py2neo+Neo4j初体验

简介

图数据库是做知识图谱的好东东。当然，还可以做很多东西：
数据可视化、复杂网络不社会网络分析等
目前市面上有很多种，排名可以参考这里。
Neo4j作为图数据库中的头牌，当然有其独到之处，
Desktop相当于管理数据库的客户端可以不用装，因为有web管理界面
还有一个auraDB好像是云上的数据库，一般也用不上
这里简单记录第一次使用Neo4j的一些注意事项

安装与沙箱使用

Windows下安装很简单，下载下来的是一个压缩包：

这里选择当然是免费的社区版
解压缩后用cmd窗口到bin目录下面，运行neo4j.bat
按提示加start 参数或者把这个装成服务来启动，这里有前提，需要有java的JDK，我机器上木有，没往下折腾。
因为官网提供了Neo4j Sandbox
这个是可以直接云上创建可以用来直接做实验的环境，重要的是：
它支持远程连接！
它支持远程连接！
它支持远程连接！
如果是自己做实验，登录创建一个空白沙箱

当然，官网还提供了丰富的例子。

可以看到Neo4j有两个大方向：开发与数据挖掘

注意：
创建的沙箱有时间限制：三天，可以延长到十天（只能延长一次），对于做一些小实验来说已经够用了。
点击Connection details可以看到

因为会销毁，这里就不打码了，几个重要的信息：
用户名和密码
还有就是Bolt URL

点击open按钮后就可以在图形界面管理数据库

py2neo

py2neo现在的版本是v4，网上很多教程都是老版本的，没法用。。。

先导入库，没装就pip装下：

from py2neo import Node ,Graph,Relationship
import pandas as pd

连接数据库，这里注意连接的信息要用到创建沙箱的Connection details

g=Graph("bolt://3.239.106.31:7687", auth=("neo4j", "user-categories-mineral"))#这里用的官方的sandbox
#注意，老版的用户名密码写法有问题：
#g = Graph('http://localhost:7474/',username='neo4j',password='123456')

g.delete_all()#清空数据库

读取节点数据然后创建英雄节点：

hero_data=pd.read_csv('./data/王者荣耀hero.csv',header=0,encoding='gbk')#这里注意数据文件的路径

print(len(hero_data))#68个数据
#这里不知道为什么要运行很久，估计是远程数据库的原因
for i in range(0,len(hero_data)):
    temp=Node('hero',name=str(hero_data['name'][i]),
           skill_passive=str(hero_data['skill_passive'][i]),
           skill_1=str(hero_data['skill_1'][i]),
           skill_1_cooling=str(hero_data['skill_1_cooling'][i]),
           skill_1_cost=str(hero_data['skill_1_cost'][i]),
           skill_2=str(hero_data['skill_2'][i]),
           skill_2_cost=str(hero_data['skill_2_cost'][i]),
           skill_2_cooling=str(hero_data['skill_2_cooling'][i]),
           R=str(hero_data['R'][i]),R_cooling=str(hero_data['R_cooling'][i]),
           R_cost=str(hero_data['R_cost'][i]),tag=str(hero_data['tag'][i]),
           HP=str(hero_data['HP'][i]),MP=str(hero_data['MP'][i]),
           HP_recover=str(hero_data['HP_recover'][i]),
           MP_recover=str(hero_data['MP_recover'][i]),
           attack=str(hero_data['attack'][i]),
           defense=str(hero_data['defense'][i]),
           magic_defense=str(hero_data['magic_defense'][i]),
           speed=str(hero_data['speed'][i]),
           attack_range=str(hero_data['attack_range'][i]))
    g.create(temp)

后面创建物品节点的代码就不贴了，主要是创建关系。
关系有三种：
武器与英雄关系
武器与武器关系
英雄与武器关系

关键代码为：

rel = Relationship(g.nodes.match('hero',name= data['name'][m]).first(), data['guanxi'][m], g.nodes.match('hero',name=data['name2'][m]).first())
g.create(rel)

这里的data是从excel中读取的，大概是这样：

问题记录

这里的关系非常多，三种关系将近2000条记录
上面也提到，估计是远程数据库的关系，一条条的create非常慢，将近0.5秒一条，解决方法应该是批量插入，但是没有找到具体解决的代码。