et v.label — lit des propriétés spécifiques (comme des colonnes) de chaque nœud.
  • LIMIT 20 — retourne seulement les 20 premiers résultats.

Ce que vous voyez : Un tableau des noms de variables et leurs libellés.

4. Trouver une question par mot-clé

MATCH (q:QuestionItem)
WHERE toLower(q.question_text) CONTAINS 'age'
RETURN q.question_text AS question

Ce que ça fait :

  • WHERE — filtre les résultats, comme une condition de recherche.
  • toLower(...) — convertit le texte en minuscules pour que la recherche fonctionne quelle que soit la casse.
  • CONTAINS 'age' — garde uniquement les questions qui contiennent le mot « age ».

Ce que vous voyez : Toutes les questions dont le texte contient le mot « age ».

5. Voir ce à quoi une variable est connectée

MATCH (v:Variable {name: 'AGE'})-[r]->(autre)
RETURN type(r) AS relation, labels(autre) AS connecte_a, autre.name AS nom

Ce que ça fait :

  • {name: 'AGE'} — trouve la variable spécifique nommée AGE. Remplacez par n'importe quel nom de variable de vos données.
  • -[r]-> — suit toute relation sortante depuis cette variable. r capture la relation.
  • type(r) — obtient le nom de la relation (ex. : HAS_QUESTION, BELONGS_TO).

Ce que vous voyez : Tout ce à quoi la variable AGE est connectée, et comment.

6. Afficher le jeu de données et sa structure de premier niveau

MATCH (d:Dataset)-[r]->(enfant)
RETURN d.id AS dataset, type(r) AS lien, labels(enfant) AS type_enfant, enfant.name AS nom
LIMIT 30

Ce que ça fait :

  • Part du nœud Dataset (la racine de vos données).
  • Suit une étape vers l'extérieur pour montrer tout ce qui y est directement connecté.

Ce que vous voyez : Les enfants immédiats de votre dataset — ce qu'il contient au premier niveau.

7. Compter les choix de réponses dans les listes de codes

MATCH (cl:CodeList)-[:HAS_CATEGORY]->(cat:Category)
RETURN cl.name AS liste_codes, count(cat) AS nb_choix
ORDER BY nb_choix DESC
LIMIT 10

Ce que ça fait :

  • [:HAS_CATEGORY] — suit uniquement les relations de type HAS_CATEGORY.
  • Regroupe les résultats par liste de codes et compte combien de catégories chacune possède.

Ce que vous voyez : Vos listes de codes les plus longues (plus de choix de réponses) en tête.

8. Trouver toutes les questions liées à un concept

MATCH (c:Concept {label: 'Age'})<-[:ABOUT_CONCEPT]-(q:QuestionItem)
RETURN c.label AS concept, q.question_text AS question

Ce que ça fait :

  • Part d'un nœud Concept libellé « Age ».
  • Suit les relations ABOUT_CONCEPT en sens inverse (la flèche <- pointe à gauche) pour trouver les questions qui référencent ce concept.
  • Remplacez 'Age' par n'importe quel libellé de concept dans vos données.

Ce que vous voyez : Toutes les questions étiquetées avec un concept donné.

Et ensuite ?

Maintenant que vous pouvez explorer vos données, voici quelques bonnes prochaines étapes :

  • Modèle relationnel — voir la liste complète des types de nœuds et de relations dans votre graphe.
  • Backend Neo4j — en savoir plus sur la connexion et les requêtes Neo4j.
  • Référence CLI — toutes les commandes disponibles pour charger, purger et gérer vos données.
  • Glossaire — définitions en langage clair de tous les termes utilisés dans cette documentation.