neo4j 初探

neo4j 初探

参考 转载:http://shomy.top/2018/06/08/neo4j-start/

近期需要处理图数据，考察后打算使用neo4j, 相比其他一些图数据库，neo4j开源，跨平台，接口友好，文档齐全，完整支持ACID。 首先放一张网上的图片，关系型数据库与图数据库存储网络数据的差异:

初次接触neo4j 踩了不少坑，这里记录一下。

关于如何安装Neo4j和使用web ui进行查询操作就不再赘述。

Cypher基本操作

相比关系型数据库的SQL查询语言，Neo4j的查询语言为Cypher，语法更加友好，更适合图数据做查询操作。

概念

首先介绍在图数据里面几个概念:

• 节点(Node): 使用小括号表示(n)表示n这个节点，同时一般都会赋予节点某个标签(Label), 等同于关系书库里面的表名。比如(n: Person)表示n是一个Person类的节点，当然一个节点可以同时有多个label.
• 关系(Relation)：关系使用中括号表示[r:Knows]表示r是Knows这种关系。两个节点的关系用--表示，如果有方向的话，加个箭头即可。如(a)-[r:Knowns]->(b)表示节点a和b之间有r关系，其中Knowns为r的类型
• 属性(Property): 节点和关系都可以附带属性，这个也是图数据库的优势，储存属性非常方便，直接用key-value表示即可。比如(n:Person{name:"John"})表示一个含有属性name值为John节点n。同样关系也可以有属性:**[r:Knows]{year: 2018}**表示为r赋予一个year属性。

关键字

几个常用的关键字介绍:

• MATCH: 表示查询，是读数据库操作。比如查属于Person的节点:MATCH (n:Person)，查找姓名为“John”的节点:MATCH (n:Person){name: "John"}或者使用where语句:MATCH (n:Person) WHERE n.name="John"。当然这里面很多语法可以使用，比如正则匹配等，这里就不再赘述了。当然在实际使用中，MATCH不能单独使用，需要结合RETURN。

• CREATE: 表示创建，可以新增节点，关系，索引，约束等等，是一种写操作。比如CREATE (n:Person{name:"Ana"})表示创建一个name为“Ana”的Person类的节点。在创建的同时可以设置属性:CREATE (n:Person{name:"Ana"}) set n.age=20。同样在某个属性上创建索引:CREATE INDEX ON :Person(name)，这里需要提一下，尽量所有的Label都设置索引或者UNIQUE约束，在后续的读操作比如MATCH会大大提高性能(创建索引可以在导入节点之前执行)。

• DELETE: 表示删除节点，关系等，也是写操作。一般需要结合MATCH匹配查询要删除的节点。MATCH (n:Person) DELETE n。如果在删除有关系的节点，这样删除会报错，可以先删除边MATCH (n:Person)-[r:KNOWS]->() DELETE r再删除节点。不过更推荐使用DETACH DELETE来级联删除，MATCH (n:Person) DETACH DELETE n可以同时删除节点及节点的关系。

• MERGE：合并节点或者关系，属于先读后写操作，相当于MATCH + CREATE，先检查数据库中节点/关系是否存在，如果存在的话就不再创建，反之执行CREATE。如:

  MERGE(a:Person{name:“John”}) on create set a.age=20 //创建节点，先检测是否存在
  
  
  

  // 给节点a,b建立关系，如果a,b已经存在，就无需新建。

  MATCH (a:Person{name:“John”}),
  
  
  

  (b:Person{name:“Ana”}) MERGE (a)-[:KNOWS]->(b)
  
  
  

  ​

这几个只是最基本的操作，在复杂查询中，会用到诸如WITH, UNWIND等命令。这里不再详细描述。

注意事项

• 节点名称与节点Label的定义容易混乱。比如CREATE (n:Person)创建了一个属于Person的节点n。这里的n仅仅属于一个变量名，跟节点本身没有关系，命令执行结束，n的生命周期也就结束了，而Person则是节点本身的Label，会一直存在。
• 索引一定要建立(建立在某类的节点上当中),例如:CREATE INDEX ON :Person(id)

快捷键

关于Neo4j浏览器的初次使用有几个快捷键:

