批量数据导入Neo4j的方式

WHYBIGDATA

发布于 2023-01-31 14:40:59

2.2K0

发布于 2023-01-31 14:40:59

文章被收录于专栏：WHYBIGDATA公众号同步文章

批量数据导入Neo4j的方式

1、写在前面
2、前置芝士
3、CSV数据导入Neo4j
- 3.1 LOAD CSV Cypher命令
- 3.2 neo4j-admin命令
- 3.3 Kettle导入工具
4、数据导入失败
5、参考资料

1、写在前面

Linux版本：Ubuntu Kylin 16.04
Neo4j版本：Neo4j-3.2.7

2、前置芝士

最常见的数据格式之一是平面文件上的行和列。这种电子表格格式被用于各种关系型数据库的导入和导出，所以用这种方式检索现有数据是很容易的。很明显，CSV格式就是这种类型。

Cypher中的LOAD CSV命令允许我们指定一个文件路径、是否有头文件、不同的值定界符，以及Cypher语句，以便我们在图形中对这些表格数据进行建模。

进入Neo4j安装目录，并且进入到conf目录中，查看neo4j.conf配置文件

zhangsan@node01:~$ cd /usr/local/neo4j-3.5.12/conf/
zhangsan@node01:/usr/local/neo4j-3.5.12/conf$ ll
总用量 24
drwxr-xr-x  2 lbj lbj  4096 11月 24 06:38 ./
drwxr-xr-x 12 lbj lbj  4096 11月 24 06:32 ../
-rw-r--r--  1 lbj lbj 15918 10月 18 04:21 neo4j.conf

neo4j.conf配置文件中的dbms.directories.import参数是关于load data的文件路径的设置，默认是在Neo4j安装目录下的import目录，删除/注释掉dbms.directories.import=import这一行，即可使用自定义路径导入数据到Neo4j

# This setting constrains all `LOAD CSV` import files to be under the `import` directory. Remove or comment it out to
# allow files to be loaded from anywhere in the filesystem; this introduces possible security problems. See the
# `LOAD CSV` section of the manual for details.
dbms.directories.import=import

3、CSV数据导入Neo4j

3.1 LOAD CSV Cypher命令

LOAD CSV Cypher命令：该命令是一个很好的导入数据方式，可以处理中小尺寸的数据集（最多1000万条记录）。可用于任何设置，包括AuraDB。

LOAD CSV可以处理本地和远程文件，每一种都有一些相关的语法。

本地文件可以在文件名前使用file:///的前缀来加载。

因为AuraDB是基于云(Cloud)的，所以这种本地文件的方法不能用于AuraDB，只能用于本地安装。

CSV文件不带有header

USING PERIODIC COMMIT 200 LOAD CSV FROM 'file:///tb_books.csv' AS line
merge (b1:books1{id:line[0],type:line[1],name:line[2],author:line[3],price:line[4]})

CSV文件首行是header信息

USING PERIODIC COMMIT 200 LOAD CSV WITH HEADERS FROM 'file:///tb_books.csv' AS line
merge (b1:books1{id:line[0],type:line[1],name:line[2],author:line[3],price:line[4]})

USING PERIODIC COMMIT之后的参数：指定一次导入数据的上限是多少

关于csv格式数据导入的重要说明

所有来自CSV文件的数据都是以字符串形式读取的，所以你需要使用toInteger(), toFloat(), split()或类似函数来转换数值。
标签(label)、属性名称(field)、关系类型(relationship)和变量是区分大小写的。
数据越干净，加载就越容易。尽量在加载前处理复杂的清理/操作。

请记住，Neo4j不存储空值。CSV文件中的空字段可以被跳过，或者在LOAD CSV中用默认值替换。

3.2 neo4j-admin命令

neo4j-admin批量导入工具：命令行工具，可用于直接加载大型数据集。适用于Neo4j桌面、Neo4j EE Docker镜像和本地安装。

../bin/neo4j-admin import --database orders
     --nodes=Customer=customers.csv
     --nodes=products.csv
     --nodes=Order="orders_header.csv,orders1.csv,orders2.csv"
     --relationships=CONTAINS=order_details.csv
     --relationships=ORDERED="customer_orders_header.csv,orders1.csv,orders2.csv"
     --trim-strings=true