neo4j图形数据库

一、下载

二、安装

1.需要配置java环境

2.配置neo4j系统变量  NEO4J_HOME -> C:\neo4j\neo4j-community-3.5.12

3.配置neo4j环境变量 Path中添加%NEO4J_HOME%\bin

4.验证是否安装成功

C:\Users\daiszhan>neo4j.bat console2019-11-07 03:08:25.943+0000 INFO ======== Neo4j 3.5.12 ========

2019-11-07 03:08:25.991+0000INFO Starting...2019-11-07 03:08:30.949+0000 INFO Bolt enabled on 127.0.0.1:7687.2019-11-07 03:08:33.013+0000INFO Started.2019-11-07 03:08:34.157+0000 INFO Remote interface available at http://localhost:7474/

5.通过访问http://localhost:7474   默认跳转到  http://localhost:7474/browser

默认用户名和密码为：neo4j，需要改自己的密码eagleeye

6.注册neo4j服务 C:\Users\daiszhan>neo4j install-service

三、开启服务

1.开启neo4j服务 C:\Users\daiszhan>neo4j start

2.关闭neo4j服务 C:\Users\daiszhan>neo4j stop

3.重启neo4j服务 C:\Users\daiszhan>neo4j restart

5.查看neo4j状态 C:\Users\daiszhan>neo4j status

四、安装python包

pip install py2neo

五、使用py2neo

1.添加节点

from py2neo importNode, Relationship, Graph, NodeMatcher, RelationshipMatcher## 新建图形

graph = Graph('http://localhost:7474', username='neo4j', password='eagleeye')## 新建节点

a = Node('label', name='a', id='0001', age=65, location='dalian') #第一个参数是类别，第二个参数是名字，可以有很多个参数名字

b = Node('label', name = 'b')

## 给节点添加/修改属性

a['age'] = 20## 绘制节点

graph.create(a)

graph.create(b)## 新建关系

r1 = Relationship(a, 'to', b, protocol = 'tcp') #a是开始节点，b是终止起点，to是二者关系类型，protocol是其他属性，可以有很多个其他属性

graph.create(r1)

## 给关系添加修改属性

r1['state'] = 'up'

## 输出节点, 关系

print(a)

(a:label {name='a',id='0001',age=65,lacation='dalian'})

print(r1)

(a)-[:to {protocol:"tcp"}]->(b)

## 对属性进行批量更新

data={age:21,location:'shanghai'}

a.update(data)

2.对节点的操作

## 新建图形

graph = Graph('http://localhost:7474', username='neo4j', password='eagleeye')## 新建节点

a = Node('label', name='a', id='0001', age=65, location='dalian')#返回节点的ID的哈希值

hash(a)#返回节点属性，没有就返回None

a[age]#设定节点属性值

a['type'] = 'ccc'

#删除节点属性,没有会报KeyError

del a['location']#返回节点属性的数量

len(a)#返回节点所有属性

dict(a)#返回一个生成器且只包含一个节点

walk(a)#返回节点的标签的集合

labels()#判断是否有这个标签

a.has_label(location)#给节点添加标签

a.add_label(test)#删除节点标签

a.remove_label(test)#清除所有标签

a.clear_labels()#添加多个标签

a.update_labels([test,test1])

3.对连接的操作

r1 = Relationship(a, 'to', b, protocol = 'tcp') #a是开始节点，b是终止起点，to是二者关系类型，protocol是其他属性，可以有很多个其他属性

graph.create(r1)#返回关系的hash值

hash(r1)#返回关系的属性值

r1['state']#设定关系的属性值

r1['state']='up'

#删除关系的属性值

del r1['state']#返回关系的属性值数目

len(r1)#以字典形式返回关系的所有属性

dict(r1)#返回一个生成器包含起始节点，关系，终止节点

walk(r1)#返回关系类型

r1.type()

4.子图

from py2neo importNode, Relationship

a= Node('Person', name='Alice')

b= Node('Person', name='Bob')

r= Relationship(a, 'KNOWS', b)

s= a | b |rprint(s)>>> ({(alice:Person {name:"Alice"}), (bob:Person {name:"Bob"})}, {(alice)-[:KNOWS]->(bob)})#获取所有的节点

s.nodes()#获取所有的关系

s.relationships()#取交集

s1=a|b|r

s2=a|bprint(s1&s2)>>> ({(alice:Person {name:"Alice"}), (bob:Person {name:"Bob"})}, {})print(s.keys())>>> frozenset({'name'})print(s.labels())>>> frozenset({'Person'})print(s.nodes())>>>frozenset({(alice:Person {name:"Alice"}), (bob:Person >>> >>> >>> {name:"Bob"})})print(s.relationships())>>> frozenset({(alice)-[:KNOWS]->(bob)})print(s.types())>>> frozenset({'KNOWS'})print(order(s))>>> 2

