neo4j(二).使用neo4j-import导入数据及关系

测试账号 2021-01-12 00:43 1291阅读 0赞

## 背景 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTE5NDE1_size_16_color_FFFFFF_t_70]  
上节我们了解了什么是图数据库，作为研究对象的neo4j的特点，优缺点以及基本的环境搭建。  
现在我们要讲存储在csv中的通话记录数据导入到neo4j中去，并且可以通过cql去查询导入的数据及关系

### 1.选取导入方式 ###

neo4j的导入方式有很多，我大概总结了一下：

1.  Cypher CREATE 语句，为每一条数据写一个CREATE
2.  Cypher LOAD CSV 语句，将数据转成CSV格式，通过LOAD CSV读取数据。
3.  官方提供的Java API —— Batch Inserter
4.  大牛编写的 Batch Import 工具
5.  官方提供的 neo4j-import 工具

**优缺点对比：**

|          | create语句             | load csv语句           | Batch Inseter                                        | Batch Import                                                 | neo4j-import                                                 |
| -------- | ---------------------- | ---------------------- | ---------------------------------------------------- | ------------------------------------------------------------ | ------------------------------------------------------------ |
| 适用场景 | 1~1w nodes             | 1w~10w nodes           | 千万以上 nodes                                       | 千万以上 nodes                                               | 千万以上 nodes                                               |
| 速度     | 很慢(1000 nodes/s)     | 一般(5000 nodes/s)     | 非常快(数万nodes/s)                                  | 非常快(数万nodes/s)                                          | 非常快(数万nodes/s)                                          |
| 优点     | 使用方便，可实时插入。 | 使用方便，可以加载本地 | 远程CSV；可实时插入                                  | 基于Batch Inserter，可以直接运行编译好的jar包；可以在已存在的数据库中导入数据 | 官方出品，比Batch Import占用更少的资源                       |
| 缺点     | 速度慢                 | 需要将数据转换成csv    | 需要转成CSV；只能在JAVA中使用；且插入时必须停止neo4j | 需要转成CSV；必须停止neo4j                                   | 需要转成CSV；必须停止neo4j；只能生成新的数据库，而不能在已存在的数据库中插入数据 |

可以看出导入的方式有很多，由于我们导入的数据量较大，所以我这里选择的是最后一种 **neo4j-import**，大家也可以去选择其他的导入方式

#### neo4j-import 使用 ####

我们打开neo4j-import使用的网站可以看到这样的一段摘要

> Super Fast Batch Importer For Huge Datasets LOAD CSV is great for  
> importing small – medium sized data, i.e. up to the 10M records range.  
> For large data sets, i.e. in the 100B records range, we have access to  
> a specialized bulk importer.
> 
> We want to use it to import similar order data into Neo4j: customers,  
> orders and contained products.
> 
> The tool is located in path/to/neo4j/bin/neo4j-import and is used as  
> follows:

这段话的大致意思是我们使用load csv无法满足我们大数据量的业务需要，所以我们不得不去选择一种新的导入方式，这里我们选择了neo4j-import这种方式，以下是一个导入的例子

bin/neo4j-import --into retail.db --id-type string \
                     --nodes:Customer customers.csv --nodes products.csv  \
                     --nodes orders_header.csv,orders1.csv,orders2.csv \
                     --relationships:CONTAINS order_details.csv \
                     --relationships:ORDERED customer_orders_header.csv,orders1.csv,orders2.csv

例子中的数据结构为：  
如果您调用`neo4j-import`没有参数的脚本，它将列出一个全面的帮助页面。

该`--into retail.db`显然是目标数据库，其中**不能包含现有数据库**。

重复`--nodes`和`--relationships`参数是同一实体的多个（可能分裂的）csv文件的组，即具有相同的列结构。

每组的所有文件都被视为可以连接成一个大文件。一个标题行的组的第一个文件是必需的，它甚至可能被包含在其中可能比一个多GB的文本文件更易于处理和编辑一个单行文件。也支持压缩文件。

