neo4j学习总结--第九课 neo4j 数据导入与导出

一、导入工具

导入CSV文件的方式：

1. Load CSV 指令 （增量式导入的导入到原数据库总）
2. neo4j-import 、neo4j-admin命令行工具（导入到新建的数据库中）
3. 第三方导入工具，如batch-import （不推荐）

       batch-import工具下载地址：https://github.com/jexp/batch-import

Neo4j命令行导入工具有两种：

1. neo4j-import
2. neo4j-admin import （推荐使用）

两种工具使用方式相同，推荐使用neo4j-admin import

1.1、准备csv数据文件

         以电影、演员和角色图数据集为例，先将path_to_target_directory修改为数据库文件目录，默认安装下path_to_target_directory指向<neo4j-home>/data/databases/graph.db文件。其中电影节点文件为movies.csv，每部电影都有一个编号id，便于外部数据源的引用，另外每部电影都有电影名和年份属性，并为每个节点添加了Movie和Sequel标签。该文件内容示例如下：

movieId:ID,title,year:int,:LABEL
tt0133093,"The Matrix",1999,Movie
tt0234215,"The Matrix Reloaded",2003,Movie;Sequel
tt0242653,"The Matrix Revolutions",2003,Movie;Sequel

演员节点文件为actors.csv，每个演员有两个属性：编号（姓名的缩写）、姓名，并带有Actor属性，该文件内容示例如下：

personId:ID,name,:LABEL
keanu,"Keanu Reeves",Actor
laurence,"Laurence Fishburne",Actor
carrieanne,"Carrie-Anne Moss",Actor

接下来，角色文件为roles.csv，保存演员与电影之间的关系，START_ID为演员节点中的编号，END_ID为电影中的编号，role字段为该演员在这部电影中所扮演的角色名，TYPE字段为关系类型（在本例中为ACTED_IN）。该文件内容示例如下：

:START_ID,role,:END_ID,:TYPE
keanu,"Neo",tt0133093,ACTED_IN
keanu,"Neo",tt0234215,ACTED_IN
keanu,"Neo",tt0242653,ACTED_IN
laurence,"Morpheus",tt0133093,ACTED_IN
laurence,"Morpheus",tt0234215,ACTED_IN
laurence,"Morpheus",tt0242653,ACTED_IN
carrieanne,"Trinity",tt0133093,ACTED_IN
carrieanne,"Trinity",tt0234215,ACTED_IN
carrieanne,"Trinity",tt0242653,ACTED_IN

1.2、使用导入命令导入

导入前确保Neo4j是关闭的状态

 注意 ：neo4j-import、neo4j-admin import 工具，并不是增量往数据库里导入数据，而已直接生成一个导入了csv数据的新数据库

接下来调用数据导入neo4j-import命令如下：

neo4j-import --into newgraph.db --nodes movies.csv --nodes actors.csv --relationships roles.csv

    注意：movies.csv actors.csv roles.csv三个文件必须放在neo4j-import命令文件同一目录下，否则必须指定完整路径 另外，–into newgraph.db 会在neo4j-import命令文件同一目录下创建一个新的 graph.db数据文件，而不是neo4j默认数据库，想要导入到neo4j默认数据库，需要指定默认数据库graph.db的完整路径

neo4j- admin  import命令如下：

neo4j-admin  import --nodes movies.csv --nodes actors.csv --relationships roles.csv

neo4j- admin 不指定导入的目标数据库则默认为neo4j的默认数据库

完成后则可以启动数据库，命令如下：

neo4j start

1.3、CSV文件注意事项

在创建输入文件时需要注意如下几点：

1. 默认情况下，字段以逗号分隔，但可以指定其它分隔符；
2. 所有文件必须使用相同的分隔符；
3. 节点和关系可以保存在多个数据源；
4. 数据源可来源于多个文件；
5. 提供数据字段信息的标题必须位于每个数据源的第一行；
6. 在标题中没有相应信息的字段将不会被导入；
7. 采用UTF-8编码。

导入时不需要创建索引，导入完成后再添加。

如果无法使用此工具进行数据导入，且加载的CSV文件为中小型，可以使用LOAD CSV方式。

1.4、 CSV文件头格式

      每个数据源的标题行负责解释文件中的字段，标题行与余下数据行具有相同的定界符。每个字段的格式为：<name>:<field_type>，<name>为属性值， <field_type>用于节点和关系：

        属性值（Property value）——数据类型可以是：int、long、float、double、boolean、byte、short、char、string。如果未指定数据类型，则默认为string类型。数组类型在上述类型后面加上[]即可。默认情况下，数组值由分号（;）分隔，也可以使用--array-delimiter指定为其它分隔符。

     节点（Node）——节点须有ID和LABEL字段，每个节点在导入前必须指定唯一编号（ID），以利于在创建关系时能正确查找到相应的节点。ID必须唯一，即使某节点具有不同的标签。LABEL字段用于读取一个或多个标签，与数组类似，多个标签由分号（