• 默认单行输入，按回车执行命令
• 输入一行命令之后，按SHIFT + ENTER进入多行输入状态(也就是之后不用在多次按住shift+enter)
• 在多行输入时，CTRL + ENTER执行命令
• **ESC可以放大输入框至屏幕大小，复杂查询的时候，很方便**。

内存配置

关于内存配置的几个参数内存配置:

• dbms.memory.heap.initial_size
• dbms.memory.heap.max_size
• dbms.memory.pagecache.size pagecache(页面缓存)
• 可以使用neo4j-admin memrec来根据当前数据库数据，查看推荐的内存配置(memory recommend) 分别取前三位

bin/neo4j-admin memrec --database=graph.db

file:///

就是用file:///加上对应文件的地址，打开对应的本地电脑（或者你所连接到的电脑的 ->估计指的是像windows中映射出来其他网络邻居中某个计算机为某个网盘的情况）中对应的文件。

用file:///+文件的地址，其实就等价于文件的地址,

即：

file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter1627300719/supfiles52F410/wangdan-se-436963[2].jpg

其实就等价于;

C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter1627300719/supfiles52F410/wangdan-se-436963[2].jpg

使得（此处Html源码中所允许的地址，对应的WLW程序）可以访问对应的文件而已。

neo4j load csv导入问题

导入node时一般用create语句，导入关系时一般用merge语句，防止重复导入

WITH HEADERS表明csv文件的第一行是属性名。

neo4j的节点与标签关系:

MERGE (<node-name>:<label-name>
{
   <Property1-name>:<Pro<rty1-Value>
   .....
   <Propertyn-name>:<Propertyn-Value>
})

节点模式的构成：(Variable:Lable1:Lable2{Key1:Value1,Key2,Value2})，实际上，每个节点都有一个整数ID，在创建新的节点时，Neo4j自动为节点设置ID值，在整个数据库中，节点的ID值是递增的和唯一的。

导入数据

这一部分主要记录下如何将图数据从文件中导入库，常见的格式为CSV和JSON格式。

导入CSV 格式数据

Neo4j内置了命令来导入CSV数据：使用方法也很简单。假设CSV格式如下:

"Id","Name","Year"
"1","ABBA","1992"
"2","Roxette","1986"
"3","Europe","1979"
"4","The Cardigans","1992"

直接使用如下命令导入并直接引用headers来表示属性并创建节点:

#WITH HEADERS 表示的是使用csv文件当中第一行的属性名,为之后的key:value映射做准备.(很重要)
LOAD CSV WITH HEADERS FROM 'FILE:/artists.csv' AS line
#可以没有节点名,直接:标签名
CREATE (:Artist { name: line.Name, year: toInteger(line.Year)})

注意事项:

• 分隔符默认是,, 可以用FIELDTERMINATOR自定义分隔符:LOAD CSV WITH HEADERS FROM ‘FILE:/artists.csv’ AS line FIELDTERMINATOR “;”
• 文件位置: 可以直接使用URL地址作为文件位置，如果是本地文件的话，直接使用“FILE:”表明，文件的位置是相对位置，在配置文件neo4j.conf中的dbms.directories.import参数可以指定，默认是neo4j安装目录下的import文件夹，将CSV文件放到该目录下即可。
• 对于大规模数据，如果一次性导入可能会超内存，此时可以用PERIODIC COMMIT来分批提交导入数据，默认是1000行提交一次，具体如下:

#PERIODIC:代表的是周期性的,commit:提交
USING PERIODIC COMMIT 500
LOAD CSV WITH HEADERS FROM...
....

