网站建设最新,惠州做网络推广的公司,唐山自助建站软件,90设计网页版本文简要介绍Neo4j数据库以及如何从CSV文件中导入示例数据#xff0c;方便我们快速学习测试图数据库。首先介绍简单数据模型以及基本图查询概念#xff0c;然后通过LOAD CSV命令导入数据#xff0c;生成节点和关系。 环境准备
读者可以快速安装Neo4j Desktop#xff0c;启… 本文简要介绍Neo4j数据库以及如何从CSV文件中导入示例数据方便我们快速学习测试图数据库。首先介绍简单数据模型以及基本图查询概念然后通过LOAD CSV命令导入数据生成节点和关系。 环境准备
读者可以快速安装Neo4j Desktop启动并创建City Calls’项目 启动数据库并打开Neo4j Brower。
领域模型
领域模型非常简单可以用三句话表达 有一些城市 有一些人住在城市 人彼此通话
准备数据
图数据库与其他持久化数据库一样可以存储数据。下面准备CSV文件数据包括一些示例数据
from_dt to_dt from_city from_gender from_name from_number to_city to_gender to_name to_number
2019-01-01T00:37 2019-01-01T00:44 Pattaya Woman Aleena 114-397-2007 Pattaya Woman Antonella 325-453-5419
2019-01-01T00:54 2019-01-01T01:05 Pattaya Man Jaziel 956-780-1788 Kanchanaburi Man Gabriel 469-505-9894
2019-01-01T01:01 2019-01-01T01:07 Hua Hin Woman Nayeli 320-480-8313 Kanchanaburi Woman Freya 587-595-9477
2019-01-01T01:27 2019-01-01T01:41 Bangkok Man Javier 655-683-6284 Chiang Mai Man Dalton 340-374-5681
2019-01-01T01:48 2019-01-01T01:54 Pattaya Woman Everleigh 610-164-4540 Bangkok Woman Oakley 574-752-8471
2019-01-01T02:18 2019-01-01T02:28 Chiang Mai Man Emmet 215-530-3993 Kanchanaburi Man Kareem 974-369-1496
2019-01-01T02:32 2019-01-01T02:41 Pattaya Man Henry 620-121-3009 Bangkok Man Micah 381-284-2790
2019-01-01T02:40 2019-01-01T02:54 Kanchanaburi Woman Lina 448-273-3382 Chiang Mai Man Beckham 370-171-4490
2019-01-01T03:40 2019-01-01T03:51 Pattaya Woman Alani 183-225-1764 Chiang Mai Woman Zaniyah 443-995-7423
2019-01-01T06:04 2019-01-01T06:06 Chiang Mai Woman Cassidy 959-149-3497 Bangkok Man Enrique 923-682-3283
2019-01-01T06:11 2019-01-01T06:18 Hua Hin Man Tadeo 572-552-2898 Chiang Mai Woman Gia 531-143-1961
2019-01-01T06:17 2019-01-01T06:21 Hua Hin Man Jayceon 108-826-6422 Pattaya Woman Jaelyn 283-837-9288
2019-01-01T06:42 2019-01-01T06:47 Hua Hin Woman Emerald 315-757-4272 Chiang Mai Woman Alivia 295-527-4914
2019-01-01T07:05 2019-01-01T07:09 Kanchanaburi Man Alistair 341-910-6735 Hua Hin Man Kaleb 366-100-9549
2019-01-01T07:34 2019-01-01T07:42 Bangkok Man Clark 655-643-2815 Chiang Mai Man Major 805-931-1585
2019-01-01T08:49 2019-01-01T08:56 Pattaya Man Dominick 291-616-9899 Pattaya Woman Kenna 871-427-1228
2019-01-01T09:18 2019-01-01T09:23 Bangkok Woman Aileen 413-665-7064 Pattaya Woman Brooklyn 508-151-5830
2019-01-01T09:39 2019-01-01T09:49 Hua Hin Man Manuel 523-347-6054 Bangkok Man Tobias 252-753-3307
2019-01-01T09:57 2019-01-01T10:06 Hua Hin Woman Avalyn 656-507-8932 Hua Hin Man Harlan 865-375-6184
我们看到CSV文件每行代表一次通话信息开始时间、结束时间、人名称、性别、电话号码和城市。为了导入CSV文件至图数据库首先应该设计图数据结构。
数据模型
CSV一行信息表示谁给谁打了电话转换该信息至图表示需要使用两个主要概念节点和关系。
节点
一个节点代表张三一个节点代表李四两者都包括属性姓名、性别、电话号码和城市。两个节点属于相同类型都表示一个人我们称节点类型为节点标签Node Label。我们想从行中提取的另一个节点是Call的节点Duration属性表示呼叫开始和结束之间的分钟差。
关系
目前我们有了几个节点但这仍然不是一个图。我们的节点之间没有关系我们需要修复它。从张三给李四打过电话的事实来看我们可以说张三是打出去的我们称这种关系为外向[OUT]在另一边李四接到了一个电话所以对他来说这个电话是来电[IN]。
规范化
现在在Person节点中有city属性。这种结构会导致数据重复和潜在的不一致问题。更好的设计是将每个城市作为一个独立的节点与居住在那里的每个人建立关系。
导入数据
CSV文件可以为远程或本地。本地位置为\ne4j-desk\data\relate-data\dbmss\dbms-***\import, CSV文件包括头则使用 WITH HEADERS,其他配置参考官方文档LOAD CSV - Cypher Manual (neo4j.com)
导入脚本如下下面进行解释说明
LOAD CSV WITH HEADERS FROM file:///city_calls.csv AS line
MERGE (c1:City { name: line.from_city })
MERGE (p1:Person{ name: line.from_namenumber: line.from_number gender: line.from_gender })
MERGE (p1)-[:FROM]-(c1)
MERGE (C2:City { name: line.to_city })
MERGE (p2:Person { name: line.to_namenumber: line.to_number gender: line.to_gender })
MERGE (p2)-[:FROM]-(c2)
CREATE (c:Call { from: datetime(line.from_dt), to: datetime(line.to_dt), duration: duration.between(datetime(line.from_dt)datetime(line.to_dt)).minutes })
CREATE (p1)-[:OUT]-(c)-[:IN]-(p2);从每一行CSV文件中我们将得到1个Call节点潜在的2个Persons节点和可能抽取2个Cities节点。为什么“可能”?因为我们不应该复制同一实体的City和Person节点而应该只创建一次然后重用添加更多关系的节点。图中应该仅有一个曼谷城市所以这个“单实例”要求应该对所有城市、人员和Call节点都成立。
MERGE命令帮助我们避免节点重复。如果指定的结构(节点或节点和关系的组合)在数据库中不存在那么将创建它否则跳过。
到目前为止每一行代表一个事实调用我们需要所有的事实我们可以简单地创建调用没有任何重复的问题。但两次运行此脚本将导致一次又一次地创建相同的Call节点因此不要重复导入。
查询所有节点进行确认。
MATCH(c) return c;参考文档https://vladbatushkov.medium.com/learn-neo4j-cypher-basics-in-30-minutes-94d68a52544
