欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

neo4j使用教程(2)初步使用py2neo

程序员文章站 2022-05-28 20:25:46
...
  • 之前的教程中我们讲述了如何在linux系统下构建起neo4j 服务器,但是没有试过用我们最常见的语言接口对服务器进行创建节点,关系等常规操作,今天我们将重点讲述如何使用py2neo进行数据库连接,节点 关系创建等操作;

  • 首先讲述的是如何安装py2neo,这个是老生常谈

pip install py2neo --user
  • 一般默认安装的是最新版本的,我测试的时候使用的是3.1.2版本的;

  • 其次,我们来尝试下数据库连接方式,感谢万能的python社区,py2neo中的接口可以用简单、可靠来形容;

#################################################
# g是这个python中获取到的数据库句柄,后续可以通过这个g来
# 进行创建,查询,删除等各种操作;
#################################################
from py2neo import Graph,Node,Relationship
g = Graph(
    host = "1.1.1.1", # neo4j 搭载服务器的ip地址,ifconfig可获取到
    http_port = 7978, # neo4j 服务器监听的端口号  
    user = "neo4j", # 数据库user name,如果没有更改过,应该是neo4j
    password = "******" # 自己设定的密码
)
  • 为了更好的尝试py2neo的创建功能,我们需要在下面中编写几个样本例子,其中包括node,以及node之间的relationship。
def test_create_node():
    global g
    """
    g.delete_all()
    tx = g.begin()
    worker_1 = {"name":"allen","age":13,"company":"google inc"}
    worker_2 = {"name":"john","age":24,"company":"microsoft inc"}
    node_1 = Node("WORKER",**worker_1)
    node_2 = Node("WORKER",**worker_2)
    rel_1_2 = Relationship(node_1,"CO_WORKER",node_2)
    tx.merge(node_1)
    tx.merge(node_2)
    tx.merge(rel_1_2)
    tx.commit()
    """
    g.delete_all()
    tx = g.begin()
    # in loop mode
    worker_list = [
        {"name":"allen","age":13,"company":"google inc"},
        {"name":"john","age":24,"company":"microsoft inc"}
    ]
    for worker in worker_list:
        node = Node("WORKER",**worker)
        tx.merge(node)
    node1 = Node(name="allen")
    node2 = Node(name="john")
    rel = Relationship(node1,"CO_WORKER",node2)
    tx.merge(rel)
    tx.commit()
  • g.delete_all()将会删除数据库中所有的节点和关系,g.begin()是一定要放在执行代码的前面的,作者在上述的脚本中使用了两种模式,一种是顺序添加,就是被注释掉的那块,这样做是为了体会流程,一种是用循环方式添加,工程中可以将节点放到文件中,使用循环方式添加,高效,快捷;在创建节点的时候建议使用 tx.merge,这个相当于create if not exist,很多事情不用自己操心,最后提交tx.commit(),将所有的东西都会push到远端的neo4j服务器上,最后我们可以在neo4j的html界面上,输入 以下命令,前端中就会显示刚才创建的节点和关系:
MATCH p=()-[r:CO_WORKER]->() RETURN p LIMIT 25
相关标签: neo4j 数据库