批量數(shù)據(jù)導(dǎo)入Neo4j方式

1、寫在前面

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

2、前置芝士

• 最常見的數(shù)據(jù)格式之一是平面文件上的行和列。
• 這種電子表格格式被用于各種關(guān)系型數(shù)據(jù)庫的導(dǎo)入和導(dǎo)出，所以用這種方式檢索現(xiàn)有數(shù)據(jù)是很容易的。
• 很明顯，CSV格式就是這種類型。

Cypher中的LOAD CSV命令允許我們指定一個(gè)文件路徑、是否有頭文件、不同的值定界符，以及Cypher語句，以便我們?cè)趫D形中對(duì)這些表格數(shù)據(jù)進(jìn)行建模。

進(jìn)入Neo4j安裝目錄，并且進(jìn)入到conf目錄中，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
總用量 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參數(shù)是關(guān)于load data的文件路徑的設(shè)置，默認(rèn)是在Neo4j安裝目錄下的

import目錄，刪除/注釋掉dbms.directories.import=import這一行，即可使用自定義路徑導(dǎo)入數(shù)據(jù)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數(shù)據(jù)導(dǎo)入Neo4j

3.1 LOAD CSV Cypher命令

LOAD CSV Cypher命令：

• 該命令是一個(gè)很好的導(dǎo)入數(shù)據(jù)方式，可以處理中小尺寸的數(shù)據(jù)集（最多1000萬條記錄）。
• 可用于任何設(shè)置，包括AuraDB。

LOAD CSV可以處理本地和遠(yuǎn)程文件，每一種都有一些相關(guān)的語法。

本地文件可以在文件名前使用file:///的前綴來加載。

因?yàn)锳uraDB是基于云(Cloud)的，所以這種本地文件的方法不能用于AuraDB，只能用于本地安裝。

• CSV文件不帶有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之后的參數(shù)：指定一次導(dǎo)入數(shù)據(jù)的上限是多少

關(guān)于csv格式數(shù)據(jù)導(dǎo)入的重要說明

• 所有來自CSV文件的數(shù)據(jù)都是以字符串形式讀取的，所以你需要使用toInteger(), toFloat(), split()或類似函數(shù)來轉(zhuǎn)換數(shù)值。
• 標(biāo)簽(label)、屬性名稱(field)、關(guān)系類型(relationship)和變量是區(qū)分大小寫的。
• 數(shù)據(jù)越干凈，加載就越容易。盡量在加載前處理復(fù)雜的清理/操作。

請(qǐng)記住，Neo4j不存儲(chǔ)空值。CSV文件中的空字段可以被跳過，或者在LOAD CSV中用默認(rèn)值替換。

3.2 neo4j-admin命令

neo4j-admin批量導(dǎo)入工具：

• 命令行工具，可用于直接加載大型數(shù)據(jù)集。
• 適用于Neo4j桌面、Neo4j EE Docker鏡像和本地安裝。

../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

3.3 Kettle導(dǎo)入工具

Kettle導(dǎo)入工具：

• 映射和執(zhí)行數(shù)據(jù)處理流程的步驟，對(duì)于非常大的數(shù)據(jù)集來說效果很好。
• 適用于任何設(shè)置，包括AuraDB。

4、數(shù)據(jù)導(dǎo)入失敗

如果，數(shù)據(jù)文件的路徑?jīng)]有問題之后，那大概率是文件的格式問題，將文件重新保存為utf-8的格式即可。

利用NotePad++或者Sublime Text即可

參考資料：neo4j

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論