• 文本内容存在"的字段需要特殊处理

一般使用:

field terminated by ','

optionally enclosed by '"'

lines terminated by '\r'

导入JSON格式数据

图数据里面更常见的则是JSON数据， 假设数据格式如下：

[
    {
    "id":1, "friends":[2,3], "name": "Bob", "age": 27,
    "book":[{"name":"book1", "year":2000}, {"name":"book3", "year":1990}]
    },
    {
    "id":2, "friends":[1], "name": "Alice", "age": 29,
    "book":[{"name":"book1", "year":2000}, {"name":"book2", "year":1999}]
    },
    {
    "id":3, "friends":[2], "name": "John", "age": 20,
    "book":[{"name":"book3", "year":1990}]
    }
]

​ 列表中每一个map都代表一个User, 其属性有id,name,age; 同时friends字段表示朋友关系，book字段表示读过某本书。 现在我们需要创建 Person 和 Book两类节点，同时Person和Book 之间有READ关系。

APOC

实际上就是一个用户过程存储库300+函数)

a package of component :组件包

变为

awesome procedure on cypher:超级棒的存储过程

Neo4j 并没有内置直接导入Json的函数，不过在Neo3.3版本之后，推出了一个函数存储包APOC，里面包含了非常丰富的函数和存储过程，如各种图计算算法，是Cypher的有力补充，其中就包含了从Json中导入数据。安装APOC很简单，只需要三步:

• 从github中下载与Neo4j对应版本的APOCjar包
• 将jar包拷贝到neo4j安装目录的plugins目录下
• 在配置文件neo4j.conf中加入一行允许APOC导入文件:apoc.import.file.enabled=true
• 重启Neo4j即可

在Neo4j浏览器中，输入return apoc.version()即可查看版本号

此外我们可以看到apoc支持导入非常多格式的数据：

导入方式很简单，我们要创建两类节点，首先创建索引，方便后续导入。

CREATE INDEX ON :Person(id)
#不能一起创建索引,需要分开分步执行.
CREATE INDEX ON :Book(name)

否则会报错:

Neo.ClientError.Statement.SyntaxError: Invalid input 'C': expected whitespace, comment, ';' or end of input (line 2, column 1 (offset: 28))
"CREATE INDEX ON :Book(name)"

导入代码如下:

// YIELD关键字表示每次导入json数据中的一组数据，即`[...]`中的每一个`{}`, 这里的person.json是系统绝对路径
CALL apoc.load.json("file:///D:/neo4j-community-3.4.0/import/person.json") YIELD value as person    //这个最好是绝对路径,否则会报错.(重点注意)
// 需要对book属性进行列表展开，后续建立Person和Book关系的时候，需要用。
UNWIND person.book as book
// 创建Person节点
MERGE (p:Person{id:person.id})
SET p.name=person.name, p.age=person.age, p.friends=person.friends
//创建book节点
MERGE (b:Book{name:book.name})
SET b.year=book.year
//建立person->book关系
MERGE (p)-[:READ]->(b)

然后再根据已有的friends导入Friend关系:

//对每一个 person遍历
MATCH (p:Person)
// 对p的friends进行列表展开，
UNWIND p.friends as f
// 根据id搜索Person节点
MATCH (q:Person{id:f})
// 建立关系
MERGE (p)-[:Friend]-(q)

执行完成之后，可视化看一下 ，:

neo4j浏览器界面说明

• 左侧(看上图就可以)是数据库的基本信息:包括节点标签,连接类型,*代表全部情况(各个类型的全部情况),属性,当前连接者,neoj数据库版本信息:

• 第一行:(*)6:代表节点的总个数;person(3):代表person类节点的个数是3,

• 第二行:(*)8代表连接数的总个数,Friend(3)是friend连接类型的边数有三个,后面以此类推

• 上图左侧五角星那项是专门用来 保存一些基本和自定义的脚本代码–cypher语句(在右侧左上角点击收藏之后刷新就会看到),便于加快速度,可以分类,添加的话可以拖拽相关类型文件添加.

• 类似书本那项则是关于neo4j的说明文档,cypher语句的技术手册.

• 红云朵那项则是用来云同步的(可选项,)可以清除当前登录信息.clear all data

• 左侧齿轮状选项则是用来设置neo4j的浏览器界面的(有主题,和显示结果的个数设置)
• 左侧最下角的是关于neo4j的版本信息

​ 到这里导入基本完成了，不过还有一点问题，暂时没有解决，使用UNWIND person.book as book的时候，如果某个节点没有book这个一个属性，那么后续代码将不再执行，即该Person节点不会创建。但是如果将UNWIND放到创建Person之后，建立的READ关系会有问题，还在查找原因。

参考资源

• 官方文档
• APOC
• Neo4j应用