【图数据库】--Neo4j 安装_neo4j安装-CSDN博客
需要打开图数据库Neo4j，
neo4j console
目录
1.图数据库--连接
2.图数据库--操作
2.1.创建节点
2.2.删除节点
2.3.增改属性
2.4.建立关系
2.5.查询节点
2.6.查询关系
3.图数据库--实例
1.图数据库--连接
from py2neo import Graph, Node, Relationship
test_graph = Graph(host="127.0.0.1",
user="neo4j",
password="root111111" ) # neo4j的初始密码是neo4j，后续使用自行修改后的密码 )
print(str(test_graph)+"连接成功")
打开之后可能第一次需要修改密码，然后进去之后：http://localhost:7474
2.图数据库--操作
对数据的操作分为两种方式，
- 一种是直接使用neo4j的cypher语法；Create, start, and stop databases - Operations Manual
- 另一种是采用py2neo提供的数据结构和编写方式。
就是一种直接使用数据库语句，另外一种就是使用python对数据库的操作
这里我们先讲诉第二种，
| 类别 | 方法/函数 | 用途 |
|---|---|---|
| 连接数据库 | Graph(host, port, user, password) | 创建Neo4j数据库连接 |
| 节点操作 | Node(label, **properties) | 创建节点 |
graph.create(node) | 将节点保存到数据库 | |
graph.push(node) | 更新节点属性到数据库 | |
graph.nodes.match(label, **props) | 匹配符合条件的节点 | |
graph.nodes.get(node_id) | 根据ID获取节点 | |
| 关系操作 | Relationship(start, type, end, **props) | 创建关系 |
graph.create(relationship) | 将关系保存到数据库 | |
graph.relationships.match() | 匹配关系 | |
| 查询操作 | graph.run("CYPHER_QUERY") | 执行Cypher查询 |
graph.evaluate("CYPHER_QUERY") | 执行查询并返回单个结果 | |
| 事务管理 | graph.begin() | 开始事务 |
tx.commit() | 提交事务 | |
tx.rollback() | 回滚事务 | |
| 批量操作 | Subgraph(nodes, relationships) | 创建子图用于批量操作 |
graph.create(subgraph) | 批量保存节点和关系 | |
| 索引约束 | graph.run("CREATE INDEX...") | 创建索引 |
graph.run("CREATE CONSTRAINT...") | 创建约束 | |
| 数据删除 | graph.delete(node/relationship) | 删除节点或关系 |
graph.delete_all() | 删除所有数据 | |
| 实用功能 | graph.schema | 获取数据库元信息 |
graph.service.ready() | 检查数据库是否可用 |
2.1.创建节点
# 创建节点
test_node1 = Node("Person",name = "大明")
test_node2 = Node("Person",name = "小王")
test_node3 = Node("Person",name = "小李")
#保存节点到数据库
test_graph.create(test_node1)
test_graph.create(test_node2) #节点的保存是异步的，可以使用create或merge，推荐使用merge，参考下方的补充
test_graph.create(test_node3)
# test_graph.merge(test_node1,"Person","name")
# test_graph.merge(test_node2,"Person","name")
| 参数 | 类型 | 说明 |
|---|---|---|
"Person" | str | 节点标签（Label），表示节点的类别（可定义多个标签，如 Node("Person", "Student", ...)） |
name="小王" | **kwargs | 节点属性（键值对形式），name 是属性名，"小王" 是属性值。可定义多个属性（如 age=25） |
2.2.删除节点
#删除节点
test_graph.delete(test_node3)
#删除所以节点
# test_graph.delete_all()
2.3.增改属性
test_node1['age'] = 20#对节点的属性进行本地修改
test_graph.push(test_node1)#节点属性的更新
test_node1['age'] = 22
test_graph.push(test_node1)
test_node2['情况'] = '特别地' #对关系的属性进行本地修改
test_graph.push(test_node2)
2.4.建立关系
节点间的关系（Relationship）是有向的，所以在建立关系的时候，必须定义一个起始节点和一个结束节点。值得注意的是，起始节点可以和结束节点是同一个点，这时候的关系就是这个点指向它自己。
