Neo4j介绍与使用

关注

转载最新推荐文章于 2026-03-26 04:16:38 发布 1k 阅读 AI 写同款· GEO 优化 ›

neo4j新手教程 neo4j新手教程本文通过一个实际的案例来一步一步使用Cypher来操作Neo4j。这个案例的节点主要包括专业和课程两类，课程和课程之间有前置、并列等关系，专业和课程之间有包含等关系。 1、（可选）首先，我们删除数据库中以往的图，确保一个空白的环境进行操作： MATCH (n) DETACH DELETE n MATCH是匹配操作，而小括号()代表一个节点node（可理解为括号类似一个圆形），括号里面的n为标识符。 2、我们创建一个课程节点： CREATE (n:Class {name:'大学英语Ⅱ'} 阅读详情

Neo4j简介

Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。

Neo4j因其嵌入式、高性能、轻量级等优势，越来越受到关注。

图形数据结构

在一个图中包含两种基本的数据类型：Nodes（节点）和 Relationships（关系）。Nodes 和 Relationships 包含key/value形式的属性。Nodes通过Relationships所定义的关系相连起来，形成关系型网络结构。

网络结构图

Neo4j安装

Neo4j可以被安装成一个独立运行的服务端程序，客户端程序通过REST API进行访问。也可以嵌入式安装，即安装为编程语言的第三方类库，目前只支持Java和Python语言。

因Neo4j是用java语言开发的，所以确保将要安装的机器上已安装了jre或者jdk

安装为服务

此种安装方式简单，各平台安装过程基本一样

从http://neo4j.org/download上下载最新的版本，根据安装的平台选择适当的版本。
解压安装包，解压后运行终端，进入解压后文件夹中的bin文件夹。
在终端中运行命令完成安装

Linux/MacOS系统 neo4j install
Windows系统 Neo4j.bat install
在终端中运行命令开启服务

Linux/MacOS系统 service neo4j-service start
Windows系统 Neo4j.bat start

通过stop命令可以关闭服务，status命令查看运行状态

支持python嵌入式安装

第一步：安装Jpype

从http://sourceforge.net/projects/jpype/files/JPype/ 下载最新版本，windows有exe格式的直接安装程序，linux平台要下载源码包，解压后运行sudo python setup.py install完成安装

第二步：安装 neo4j-embedded

如果安装了python的包管理工具 pip 或者 easy_install 可直接运行

Pip install neo4j-embedded  
easy_install neo4j-embedded

也可以从http://pypi.python.org/pypi/neo4j-embedded/下载相应的安装包完成安装。

Neo4j使用实例

有如下所示的用户关注关系所形成的关系网络

关系网络图

现在利用图形数据库进行数据的储存，并获得user1 的粉丝，并为user4 推荐好友

示例代码：

 
        #!/usr/bin/env python
       
        # -*- coding: utf-8 -*-
       
        #
       
        # Neo4j图形数据库示例
       
        #
       
        from 
        neo4j
        import 
        GraphDatabase, INCOMING
       
        # 创建或连接数据库
       
        db
        = 
        GraphDatabase(
        'neodb'
        )
       
        # 在一个事务内完成写或读操作
       
        with db.transaction:
       
        #创建用户组节点
       
        users
        = 
        db.node()
       
        # 连接到参考节点，方便查找
       
        db.reference_node.USERS(users)
       
        # 为用户组建立索引，便于快速查找
       
        user_idx
        = 
        db.node.indexes.create(
        'users'
        )
       
        #创建用户节点
       
        def 
        create_user(name):
       
        with db.transaction:
       
        user
        = 
        db.node(name
        =
        name)
       
        user.INSTANCE_OF(users)
       
        #  建立基于用户name的索引
       
        user_idx[
        'name'
        ][name]
        = 
        user
       
        return 
        user
       
        #根据用户名获得用户节点
       
        def 
        get_user(name):
       
        return 
        user_idx[
        'name'
        ][name].single
       
        #建立节点
       
        for 
        name
        in 
        [
        'user1'
        ,
        'user2'
        ,
        'user3'
        ,
        'user4'
        ]:
       
        create_user(name)
       
        #为节点间添加关注关系（FOLLOWS）
       
        with db.transaction:
       
        get_user(
        'user2'
        ).FOLLOWS(get_user(
        'user1'
        ))
       
        get_user(
        'user3'
        ).FOLLOWS(get_user(
        'user1'
        ))
       
        get_user(
        'user4'
        ).FOLLOWS(get_user(
        'user3'
        ))
       
        # 获得用户1的粉丝
       
        for 
        relationship
        in 
        get_user(
        'user1'
        ).FOLLOWS.incoming:
       
        u
        = 
        relationship.start
       
        print 
        u[
        'name'
        ]
       
        #输出结果：user2，user3
       
        #为用户4推荐好友，即该用户关注的用户所关注的用户
       
        nid
        = 
        get_user(
        'user4'
        ).
        id
       
        #设置查询语句
       
        query
        = 
        "START n=node({id}) MATCH n-[:FOLLOWS]->m-[:FOLLOWS]->fof RETURN n,m,fof"
       
        for 
        row
        in 
        db.query(query,
        id
        =
        nid):
       
        node
        = 
        row[
        'fof'
        ]
       
        print 
        node[
        'name'
        ]
       
        #输出结果：user1