Neo4j是一款開源圖數(shù)據(jù)庫，使用Python語言訪問Neo4j可以使用Py2neo。本文介紹了使用Py2neo訪問Neo4j，批量創(chuàng)建節(jié)點和關(guān)系的方法。Py2neo提供了直接執(zhí)行Cypher語句的方法，也提供了諸如Node、Relationship、Path一系列的數(shù)據(jù)結(jié)構(gòu)，在不同的場景下可以靈活使用。
?本文使用的Py2neo是2021.1之后的版本，手冊請戳這里：
The Py2neo Handbook
一、安裝Py2neo
使用pip安裝Py2neo，執(zhí)行：
|
1
|
pip install py2neo |
查看已安裝的Py2neo是什么版本的：
|
1
|
pip show py2neo |
二、連接Neo4j數(shù)據(jù)庫
本文中會用到多種數(shù)據(jù)類型，在此一并引用
import numpy as np
import pandas as pd
from py2neo import Node,Relationship,Graph,Path,Subgraph
配置Neo4j數(shù)據(jù)庫的訪問地址、用戶名和密碼
|
1
2
3
|
neo4j_url = '訪問地址'user = '用戶名'pwd = '密碼' |
在此時間段之前訪問數(shù)據(jù)庫的方式為：
|
1
|
graph = Graph(neo4j_url, username=user, password=pwd) |
在此時間段之后的版本訪問數(shù)據(jù)庫的方式為（就是這么不兼容）：
|
1
|
graph = Graph(neo4j_url, auth=(user, pwd)) |
1. 使用graph.run執(zhí)行Cypher語句創(chuàng)建節(jié)點
如果熟悉Cypher語句的話，可以通過使用graph.run執(zhí)行Cypher語句來實現(xiàn)創(chuàng)建節(jié)點等操作，方法如下所示：
|
1
2
3
|
cypher_ = "CREATE (:Person {name:'王王', age:35, work:'服務(wù)器之家}),\(:Person {name:'李李', age:20, work:'服務(wù)器之家})"graph.run(cypher_) |
這樣就在Neo4j中創(chuàng)建了兩個label為Person的節(jié)點，第一個節(jié)點的name屬性為“王王”，age屬性為35，work屬性為“服務(wù)器之家”，第二個節(jié)點的name屬性為“李李”，age屬性為20，work屬性為“宇服務(wù)器之家”。
同樣，可以通過調(diào)用graph.run執(zhí)行Cypher語句創(chuàng)建關(guān)系。
|
1
2
3
|
cypher_ = "MATCH (from:Person{name:'王王'}),\(to:Person{name:'李李'}) MERGE (from)-[r:同事]->(to)"graph.run(cypher_) |
這樣在Neo4j中就有了具有同事關(guān)系的兩個Person節(jié)點。
2. 使用Node數(shù)據(jù)結(jié)構(gòu)創(chuàng)建節(jié)點
Py2neo也提供graph.create方法來創(chuàng)建節(jié)點和關(guān)系
|
1
2
|
node = Node("Person", name="李李", age=20, work="服務(wù)器之家")graph.create(node) |
與執(zhí)行Cypher語句的效果相同，在Neo4j中創(chuàng)建了一個Person節(jié)點。
需要注意的是，這兩種創(chuàng)建方法，如果反復(fù)執(zhí)行的話，是會在Neo4j中創(chuàng)建出重復(fù)的節(jié)點的，即name、age、work屬性完全一樣，但在Neo4j中的id不一樣的多個節(jié)點。
3. 使用Node、Relationship和Subgraph數(shù)據(jù)結(jié)構(gòu)創(chuàng)建節(jié)點和關(guān)系
上面兩種方法都是一次創(chuàng)建一個節(jié)點或者一個關(guān)系，Py2neo也提供了批量創(chuàng)建節(jié)點和關(guān)系的方法，而且性能更優(yōu)。下面就以下圖中的圖譜為例，使用Py2neo提供Node、Relationship和Subgraph數(shù)據(jù)結(jié)構(gòu)在Neo4j中創(chuàng)建節(jié)點和關(guān)系。
首先創(chuàng)建一些label為Person的節(jié)點，即Node對象，第一個參數(shù)是label，屬性按key=value依次作為參數(shù)傳入。如果節(jié)點有多個label，可以用Node.add_label("label_text")來追加label。
|
1
2
3
4
5
6
|
node1 = Node("Person", name="王王", age=35, work="服務(wù)器之家")node2 = Node("Person", name="李李", age=20, work="服務(wù)器之家")node3 = Node("Person", name="張張", age=30, work="服務(wù)器之家")node4 = Node("Person", name="趙趙", age=45, work="月亮中學(xué)")node4.add_label("Teacher")node5 = Node("Person", name="劉劉", age=20, work="地球電子商務(wù)公司") |
再創(chuàng)建一些label為Location的節(jié)點
|
1
2
3
|
node6 = Node("Location", name="南京") node7 = Node("Location", name="江寧區(qū)") node8 = Node("Location", name="祿口機場") |
建立一些Person和Person節(jié)點之間的關(guān)系，Neo4j中的關(guān)系是有方向的，所以Relationship第一個參數(shù)為起始節(jié)點，第三個參數(shù)是結(jié)束節(jié)點，而第二個節(jié)點為關(guān)系的類型。這里創(chuàng)建的同事、鄰居的關(guān)系為雙向的，老師、學(xué)生的關(guān)系為單向。
|
1
2
3
4
5
6
7
8
9
10
11
|
