解读Neo4j全新的Python驱动程序

原文:The World’s Most Amazing Python Driver for Neo4j
作者: Nigel Small
译者:仲培艺,关注数据库领域,纠错、寻求报道或者投稿请致邮:zhongpy@csdn.net。

尽管Neo4j社区目前已发布了JavaPythonJavaScript.NET官方支持的驱动程序,但其发展并未停步。本周,Neo4j发布驱动程序py2neo 3.1版本,同时还为Python用户推出了全新的OGM

图片描述

OGM(Object-Graph Mapper)和图形数据库的关系,就相当于ORM(对象关系映射)和传统RDMS之间的关系:前者都是一个架构,可供构建database-aware领域对象(domain objects)。

Py2neo OGM的操作围绕新的GraphObject类展开。此处其扮演基础类和管理者的双重角色:前者限定了领域对象;后者则支持基础节点和使py2neo OGM持久化的相关平台。

Movie Graph(和Neo4j预先打包)为例,以该数据集为基础,模拟一个Person类:

class Person(GraphObject):
    __primarykey__ = "name"
    name = Property()
    born = Property()

此处,一个Person类有两类属性。而Neo4j的属性没有固定类型,因此,比起典型ORM下的SQL字段,其相关定义较少。

类属性和基础属性名称相同:命名生成。必要时,其可重定向为不同名属性,含表达式例如Property(name="actual_name")

最终,定义一个主键(primarykey),指出哪种属性是pushpull操作的唯一标识符;定义一个primarylabel,尽管是默认条件,仍可用Person代替。

综上所述,可以通过一个Cypher statement,挑选出一个特定Person对象节点:

MATCH (a:Person) WHERE a.name = {n} RETURN a

此外,如果想要在同一个数据集内,模拟PersonMovie,还有其关联平台,可通过以下途径:

class Movie(GraphObject):
    __primarykey__ = "title"
    title = Property()
    tagline = Property()
    released = Property()
    actors = RelatedFrom("Person", "ACTED_IN")
    directors = RelatedFrom("Person", "DIRECTED")
    producers = RelatedFrom("Person", "PRODUCED")
class Person(GraphObject):
    __primarykey__ = "name"
    name = Property()
    born = Property()
    acted_in = RelatedTo(Movie)
    directed = RelatedTo(Movie)
    produced = RelatedTo(Movie)

此处包含两类新属性:RelatedToRelatedFrom。这两类属性定义了关系对象集(连接方式相似)。换句话说,就是它们共享相同的开始节点或终止节点,和共同的关系类型。

acted_in = RelatedTo(Movie)为例,它描述了一组Movie关系节点集,这些节点都是通过一个输出ACTED_IN关系来连接的。这里要注意的是,和上面提及的属性命名一样,关系类型也默认自动匹配属性名,只不过此处字母为大写形式。相反,对应的反向定义,actors = RelatedFrom("Person", "ACTED_IN")则明指定了关系名,以区分与属性名的差异。

为了研究执行对象的方法,可以假设一个情境:需要从数据库中提取出Keanu Reeves,并将他和经典影片Bill & Ted’s Excellent Adventure相连接 (不包含在原始图当中)。在这种情况下,首先要利用GraphObject类,并通过Person子类选择演员。随后,构建一个新的Movie对象,并添加到Keanu Reeves参与演出的影片集当中。最终,将上述全部信息汇入图表中。进程代码如下:

keanu = Person.select(graph, "Keanu Reeves").first()
bill_and_ted = Movie()
bill_and_ted.title = "Bill & Ted's Excellent Adventure"
keanu.acted_in.add(bill_and_ted)
graph.push(keanu)

通过一个类似集的端口(提供添加移除方法),关系对象支持其父类对象。这些数据汇入图表之后,为了完成操作,OGM架构自动构建并运行所有必要的Cypher。

该方法也可用于执行其它更复杂的选择。Where
method可利用所有WHERE
子句中的expression。比如要输出所有名字首字母是“K”的演员,操作如下:

for person in Person.select(graph).where("_.name =~ 'K.*'"):
    print(person.name)

注意:此处用到下划线字符来指代待匹配节点。

Py2neo文档还包含很多其它信息,且GitHub知识库当中还有一个演示应用程序,该程序展示了一个微型movie浏览器(截图如下)当中,一切是如何运行的。

图片描述

2016年8月12日-13日,由CSDN重磅打造的互联网应用架构实战峰会、运维技术与实战峰会将在成都举行,目前18位讲师和议题已全部确认。两场峰会大牛讲师来自阿里、腾讯、百度、京东、小米、乐视、聚美优品、YY、华为、360等知名互联网公司,共同探讨高可用/高并发/高性能系统架构设计、电商架构、分布式架构、运维工具研发与实践、运维自动化系统的构建、大数据与运维、云上的运维案例分析、虚拟化技术、应用性能检测与管理、游戏行业的运维实践等,将和与会嘉宾共同探讨「构建更安全、更高性能、更稳定的架构和运维体系」等领域的话题与技术。【目前限时6折,点击这里抢票

7月15日24点前仍处于最低六折优惠票价阶段,单场峰会(含餐)门票只需499元,5人以上团购或者购买两场峰会通票更有特惠,限时折扣,预购从速。(票务详情链接)。

neo4jPython之间的关系是,Python可以通过neo4jPython驱动包(neo4j-python-driver)来连接和操作neo4j数据库。通过这个包,可以在Python中使用Cypher语言进行数据查询、节点和关系的创建、更新和删除等操作。引用提供了一个示例,展示了如何使用Python和pandas将Excel中的数据以三元组形式加载到neo4j数据库中构建知识图谱。在示例中,使用了py2neo库来操作neo4j数据库。引用中提供了使用docker安装和运行neo4j的方法,以及连接neo4j数据库Python示例代码。<span class="em">1</span><span class="em">2</span> #### 引用[.reference_title] - *1* [neo4j-python-pandas-py2neo-v3:利用pandas将excel中数据抽取,以三元组形式加载到neo4j数据库中构建相关...](https://download.csdn.net/download/weixin_42108054/18698672)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [[ Neo4j ] Docker 安装与 Python 操作](https://blog.csdn.net/qq_43901693/article/details/121745279)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值