栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Java

Neo4j的安装和使用

Java 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Neo4j的安装和使用

文章目录
      • 一、简介
      • 二、安装
        • 遇到的问题:无法远程访问 7474 端口
      • 三、使用
        • 1.创建一个人物节点
        • 2.继续来创建更多的人物节点,并分别命名
        • 3.创建地区节点
        • 4.接下来创建关系
        • 5.关系也可以增加属性
        • 6.接下来增加更多的关系
        • 7.然后,建立不同类型节点之间的关系-人物和地点的关系
        • 8.同样建立更多人的出生地
        • 9.至此,知识图谱的数据已经插入完毕,可以开始做查询了
        • 10.查询所有对外有关系的节点
        • 11.查询所有有关系的节点
        • 12.查询所有对外有关系的节点,以及关系类型
        • 13.查询所有有结婚关系的节点
        • 14.创建节点的时候就建好关系
        • 15.查找某人的朋友的朋友
        • 16.增加/修改节点的属性
        • 17.删除节点的属性
        • 18.删除节点
        • 19.删除有关系的节点
        • 20.清空数据库命令
        • 21.根据 id 属性查询节点
        • 22.根据 id 属性删除节点
      • 四、扩展
        • 1.导入文件
        • 2.展示全部节点信息
        • 3.同时运行多个语句
        • 4.自定义node大小
        • 5.关系中包含特殊字符

一、简介

  Neo4j是一个高性能的NOSQL图形数据库,它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎,但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎,该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下,而不是严格、静态的表中。但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。Neo4j因其嵌入式、高性能、轻量级等优势,越来越受到关注。

  现实中很多数据都是用图来表达的,比如社交网络中人与人的关系、地图数据、或是基因信息等等。RDBMS并不适合表达这类数据,而且由于海量数据的存在,让其显得捉襟见肘。NoSQL数据库的兴起,很好地解决了海量数据的存放问题,图数据库也是NoSQL的一个分支,相比于NoSQL中的其他分支,它很适合用来原生表达图结构的数据。

  通常来说,一个图数据库存储的结构就如同数据结构中的图,由顶点和边组成。

  Neo4j是图数据库中一个主要代表,其开源,且用Java实现(需安装JDK)。经过几年的发展,已经可以用于生产环境。其有两种运行方式,一种是服务的方式,对外提供REST接口;另外一种是嵌入式模式,数据以文件的形式存放在本地,可以直接对本地文件进行操作。

  Neo4j分三个版本:社区版(community)、高级版(advanced)和企业版(enterprise)。社区版是基础,本文主要对其作出介绍,它使用的是GPLv3协议,这意味着修改和使用其代码都需要开源,但是这是建立在软件分发的基础上,如果使用Neo4j作为服务提供,而不分发软件,则不需要开源。这实际上是GPL协议本身的缺陷。高级版和企业版建立在社区版的基础上,但多出一些高级特性。高级版包括一些高级监控特性,而企业版则包括在线备份、高可用集群以及高级监控特性。要注意它们使用了AGPLv3协议,也就是说,除非获得商业授权,否则无论以何种方式修改或者使用Neo4j,都需要开源。
 

二、安装

  安装好java 后,要下载 neo4j,下载地址:Windows 3.3.9 社区版、Linux 3.3.9 社区版。然后执行以下操作:

[root@hadoop100 ~]# tar -zxvf neo4j-community-3.3.9-unix.tar
[root@hadoop100 ~]# cd neo4j-community-3.3.9/
[root@node02 neo4j-community-3.3.9]# bin/neo4j start
Active database: graph.db
Directories in use:
  home:         /mnt/neo4j-community-3.3.9
  config:       /mnt/neo4j-community-3.3.9/conf
  logs:         /mnt/neo4j-community-3.3.9/logs
  plugins:      /mnt/neo4j-community-3.3.9/plugins
  import:       /mnt/neo4j-community-3.3.9/import
  data:         /mnt/neo4j-community-3.3.9/data
  certificates: /mnt/neo4j-community-3.3.9/certificates
  run:          /mnt/neo4j-community-3.3.9/run
Starting Neo4j.
Started neo4j (pid 62239). It is available at http://localhost:7474/
There may be a short delay until the server is ready.
See /mnt/neo4j-community-3.3.9/logs/neo4j.log for current status.

