Neo4j中使用neo4j-admin import导入大量数据

关于如何使用neo4j-admin import，最好是参考官方文档。我这里记录的内容适用于Neo4j的3.5.22版本。

1、A quick start

假设我需要导入三类实体、两类关系，那么，可以利用5个csv文件来分别存储上述数据。其中一类实体的数据格式为：

name	id:ID	:LABEL
北京平谷区110kV变电站	gs0	GIS;SUBS
北京顺义区35kV变电站	gs2	GIS;SUBS
…	…	…

对于表头，name和id分别为节点的属性，其中，:ID意味着对声明id属性的值是全局唯一的；LABEL为节点的标签，可以设置多个标签，用;分割。

Note:
这里说的「全局唯一」的意思是，在那些表示实体的csv中的用:ID修饰了的属性值里，是唯一的。对于了解Neo4j的读者来说，可能会存在疑问，因为用:ID修饰的是节点的属性而不是原生<id>。关于这一点，会在第二部分进行说明。

其余两类实体对应的csv的格式类似。

其中一类关系的数据格式为：

:START_ID	:END_ID	:TYPE
gs32	gl0	connect
gs157	gl1	connect
…	…	…

其中，:START_ID与:END_ID均指代一个节点的进行了ID声明的属性的值，:TYPE指代的关系的类型。在这个例子里，没有对关系的属性进行定义。

2、Some deeper thoughts

在表示关系的csv文件中，通过将gs32和gl0放在一行，表明将为id是gs32和gl0的节点建立一条有向关系。更准确地说，是为被:ID修饰的属性中值为gs32和gl0的节点建立一条有向关系。被修饰的属性名称不一定是id，也可以是其他的任何合法的名称。

因此，第一部分要求被:ID修饰的属性中的值是「全局唯一」的目的，就是为了在创建关系时可以准确地定位到目标节点，无论其在哪个csv文件中。

但实际上，这种全局唯一性不是必须的：因为对于不同类的实体已经用不同的csv文件进行了区分，因此，只需要保证在当前csv文件中，被:ID修饰的属性值是唯一的即可。这就引出了ID空间的用法。

对上面的文件例子进行修改：

实体类别1.csv：

name	id:ID(SpaceA-ID)	:LABEL
北京平谷区110kV变电站	1	GIS;SUBS
北京顺义区35kV变电站	2	GIS;SUBS
…	…	…

实体类别2.csv：

name	id:ID(SpaceB-ID)	:LABEL
万州区6kVⅢ线	1	GIS;LINE
合川区10kV③线	2	GIS;LINE
…	…	…

关系.csv：

:START_ID(SpaceA-ID)	:END_ID(SpaceB-ID)	:TYPE
1	2	connect
1	1	connect
…	…	…

可以看出，通过在关系中指定了节点的id来自哪个ID空间，从而可以避免保证id的全局唯一性。

3、Import nodes and relationships

在Neo4j安装的根目录位置进入shell，然后执行：

bin/neo4j-admin import --nodes=import/yx_sub.csv --nodes=import/yx_line.csv --nodes=import/yx_tran.csv \
--nodes=import/gis_sub.csv --nodes=import/gis_line.csv --nodes=import/gis_tran.csv \
--relationships=import/yx_sub_line.csv --relationships=import/yx_line_tran.csv \
--relationships=import/gis_sub_line.csv --relationships=import/gis_line_tran.csv

即，把要导入的csv文件放到根目录下的import路径下，先配置--nodes，再配置--relationships，如果有多个文件，重复配置多次即可。

创建好的测试数据在这里。