print(size(s))>>> 1

#子图拥有的属性

subgraph | other |… 子图的并

subgraph& other &… 子图的交

subgraph- other -… 子图的差

subgraph^ other ^… 子图对称差

subgraph.keys() 返回子图节点和关系所有属性的集合

subgraph.labels() 返回节点label的集合

subgraph.nodes() 返回所有节点的集合

subgraph.relationships() 返回所有关系的集合

subgraph.types() 返回所有关系的type的集合

order(subgraph) 返回子图节点的数目

size(subgraph) 返回子图关系的数目

5.遍历

from py2neo importNode, Relationship

a= Node('Person', name='Alice')

b= Node('Person', name='Bob')

c= Node('Person', name='Mike')

ab= Relationship(a, "KNOWS", b)

ac= Relationship(a, "KNOWS", c)

w= ab + Relationship(b, "LIKES", c) +acprint(w)>>> (alice)-[:KNOWS]->(bob)-[:LIKES]->(mike)

from py2neo importwalkfor item inwalk(w):print(item)#从 a 这个 Node 开始遍历，然后到 b，再到 c，最后重新回到 a

>>>(alice:Person {name:"Alice"})

(alice)-[:KNOWS]->(bob)

(bob:Person {name:"Bob"})

(bob)-[:LIKES]->(mike)

(mike:Person {name:"Mike"})

(alice)-[:KNOWS]->(mike)

(alice:Person {name:"Alice"})print(w.start_node()) #获取起始节点

>>> (alice:Person {name:"Alice"})print(w.end_node()) #获取终止节点

>>> (alice:Person {name:"Alice"})print(w.nodes()) #所有节点的元祖

>>> ((alice:Person {name:"Alice"}), (bob:Person {name:"Bob"}), (mike:Person {name:"Mike"}), (alice:Person {name:"Alice"}))print(w.relationships()) #所有关系的元祖

>>> ((alice)-[:KNOWS]->(bob), (bob)-[:LIKES]->(mike), (alice)-[:KNOWS]->(mike))

6.查询

6.1 传统方式

graph =Graph()#其中的数字对应的是节点，ID#这个ID不按顺序来的，要注意

graph.nodes[1234]

graph.nodes.get(1234)

6.2 match方式

test_graph.data("MATCH (a:Person {name:'You'}) RETURN a")>>> [{'a': (c7d1cb9:Person {name:"You"})}]

list(test_graph.run("MATCH (a:Person {name:'You'}) RETURN a"))>>>[('a': (c7d1cb9:Person {name:"You"}))]

test_graph.run("MATCH (a:Person {name:'You'}) RETURN a").data()>>>[{'a': (c7d1cb9:Person {name:"You"})}]#查询关系

test_graph.run("MATCH (a:Person {name:'You'})-[b:FRIEND]->(c:Person {name:'Johan'} ) RETURN a,b,c")#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

6.3 find方式

#节点个数

len(graph.nodes)

len(graph.nodes.match("leafCategory")) #某类别的节点个数

#查找全部, 可根据label、property_key、property_value、limit查找

graph=test_graph.find(label='Person')for node ingraph:print(node)>>>(b54ad74:Person {age:18,name:"Johan"})

(b1d7b9d:Person {name:"Rajesh"})

(cf7fe65:Person {name:"Anna"})

(d780197:Person {name:"Julia"})#查找单节点， 可根据label、property_key、property_value查找

test_graph.find_one(label='Person',property_key='name',property_value='You')>>> (c7d1cb9:Person {name:"You"})#该节点是否存在

test_graph.exists(graph.nodes[1234])

6.4 NodeMatcher方式(py2neoV4适用)

test_graph = Graph(password='123456')

selector=NodeMatcher(test_graph)#selector = NodeSelector(test_graph) 适用py2neoV3

list(selector.select("Person", name="Anna"))#筛选 age 为 21 的 Person Node

list(selector.select("Person").where("_.name =~ 'J.*'", "1960 <= _.born < 1970"))#排序功能

persons = list(selector.select('Person').order_by('_.age'))#主要方法

first()返回单个节点

limit(amount)返回底部节点的限值条数

skip(amount)返回顶部节点的限值条数

order_by(*fields)排序

where(*conditions, **properties)筛选条件

6.5 match()或match_one()

for rel in test_graph.match(start_node=node3, rel_type="FRIEND"):print(rel.end_node()["name"])>>>Johan

Julia

Andrew#match_one

test_graph.match_one(start_node=node3, rel_type="FRIEND")>>> (c7d1cb9)-[:FRIEND]->(b54ad74)

7.更新

## push的用法

node = test_graph.find_one(label='Person')

node['age'] = 18test_graph.push(node)print(test_graph.find_one(label='Person'))>>> (b54ad74:Person {age:18,name:"Johan"})## update() 方法## setdefault()方法## 直接赋值法，会覆盖原有的

8.删除

delete(subgraph) 删除节点、关系或子图

delete_all() 删除数据库所有的节点和关系from py2neo importGraph

graph= Graph(password='123456')

node= graph.find_one(label='Person')

relationship= graph.match_one(rel_type='KNOWS')

graph.delete(relationship)

graph.delete(node)#在删除 Node 时必须先删除其对应的 Relationship，否则无法删除 Node。