  启动成功后,访问 7474 端口:

遇到的问题:无法远程访问 7474 端口

  解决:参考:https://www.pianshen.com/article/81132039512/

[root@hadoop100 neo4j-community-3.3.9]# vim conf/neo4j.conf
# 修改如下配置为:
dbms.connector.http.listen_address=0.0.0.0:7474

  然后重启 neo4j,执行命令 bin/neo4j restart,但紧接着遇到如下问题:

  解决:参考官网:https://neo4j.com/developer/kb/explanation-of-error-websocket-connection-failure/

[root@hadoop100 neo4j-community-3.3.9]# vim conf/neo4j.conf
# 修改如下配置为:
dbms.connector.bolt.listen_address=0.0.0.0:7687

# 然后重启neo4j,执行命令 bin/neo4j restart
三、使用

来自:Neo4j 安装、使用教程

1.创建一个人物节点
CREATE (n:Person {name:'John'}) RETURN n

  CREATE 是创建操作,Person 是标签,代表节点的类型。花括号 {} 代表节点的属性,属性类似 Python 的字典。这条语句的含义就是创建一个标签为 Person 的节点,该节点具有一个 name 属性,属性值是 John。

2.继续来创建更多的人物节点,并分别命名
CREATE (n:Person {name:'Sally'}) RETURN n;
CREATE (n:Person {name:'Steve'}) RETURN n;
CREATE (n:Person {name:'Mike'}) RETURN n;
CREATE (n:Person {name:'Liz'}) RETURN n;
CREATE (n:Person {name:'Shawn'}) RETURN n;

3.创建地区节点
CREATE (n:Location {city:'Miami', state:'FL'});
CREATE (n:Location {city:'Boston', state:'MA'});
CREATE (n:Location {city:'Lynn', state:'MA'});
CREATE (n:Location {city:'Portland', state:'ME'});
CREATE (n:Location {city:'San Francisco', state:'CA'});


  如图所示,共有6个人物节点、5个地区节点,Neo4j 贴心地使用不同的颜色来表示不同类型的节点。

4.接下来创建关系
MATCH (a:Person {name:'Liz'}), 
      (b:Person {name:'Mike'}) 
MERGE (a)-[:FRIENDS]->(b)

  这里的方括号 [] 即为关系,FRIENDS 为关系的类型。注意这里的箭头 --> 是有方向的,表示是从 a 到 b 的关系。 如图,Liz 和 Mike 之间建立了 FRIENDS 关系,通过 Neo4j 的可视化很明显的可以看出:

5.关系也可以增加属性
MATCH (a:Person {name:'Shawn'}), 
      (b:Person {name:'Sally'}) 
MERGE (a)-[:FRIENDS {since:2001}]->(b)


  在关系中,同样的使用花括号 {} 来增加关系的属性,也是类似 Python 的字典,这里给 FRIENDS 关系增加了 since 属性,属性值为 2001,表示他们建立朋友关系的时间。

6.接下来增加更多的关系
MATCH (a:Person {name:'Shawn'}), (b:Person {name:'John'}) MERGE (a)-[:FRIENDS {since:2012}]->(b);
MATCH (a:Person {name:'Mike'}), (b:Person {name:'Shawn'}) MERGE (a)-[:FRIENDS {since:2006}]->(b);
MATCH (a:Person {name:'Sally'}), (b:Person {name:'Steve'}) MERGE (a)-[:FRIENDS {since:2006}]->(b);
MATCH (a:Person {name:'Liz'}), (b:Person {name:'John'}) MERGE (a)-[:MARRIED {since:1998}]->(b);

7.然后,建立不同类型节点之间的关系-人物和地点的关系
MATCH (a:Person {name:'John'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1978}]->(b)

8.同样建立更多人的出生地
MATCH (a:Person {name:'Liz'}), (b:Location {city:'Boston'}) MERGE (a)-[:BORN_IN {year:1981}]->(b);
MATCH (a:Person {name:'Mike'}), (b:Location {city:'San Francisco'}) MERGE (a)-[:BORN_IN {year:1960}]->(b);
MATCH (a:Person {name:'Shawn'}), (b:Location {city:'Miami'}) MERGE (a)-[:BORN_IN {year:1960}]->(b);
MATCH (a:Person {name:'Steve'}), (b:Location {city:'Lynn'}) MERGE (a)-[:BORN_IN {year:1970}]->(b);

9.至此,知识图谱的数据已经插入完毕,可以开始做查询了
# 我们查询下所有在Boston出生的人物
MATCH (a:Person)-[:BORN_IN]->(b:Location {city:'Boston'}) RETURN a,b