relation1 = Relationship(node1, "同事", node2)relation2 = Relationship(node2, "同事", node1)relation3 = Relationship(node2, "同事", node3)relation4 = Relationship(node3, "同事", node2)relation5 = Relationship(node3, "鄰居", node4)relation6 = Relationship(node4, "鄰居", node3)relation7 = Relationship(node4, "學(xué)生", node5)relation8 = Relationship(node5, "老師", node4) |
創(chuàng)建一些Location和Location節(jié)點之間的關(guān)系，地域之間的包含關(guān)系為單向。
|
1
2
|
relation9 = Relationship(node6, "包含", node7)relation10 = Relationship(node7, "包含", node8) |
創(chuàng)建Person節(jié)點和Location節(jié)點之間的關(guān)系，這里“到訪”的關(guān)系是有屬性的，date表示到訪的日期，stay_hours表示停留的時間?？梢允褂靡粋€key:value的字典數(shù)據(jù)結(jié)構(gòu)保存屬性，再賦予關(guān)系
|
1
2
3
4
5
|
properties1={'date':'2021-7-16','stay_hours':1}relation11 = Relationship(node2, "到訪", node8, **properties1)properties2={'date':'2021-7-19','stay_hours':4}relation12 = Relationship(node5, "到訪", node8, **properties2) |
然后將以上所有節(jié)點和關(guān)系組成Subgraph
|
1
2
3
4
5
6
|
node_ls = [node1, node2, node3, node4, node5, node6, node7, node8]relation_ls = [relation1, relation2, relation3, relation4, relation5, relation6, relation7, relation8, relation9, relation10, relation11, relation12]subgraph = Subgraph(node_ls, relation_ls) |
最后通過事務(wù)類Transaction提交，批量創(chuàng)建這些節(jié)點和關(guān)系。這里tx.create并沒有真正創(chuàng)建節(jié)點和關(guān)系，直到graph.commit才一次性提交到Neo4j進行創(chuàng)建。
|
1
2
3
|
tx = graph.begin() tx.create(subgraph)graph.commit(tx) |
重復(fù)執(zhí)行上面的命令，不會創(chuàng)造出重復(fù)的節(jié)點和關(guān)系。這一點手冊中有說明：“subgraph中的已經(jīng)和數(shù)據(jù)庫綁定的實體將保持不變，那些沒有綁定的將在數(shù)據(jù)庫中新建并綁定上。”
create(subgraph) Create remote nodes and relationships that correspond to those in a local subgraph. Any entities in subgraph that are already bound to remote entities will remain unchanged, those which are not will become bound to their newly-created counterparts.
三、性能對比
做一個簡單的實驗粗略地對比逐個創(chuàng)建和批量創(chuàng)建的時間開銷。在Neo4j為空數(shù)據(jù)庫的情況下，分別采用逐個創(chuàng)建和批量創(chuàng)建的方法創(chuàng)建10000個節(jié)點，每個節(jié)點有name和age兩個屬性，都是隨機生成的，使用jupyter notebook的%%time命令計算時間開銷。
|
1
2
|
import randomN = 10000 |
逐個創(chuàng)建節(jié)點：
|
1
2
3
4
5
6
7
8
9
|
%%timefor i in range(N): random_name = "P"+str(round(random.random()*N*2)) random_age = round(random.random()*15) node = Node("Person", name=random_name, age=random_age) graph.create(node)CPU times: user 50.3 s, sys: 4.19 s, total: 54.5 sWall time: 5min 16s |
批量創(chuàng)建節(jié)點：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
%%timenode_ls = []for i in range(N): random_name = "P"+str(round(random.random()*N*2)) random_age = round(random.random()*15) node = Node("Person", name=random_name, age=random_age) node_ls.append(node)subgraph = Subgraph(node_ls, [])tx = graph.begin() tx.create(subgraph)graph.commit(tx)CPU times: user 448 ms, sys: 75.5 ms, total: 523 msWall time: 1.46 s |
實驗中也發(fā)現(xiàn)，只是創(chuàng)建節(jié)點的話，批量創(chuàng)建方法的時間開銷幾乎是線性增長的，當(dāng)一次性提交10萬個節(jié)點的創(chuàng)建任務(wù)時，時間開銷大約在4.5秒。
在使用Py2neo構(gòu)建圖譜時，盡可能使用批量創(chuàng)建方法。先創(chuàng)建節(jié)點（Node）對象、關(guān)系（Relationship）對象，再構(gòu)成子圖（Subgraph），最后利用事務(wù)類一次提交創(chuàng)建。
下一篇將介紹如何運用Py2neo查詢節(jié)點、關(guān)系和路徑。
這篇關(guān)于用Py2neo創(chuàng)建Neo4j的節(jié)點、關(guān)系及路徑的文章就先介紹到這了,更多相關(guān)Py2neo內(nèi)容請搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！
原文鏈接：https://segmentfault.com/a/1190000040519140