1.  `customers.csv`直接作为带有`:Customer`标签的节点导入，属性直接从文件中获取。
2.  对于从`:LABEL`列中获取节点标签的产品也是如此。
3.  订单节点取自3个文件，一个标题和两个内容文件。
4.  输入`:CONTAINS`的`order_details.csv`订单项关系是通过其ID 来创建的，包含与所包含产品的订单。
5.  订单通过再次使用订单csv文件连接到客户，但这次使用不同的标头，其中：IGNORE是不相关的列  
    这–id-type string表示所有:ID列都包含字母数字值（对仅数字ID进行优化）。

列名用于节点和关系的属性名称，特定列有一些额外的标记

*  `name:ID` \- 全局id列，通过该列查找节点以便以后重新连接，
    
     *  如果保留属性名称，它将不会被存储（临时），这就是–id-type所指的
     *  如果你有跨实体的重复id，你必须在括号中提供实体（id-group） `:ID(Order)`
     *  如果您的ID是全球唯一的，您可以将其关闭
 *  :LABEL - 节点的标签列，多个标签可以用分隔符分隔
 *  `:START_ID`，`:END_ID`\- 关系文件列，引用节点ID，用于id-groups使用:END\_ID(Order)
 *  `:TYPE` \- 关系型列
 *  所有其他列都被视为属性，但如果为空或在注释时跳过：IGNORE
 *  类型转换可以通过后面添加的名称，例如通过`:INT`，`:BOOLEAN`等

##### 导入通话记录数据 #####

在整理后的csv中我们的通话记录是这样的数据：

1.  phones.csv 记录电话号列表，作为nodes结点  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTE5NDE1_size_16_color_FFFFFF_t_70 1]
2.  phone\_header 标题文件只有一行数据  
    `phone:ID`
3.  call.csv 该文件记录通话记录的信息，作为以后关系的建立和关系属性的添加  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTE5NDE1_size_16_color_FFFFFF_t_70 2]  
    第一行从左到右字段的含义为：  
    150 \*\*\*\* 0743给136 \*\*\*\* 5301一共打了125分钟时长的电话，打了一次，平均一次125分钟
4.  call\_header.csv 通话记录头信息  
    ![在这里插入图片描述][20190226183905462.png]  
    这里的`:START_ID`指的是关系的起始点，`:END_ID`指的是关系的终止点

**这些csv文件准备好之后，我们写一段shell脚本来执行这些文件。**

import()
    {
    	#导入命令
    	neo4j stop 
    	cd /usr/local/Cellar/neo4j/3.5.0/libexec/data/databases
    	rm -rf graph.db
    	cd /Documents/归档/data
    	neo4j-admin import \
    	--database=graph.db
    	--nodes:phone="../phone_header.csv,phones.csv \
    	--ignore-duplicate-nodes=true \
    	--ignore-missing-nodes=true \
    	--relationships:call="../call_header.csv,call.csv"
    	neo4j start
    }

*  这里以防我们新建的数据库已经存在，我们选择删除已有库再进行导入
 *  记得要先关闭neo4j

#### 查看结果 ####

导入完成之后我们来打开neo4j浏览器查看一下导入后的结果  
我们打开[http://localhost:7474/browser/][http_localhost_7474_browser]  
首先我们先查看一下**Database Information**  
![222][]  
**这里我们可以看到已有的结点数，有多少条关系，占用的存储空间等数据库信息**  
然后我们来查看某个电话号码的交际圈：

match (p:phone{phone:"13825259929"})-[r]->(o) return p,o,r;

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTE5NDE1_size_16_color_FFFFFF_t_70 3]  
把鼠标移到对应的结点和关系上时，底部便会出现对应的属性  
现在我们的数据导入就完成了  
接下来我们要用springboot + neo4j +d3来展示某人的通话记录圈。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTE5NDE1_size_16_color_FFFFFF_t_70]: /images/1610412173859.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTE5NDE1_size_16_color_FFFFFF_t_70 1]: /images/1610412153132.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTE5NDE1_size_16_color_FFFFFF_t_70 2]: /images/1610412128762.png
[20190226183905462.png]: /images/1610412108243.png
[http_localhost_7474_browser]: http://localhost:7474/browser/
[222]: /images/1610412084746.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTE5NDE1_size_16_color_FFFFFF_t_70 3]: /images/1610412054101.png