Neo4j安装+Python操作Neo4j

一、Neo4j安装及服务启动

Neo4j 是目前最流行的图形数据库,支持完整的事务,图形数据库也就意味着它的数据并非保存在表或集合中,而是保存为节点以及节点之间的关系。图是由顶点(Vertex),边(Edge)和属性(Property)组成的,顶点和边都可以设置属性,顶点也称作节点,边也称作关系,每个节点和关系都可以有一个或多个属性。

1、Neo4j安装

[Windows平台安装] (https://www.cnblogs.com/ljhdo/archive/2017/05/19/5521577.html)
[Linux平台安装] (https://blog.csdn.net/qq_21383435/article/details/79557819)

2、启动配置

Neo4j应用程序有如下主要的目录结构:

bin/ -->Neo4j可执行程序
      cypher-shell    --> 操作Cypher的程序
      neo4j   --> 服务端程序
      neo4j-admin  -->管理工具,设置命令,数据恢复等功能。
      neo4j-backup  -->热备份工具(只有企业版支持)
      neo4j-import    -->数据导入导出工具
conf/  -->配置文件目录
      neo4j.conf   -->控制Neo4j启动的配置文件
data/  -->数据库文件目录
      databases/ 
             graph.db    -->核心数据库文件
plugins/ -->Neo4j的插件

neo4j.conf的常用配置参数如下

参数 描述
-dbms.active_database 数据库名字,默认graph.db
-dbms.directories.data 数据库路径(会自动补上databases)
-dbms.memory.heap.initial_size jvm初始堆内存
-dbms.memory.heap.max_size jvm最大堆内存
-dbms.memory.pagecache.size 类似缓存,越大越好
-dbms.connectors.default_listen_address 可以远程访问neo4j数据库的ip,0.0.0.0表示不限制

配置介绍
端口和日志介绍

3、服务开启与关闭

(1)Windows下配置
使用WIN+R运行cmd命令执行进入bin目录下执行

neo4j install-service  # 安装为服务
neo4j uninstall-service  # 卸载服务

执行如下命令开启、关闭、重启、状态查询

neo4j start
neo4j stop
neo4j restart
neo4j status

(2)Linux下配置
进入安装目录下,执行如下命令开启、关闭、重启、状态查询

neo4j start
neo4j stop
neo4j restart
neo4j status

4、打开Neo4j集成的浏览器

Neo4j服务器具有一个集成的浏览器,在一个运行的服务器实例上访问 “http://localhost:7474/”,打开浏览器,显示启动页面
默认的用户是neo4j,其默认的密码是:neo4j,第一次成功登陆到Neo4j服务器之后,需要重置密码。

二、py2neo安装

py2neo 是用来对接 Neo4j的 Python 库

pip install py2neo

官方文档

三、使用py2neo操作neo4j数据库

连接neo4j数据库

from py2neo import Graph,Node,Relationship
# 连接neo4j数据库,输入地址、用户名、密码
graph = Graph('http://localhost:7474',username='neo4j',password='test')

1、插入数据

创建了两个Node以及两者之间的Relationship。在这里有必要提一下,如果建立关系的时候,起始节点或者结束节点不存在,则在建立关系的同时建立这个节点。

# 可以一个一个创建
a = Node('Person',name='bubu')
graph.create(a)
b = Node('Person',name='kaka')
graph.create(b)
r = Relationship(a,'KNOWS',b)
graph.create(r)
'''
# 也可以一次性创建
s = a | b | r
graph.create(s)
'''

可以通过 setdefault() 方法赋值默认属性(当给location赋值了属性,则它会把默认的属性覆盖)

c = Node('City')
c.setdefault('location', '北京')

2、查询数据

(1)对Node的查询
方法一:使用CQL查询
直接也是最简单的方式,通过数据库语言进行寻找,不需要考虑python语法

# graph查询
graph.run("MATCH (n:leafCategory) RETURN n LIMIT 25").data()  # list型
graph.run("MATCH (n:leafCategory) RETURN n LIMIT 25").to_data_frame()  # dataframe型
graph.run("MATCH (n:leafCategory) RETURN n LIMIT 25").to_table()  # table

方法二:使用NodeMatcher查询
如果要查询单个节点的话,可以使用 first() 方法

from py2neo import NodeMatcher

matcher = NodeMatcher(graph)
matcher.match("Person", name="Kevin").first()
matcher.match(“Person”, name__not="Rick Astley").first()
描述 后缀 示例
表达相等 __exact matcher.match(“Person”, name__exact="Kevin Bacon")
表达不相等 __not matcher.match(“Person”, name__not="Rick Astley")
表达大于 __gt matcher.match(“Person”, born__gt=1985)
表达大于等于 __gte matcher.match(“Person”, born__gte=1965)
表达小于 __lt matcher.match(“Person”, born__lt=1965)
表达小于等于 __lte matcher.match(“Person”, born__lte=1965)
以XX开头 __startswith matcher.match(“Person”, name__startswith="Kevin")
以XX结尾 __endswith matcher.match(“Person”, name__endswith="Smith")
包含关系 __contains matcher.match(“Person”, name__contains="James")

另外也可以使用 NodeMatch.where()进行更复杂的查询,例如下面的查询是查出以Kevin开头的 Person Node(用了正则表达式匹配查询)

from py2neo import NodeMatcher

matcher = NodeMatcher(graph)
persons = matcher.match("Person").where("_.name =~ 'Kevin.*' ").order_by("_.name", "max(_.a, _.b)").limit(3)
print(list(persons))

通过len()方法,可统计查找到节点的个数

from py2neo import NodeMatcher

matcher = NodeMatcher(graph)
nodeNum= len(matcher.match("Person").where('_.name =~ "Kevin.*" '))
print(nodeNum)

(2)对Relationship的查询
方法一:使用CQL查询

方法二:使用RelationshipMatcher查询

from py2neo import RelationshipMatcher

relMatch = RelationshipMatcher(graph)
relList = list(relMatch.match())
for i in relList:
    print(i)    # 查找图数据库中所有关系

语法:match(nodes=None, r_type=None, **properties)
分别对应节点、关系名、属性

from py2neo import RelationshipMatcher

relMatch = RelationshipMatcher(graph)
relList = list(relMatch.match(r_type="女儿"))
for i in relList:
    print(i) 

附录
中文neo4j资源
CQL查询语言
py2neo官方文档

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,319评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,801评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,567评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,156评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,019评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,090评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,500评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,192评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,474评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,566评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,338评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,212评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,572评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,890评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,169评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,478评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,661评论 2 335

推荐阅读更多精彩内容

  • Swift1> Swift和OC的区别1.1> Swift没有地址/指针的概念1.2> 泛型1.3> 类型严谨 对...
    cosWriter阅读 11,067评论 1 32
  • 1. 简介 1.1 什么是 MyBatis ? MyBatis 是支持定制化 SQL、存储过程以及高级映射的优秀的...
    笨鸟慢飞阅读 5,398评论 0 4
  • ORA-00001: 违反唯一约束条件 (.) 错误说明:当在唯一索引所对应的列上键入重复值时,会触发此异常。 O...
    我想起个好名字阅读 4,968评论 0 9
  • 和你一起,四季如春。
    夏至菌阅读 186评论 1 1
  • 睡裙紧紧贴在身上恐怕会走光一样就连昨夜,悄悄藏在被子里的坏心思此刻,也被你压得干瘪以至于清晨,我只能依在门窗,偷偷...
    立黄昏阅读 1,037评论 79 68