如果建立关系的时候，起始节点或者结束节点不存在，则在建立关系的同时建立这个节点。可利用这一点缩减代码量，但会影响独立节点的生成。
#创建关系
node_1_feel_node_2 = Relationship(test_node1,'羡慕',test_node2)
node_2_feel_node_1 = Relationship(test_node2,'仰慕',test_node1)
test_graph.create(node_1_feel_node_2)
test_graph.create(node_2_feel_node_1) #关系也要通过“建立”这一步才能实现
2.5.查询节点
py2neo提供了专门的查询模块，即
- NodeMatcher：节点查询
- RelationshipMatcher：关系查询
from py2neo import NodeMatcher
# 初始化 NodeMatcher
matcher = NodeMatcher(test_graph) # test_graph 是 Graph 对象
# 查询格式
results = matcher.match("Label", key1=value1, key2=value2, ...)| 方法 | 说明 |
|---|---|
.match("Label", **properties) | 匹配指定标签和属性的节点 |
.get(node_id) | 根据节点 ID 获取节点 |
.first() | 返回第一个匹配的节点 |
.all() | 返回所有匹配的节点（列表） |
.where(condition) | 使用条件表达式过滤（如 .where("_.age > 30")） |
#查询
from py2neo import NodeMatcher
# 初始化 NodeMatcher
matcher = NodeMatcher(test_graph) # test_graph 是 Graph 对象
# 查询所有 "Person" 标签的节点
persons = matcher.match("Person").all()
# 查询 name="小王" 的 Person 节点
xiao_wang = matcher.match("Person", name="小王").first()
# 查询 age > 25 的 Person 节点
adults = matcher.match("Person").where("_.age > 25").all()2.6.查询关系
RelationshipMatcher
| 方法 | 说明 |
|---|---|
.match(nodes, r_type, **properties) | nodes:节点， r_type:关系类型 **properties：关系的属性过滤条件 |
.get(relationship_id) | 根据 ID 获取关系 |
.first() | 返回第一个匹配的关系 |
.all() | 返回所有匹配的关系（列表） |
#关系查询
from py2neo import RelationshipMatcher
# 初始化 RelationshipMatcher
matcher = RelationshipMatcher(test_graph) # test_graph 是 Graph 对象
# 查询所有关系
relationships = matcher.match().all()
# 查询所有 "羡慕" 关系
feelings = matcher.match(r_type="羡慕").all()3.图数据库--实例
from py2neo import Graph, Node, Relationship, Subgraph
test_graph = Graph(host="127.0.0.1",
user="neo4j",
password="root111111" ) # neo4j的初始密码是neo4j，后续使用自行修改后的密码 )
print(str(test_graph)+"连接成功")
# 清空数据库
test_graph.delete_all()
print("数据库清空成功")
tx = test_graph.begin()# 开启事务
# 创建节点
jiazhen = Node("Person", name="陈家珍", age=66)
fugui = Node("Person", name='徐福贵', age=67)
youqian = Node("Person", name="徐有钱")
renxing = Node("Person", name="徐任性")
cat = Node("Person", name='cat')
dog = Node("Person", name='dog')
# 创建关系
wife = Relationship(fugui, "WIFE", jiazhen)
brother_1 = Relationship(fugui, "BROTHER", youqian)
brother_2 = Relationship(fugui, "BROTHER", renxing)
hus = Relationship(jiazhen, 'HUS', fugui)
know = Relationship(cat, 'KNOWS', dog)
# 创建子图
relation_list = Subgraph(relationships=[wife, brother_2, brother_1, hus, know])
# 写入数据库
tx.create(relation_list)
test_graph.commit(tx)
print("关系写入成功")
实例2：
Neo4j Community Edition（社区版）
Neo4j Enterprise Edition（企业版）。才能创建多个数据库
