使用kettle创建NEO4J的节点与关系

最近刚刚接触NEO4J,初始化数据需要导入节点,并且创建节点直接的关系。

首先导入节点使用最简单的表输入和kettel中的Neo4j插件(Neo4j Cypher)实现。

Neo4j Cypher的使用方法,参考这张图。

 值得注意的是,变量是可以直接从表输入中获取到的,但是变量只能用在创建节点的属性,不可以用在节点的标签。还有一点是如果数据量很大的话一定要设置Batch size。

下面是创建两个节点的关系,同样现在节点的关系是存在于表中,也需要用到表输入和kettel中的Neo4j插件(Neo4j Cypher)实现。

但是创建关系是需要确定两个节点。如果写出

MATCH a:node1,b:node2

where a.id='1' and b.id='2'

create (a)-[r:rel]->(b)

这样在网页中是可以执行的但是在kettel中使用插件会报错。

所以调整语法,使用WITH传递信息,每次只确定一个节点。

MATCH a.node1 where a.id='1'

WITH a

MATCH b.node2 where b.id='2'

WITH a,b

CREATE (a)-[r:rel]->(b)

这样结果是和第一段一样的,而且在kettel中的Neo4j插件也不报错,可以顺利创建。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
kettle neo4j是指使用ETL工具Pentaho Data Integration(Kettle)与图数据库Neo4j结合使用的一种方式。Pentaho Data Integration是一款开源的ETL工具,它提供了强大的数据提取、转换和加载能力,用于从不同的数据源中提取数据、进行清洗和转换,并将结果加载到目标数据库中。而Neo4j则是一种基于图模型的高性能数据库,它以节点关系的方式存储数据,适用于处理复杂的关联关系和大规模的图数据。 使用kettle neo4j可以将KettleETL能力与Neo4j的图数据库能力相结合,实现更加灵活和强大的数据处理和分析。通过Kettle的数据抽取、转换和加载功能,可以从不同的数据源中提取数据,并对数据进行清洗、整合和转换,然后将结果加载到Neo4j图数据库中。这样就可以针对复杂的数据关联关系进行分析和查询,实现更加灵活和深入的数据挖掘和分析。 使用kettle neo4j的好处是可以利用Kettle强大的ETL能力,对数据进行预处理和清洗,确保数据的质量和准确性,然后再将处理过的数据加载到Neo4j图数据库中,实现高效的数据查询和分析。此外,通过Kettle的可视化界面,用户可以方便地配置ETL作业和转换,简化了数据处理的流程和复杂性。 总之,kettle neo4j是将Pentaho Data Integration(Kettle)与Neo4j图数据库相结合的一种方式,能够实现强大的数据提取、转换和加载功能,并利用Neo4j的图数据库能力进行更加灵活和深入的数据分析和挖掘。
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

打赏作者

强化型路人丙

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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