1.图数据库安装与配置

1.1安装与配置

配置path = %NEO4J_HOME%\bin
 
启动命令:neo4j console
 

1.2权限管理

:server change-password 修改密码
 
:server user list 可视化界面管理用户权限
 
:server disconnect 退出当前用户

2.从csv导入数据

(1)停掉服务
 
(2)删除 graph.db 目录
 
(3)报错,解决办法:将bin/neo4j-import.ps1文件的相对路径改为绝对路径
 
(4)准备CSV文件。举例如下,记录为电影,明星 以及其中存在的一个扮演角色关系。CSV格式为:
 
movies.csv
movieId:ID,title,year:int,:LABEL
tt0133093,"The Matrix",1999,Movie
tt0234215,"The Matrix Reloaded",2003,Movie;Sequel
tt0242653,"The Matrix Revolutions",2003,Movie;Sequel
 
actors.csv
personId:ID,name,:LABEL
keanu,"Keanu Reeves",Actor
laurence,"Laurence Fishburne",Actor
carrieanne,"Carrie-Anne Moss",Actor
 
roles.csv
:START_ID,role,:END_ID,:TYPE
keanu,"Neo",tt0133093,ACTED_IN
keanu,"Neo",tt0234215,ACTED_IN
keanu,"Neo",tt0242653,ACTED_IN
laurence,"Morpheus",tt0133093,ACTED_IN
laurence,"Morpheus",tt0234215,ACTED_IN
laurence,"Morpheus",tt0242653,ACTED_IN
carrieanne,"Trinity",tt0133093,ACTED_IN
carrieanne,"Trinity",tt0234215,ACTED_IN
carrieanne,"Trinity",tt0242653,ACTED_IN
 
(5) 导入命令:neo4j-import --into graph.db --nodes <节点1.csv> --nodes <节点2.csv> --relationships <关系.csv>
 

3.常见的CQL命令

以Movie、Actors、Roles 为例,图形如下:

 

3.1查询

  • 查询整个图形
match(n) return n
 
  • 查询year小于2000的电影
match (n)
where n.year < 2000
return n
 
  • 查询带有movie标签的节点
match(n:Movie)
return n
 
  • 查询名字叫Keanu Reeves的演员
match (n{name:'Keanu Reeves'})
return n
 
  • 查询与带Movie标签的节点相关的所有节点
match(n) -- (m:Movie)
return n
 
  • 查询“Keanu Reeves”所有参演过的电影
match (n) -[r:ACTED_IN]-> (m:Movie)
where n.name = 'Keanu Reeves'
return m
 
match (n{name:'Keanu Reeves'}) -[r:ACTED_IN]-> (m:Movie)
return m
 
  • 查询与“Keanu Reeves”同演过的人
match (a) -[:ACTED_IN]->(m)<-[:ACTED_IN]- (b)
return distinct b
 

3.2.创建

  • 增加拍摄于2010年名叫“super man”的电影
create (n:Movie{title:'super man',year:2010})
return n
 
  • 增加名叫“Jone”的演员
create (n:Actor{name:'Jone'})
return n
 
  • 增加“Jone”和“super man”之间类型为ACTED_IN的关系
match (a{name:'Jone'}),(b{name:'super man'})
create (a) -[r:ACTED_IN]->(b)
return r

3.3更新

  • 给“Jone”增加属性age = 40
match(n{name:'Jone'})
set n.age = 40
return n
 
  • 给“super man”增加description = “Hot”
match(n{name:'super man'})
set n.description = 'Hot'
return n
 
  • 给“Jone”和“super man”之间的关系增加description=“first”
match (a{name:'Jone'})-[r]->(b{name:'super man'})
set r.description = 'first'
return r

3.4删除

  • 删除id不同,名字相同的重复的演员实体
match (a:Actor),(b:Actor)
where id(a) <> id(b) and a.name = b.name
delete b
return b

3.5函数

  • 查询name=“Jone”的节点的ID
match (n{name:'Jone'})
return id(n)
 
  • 查询“Jone”和“super man”之间关系类型
match (a{name:'Jone'})-[r]->(b{name:'super man'})
return type(r)
 
  • 查询name=“Jone”的节点的所有属性名
match (n{name:'Jone'})
return keys(n)
 
  • 查询name=“Jone”的节点的所有属性名及值
match (n{name:'Jone'})
return properties(n)
 
  • 统计带标签“Movie”的节点数量
match (n:Movie)
with count(*) as f
return f
 
  • 给所有节点增加时间戳
match (n)
set n.timestamp = timestamp()
 

3.6路径

  • 查询与“Keanu Reeves”距离1-3度的节点
match (n{name:'Keanu Reeves'}) -[*1..3]- (m)
return m
 
  • 查询“Laurence Fishburne”和“Keanu Reeves”的最短路径
match p = shortestPath ((a{name:'Laurence Fishburne'})-[*]-(b{name:'Keanu Reeves'}))
return p

4.Python实现neo4j的访问

from py2neo import Database, Graph, Node, Relationship

# 建立连接
db = Database("http://127.0.0.1:7474")
graph = Graph("bolt://127.0.0.1:7687", username="neo4j", password="") try:
for node in graph.nodes:
print(node)
except:
print("key error!") # 匹配
n = graph.nodes.match("Keanu Reeves")
for i in n:
print(i)
try:
for r in graph.relationships:
print(r)
except:
print("key error!") # 提交任务
tx = graph.begin()
a = Node("Actor", name="张鹤伦")
tx.create(a)
b = Node("Actor", name="杨九郎")
ab = Relationship(a, "师兄弟", b)
tx.create(ab)
tx.commit() # 判断是否存在
isExists = graph.exists(ab)
print("is Exists=" + str(isExists)) # 执行CQL命令
graph.run('create(p:Actor{name:"周九良"})')
ans = graph.run('match(p:Actor) return p.name,p.born').to_ndarray()
print(ans)
参考资料:
 
 
 
 

5分钟了解图数据库Neo4j的使用的更多相关文章

  1. 10分钟上手图数据库Neo4j

    随着互联网不断的发展,传统的关系型数据库如oracle,mysql已经难以支撑现下大数据量,高并发的场景了.于是,NoSQL横空出世,有像cassandra这样的column-based,像Mongo ...