10.查询所有对外有关系的节点
MATCH (a)-->() RETURN a
# 注意:这里箭头的方向,返回结果不含任何地区节点,因为地区并没有指向其他节点(只是被指向)

11.查询所有有关系的节点
MATCH (a)--() RETURN a

12.查询所有对外有关系的节点,以及关系类型
MATCH (a)-[r]->() RETURN a.name, type(r)

13.查询所有有结婚关系的节点
MATCH (n)-[:MARRIED]-() RETURN n

14.创建节点的时候就建好关系
CREATE (a:Person {name:'Todd'})-[r:FRIENDS]->(b:Person {name:'Carlos'})

15.查找某人的朋友的朋友
MATCH (a:Person {name:'Mike'})-[r1:FRIENDS]-()-[r2:FRIENDS]-(friend_of_a_friend) RETURN friend_of_a_friend.name AS fofName

  返回 Mike 的朋友的朋友:

16.增加/修改节点的属性
MATCH (a:Person {name:'Liz'}) SET a.age=34;
MATCH (a:Person {name:'Shawn'}) SET a.age=32;
MATCH (a:Person {name:'John'}) SET a.age=44;
MATCH (a:Person {name:'Mike'}) SET a.age=25;
# 这里SET表示修改操作

17.删除节点的属性
MATCH (a:Person {name:'Mike'}) SET a.test='test'
MATCH (a:Person {name:'Mike'}) REMOVE a.test
# 删除属性操作主要通过 REMOVE
18.删除节点
MATCH (a:Location {city:'Portland'}) DELETe a
# 除节点操作是 DELETE
19.删除有关系的节点
MATCH (a:Person {name:'Todd'})-[rel]-(b:Person) DELETE a,b,rel
20.清空数据库命令
MATCH (n) DETACH DELETE n
# 这里,MATCH 是匹配操作,而小括号() 代表一个节点node(可理解为括号类似一个圆形),括号里面的n为标识符。

21.根据 id 属性查询节点
MATCH (r)
WHERe id(r) = 501
RETURN r
22.根据 id 属性删除节点
MATCH (r)
WHERe id(r) = 501
DELETE r
RETURN r
# 这个样例只删除该节点,要想删和这个节点与其他节点的关系,请看下个例子
MATCH (r)
WHERe id(r) = 501
DETACH DELETE r
RETURN r
四、扩展 1.导入文件

  在安装目录的 import 目录中放入你想要导入的文件。

  这里导入两个CSV,一个是人物名称,一个为人物关系。

vim import/test1.csv
孙悟空
猪八戒
唐僧
沙和尚
金角大王
银角大王

vim import/test2.csv
孙悟空,唐僧,徒弟
孙悟空,猪八戒,师兄
猪八戒,唐僧,徒弟
沙和尚,唐僧,徒弟
孙悟空,沙和尚,师兄
金角大王,银角大王,哥哥
孙悟空,金角大王,敌人

  执行导入命令:

LOAD CSV FROM "file:///test1.csv" as line 
CREATE (p:xiyouperson{name:line[0]})

LOAD CSV FROM "file:///test2.csv" as line 
CREATE (p:xiyourelation{name:line[0],to:line[1],relation:line[2]})


  添加单个对象关系:


  添加所有对象关系:

match (n:xiyouperson),(m:xiyourelation),(s:xiyouperson) 
where n.name=m.name  and s.name=m.to
create (n)-[:关系{relation:m.relation}]->(s)
return n.name,m.relation,s.name

2.展示全部节点信息

  我们有时候在生成较大的图谱时,会产生大量的节点以及与之关联的关系,可能会遇到 由于初始节点显示设置, 并非所有返回节点都被显示. 仅显示 300 个节点中的 300 个 的问题。解决的话修改如下设置

  原参数为300,100,1000,上述为自行设置,此时再执行 MATCH (n) RETURN n LIMIT 10000
 

3.同时运行多个语句

  一条一条的执行语句很费事,想一下执行多条语句,结果报错

  原来需要打开该设置才可以

4.自定义node大小

  在页面输入框里执行::style node.Person {diameter: 300px}

5.关系中包含特殊字符
MATCH (a:Person {name:'Liz'}), 
      (b:Person {name:'Mike'}) 
MERGE (a)-[:`a.FR and = b.IENDS`]->(b)
  • Neo4j官方连接:https://neo4j.com/
  • w3c教程:https://www.w3cschool.cn/neo4j/
  • Spring-Data-Neo4j:https://projects.spring.io/spring-data-neo4j/
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/979493.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号