  2. 开源软件:NoSql数据库 - 图数据库 Neo4j

    转载自原文地址:http://www.cnblogs.com/loveis715/p/5277051.html 最近我在用图形数据库来完成对一个初创项目的支持.在使用过程中觉得这种图形数据库实际上挺有 ...

  3. 图数据库Neo4j简介

    图数据库Neo4j简介 转自: 图形数据库Neo4J简介 - loveis715 - 博客园https://www.cnblogs.com/loveis715/p/5277051.html 最近我在用 ...

  4. 基于Java图片数据库Neo4j 3.0.0发布 全新的内部架构

    基于Java图片数据库Neo4j 3.0.0发布 全新的内部架构 Neo4j 3.0.0 正式发布,这是 Neo4j 3.0 系列的第一个版本.此版本对内部架构进行了全新的设计;提供给开发者更强大的生 ...

  5. 图数据库Neo4j

    官网下载:https://neo4j.com/download/ 图数据库Neo4j入门:https://blog.csdn.net/gobitan/article/details/68929118 ...

  6. 主流图数据库Neo4J、ArangoDB、OrientDB综合对比:架构分析

    主流图数据库Neo4J.ArangoDB.OrientDB综合对比:架构分析 YOTOY 关注 0.4 2017.06.15 15:11* 字数 3733 阅读 16430评论 2喜欢 18 1: 本 ...

  7. Hello World 之Spring Boot 调用图数据库Neo4j

    明日歌 [清]钱鹤滩 明日复明日,明日何其多! 我生待明日,万事成蹉跎 1. 图数据库Neo4j之爱的初体验 ----与君初相识,犹似故人归 在如今大数据(big data)横行的时代,传统的关系型数 ...

  8. 第一款支持容器和云部署的开源数据库Neo4j 3.0

    导读 Neo4j 3.0.0 正式发布,这是 Neo4j 3.0 系列的第一个版本.此版本对内部架构进行了全新的设计:提供给开发者更强大的生产力:提供更广阔的部署选择.Neo4j 3.0 被认为是世界 ...

  9. 十分钟学会mysql数据库操作

    Part1:写在最前 MySQL安装的方式有三种: ①rpm包安装 ②二进制包安装 ③源码安装 这里我们推荐二进制包安装,无论从安装速度还是用于生产库安装环境来说,都是没问题的.现在生产库一般采用My ...

随机推荐

  1. Hibernate的CRUD配置及简单使用

    参考博客:https://blog.csdn.net/qq_38977097/article/details/81326503 1.首先是jar包,可以在官网下载. 或者点击下面链接下载 链接:htt ...

  2. 一键生成 dao service serverImpl controller 层

    package com.nf147.policy_publishing_platform.util.auto; import java.io.File; import java.io.FileWrit ...

  3. 初识 MQTT——IBM

    为什么 MQTT 是最适合物联网的网络协议  官方网址: http://mqtt.org/ Michael Yuan2017 年 6 月 14 日发布 WeiboGoogle+用电子邮件发送本页面 0 ...

  4. Pandas中DataFrame数据合并、连接(concat、merge、join)之join

    pandas.DataFrame.join 自己弄了很久,一看官网.感觉自己宛如智障.不要脸了,直接抄 DataFrame.join(other, on=None, how='left', lsuff ...

  5. mongodb多条件分页查询的三种方法(转)

    一.使用limit和skip进行分页查询 public List<User> pageList(int pageNum ,int pageSize){ List<User> u ...

  6. AJAX 请求完成时执行函数。Ajax 事件。

    ajaxComplete(callback) 概述 AJAX 请求完成时执行函数.Ajax 事件. XMLHttpRequest 对象和设置作为参数传递给回调函数.大理石直角尺 参数 callback ...

  7. Spring——代理工厂实现增强

    借助Spring IOC的机制,为ProxyFactory代理工厂的属性实现依赖注入,这样做的优点是可配置型高,易用性好. 1.创建抽象主题 public interface ProService { ...

  8. Jmeter(九)参数化

    参数化是自动化测试脚本的一种常用技巧.简单来说,参数化的一般用法就是将脚本中的某些输入使用参数来代替,在脚本运行时指定参数的取值范围和规则: 这样,脚本在运行时就可以根据需要选取不同的参数值作为输入. ...

  9. fatal error C1189: #error: "Oops: min() and/or max() are defined as preprocessor macros. Define NOMINMAX macro before including any system headers!"

    1.问题描述 vs2015 使用pg数据库的C++库文件4.0.1版本libpqxx.dll,包含头文件#include "pqxx\pqxx" 出现这个错误: fatal err ...

  10. Python - 工具:将大图切片成小图,将小图组合成大图

    训练keras时遇到了一个问题,就是内存不足,将 .fit 改成 .fit_generator以后还是放不下一张图(我的图片是8192×8192的大图==64M).于是解决方法是将大图切成小图,把小图 ...