【Neo4j的简单搭建与使用】

最新推荐文章于 2024-04-22 22:29:21 发布
最新推荐文章于 2024-04-22 22:29:21 发布
阅读量2.7k 收藏 19
点赞数 2
分类专栏： 数据库 文章标签： 数据结构 经验分享 数据仓库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45134475/article/details/123739191
版权

文章目录

Neo4j简介

Neo4j是一个高性能的, NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。

Neo4j安装(MAC)

  1. 下载

下载Neo4j Community Edition，下载地址：http://neo4j.org/download。
由于是mac下载，直接下载dmg文件。

  1. 运行

安装Neo4j Community Edition并打开，配置运行数据存储路径，配置完毕后点击start启动。
在这里插入图片描述
3. Neo4j的远程可视化操作

打开 options ，找到 .neo4j.conf，取消以下代码的注释

 dbms.connectors.default_listen_address=0.0.0.0
  1. 浏览器打开
    如果配置了第三步的Neo4j的远程可视化操作，则访问http://0.0.0.0:7474/browser/，没有就直接访问 http://localhost:7474/browser/。

在这里插入图片描述

Neo4j使用

1. 基本的增删改查

  1. 插入节点

插入一个Person类别的节点，且这个节点有一个属性name，属性值为Andres。

CREATE (n:Person {name : 'Andres'});
  1. 插入边
    插入一条 a 到 b 的有向边，且边的类别为Follow。
  MATCH (a:Person),(b:Person)
  WHERE a.name = 'Node A' AND b.name = 'Node B'
  CREATE (a)-[r:Follow]->(b);
  1. 更新节点
    更新一个Person类别的节点，设置新的name。
 MATCH (n:Person { name: 'Andres' })
  SET n.name = 'Taylor';
  1. 删除节点
    Neo4j中如果一个节点有边相连，是不能单单删除这个节点的。
MATCH (n:Person { name:'Taylor' })
  DETACH DELETE n;
  1. 删除边
  MATCH (a:Person)-[r:Follow]->(b:Person)
  WHERE a.name = 'Node A' AND b.name = 'Node B'
  DELETE r;
  1. 查询最短路径
  MATCH (ms:Person { name:'Node A' }),(cs:Person { name:'Node B' }), p = shortestPath((ms)-[r:Follow]-(cs)) RETURN p;
  1. 查询两个节点之间的关系
 MATCH (a:Person { name:'Node A' })-[r]->(b:Person { name:'Node B' })
  RETURN type(r);
  1. 查询一个节点的所有Follower
  MATCH (:Person { name:'Taylor' })-[r:Follow]->(Person)
  RETURN Person.name;

详细查询

请查看The Neo4j Cypher Manual v4.4

项目经验

1.将关系模型映射到图数据库：
当从关系模型导出图模型时，您应该记住以下准则：
行是一个节点，表名是一个标签名，联接或外键是一种关系。

注意：Neo4j不存储空值。CSV文件中的Null或空字段可以跳过，或替换为加载CSV中的默认值。

创建节点并使边带权重

学习案例

例1：

CREATE (a:Place {id: 'A'}),
       (b:Place {id: 'B'}),
       (c:Place {id: 'C'}),
       (d:Place {id: 'D'}),
       (e:Place {id: 'E'}),
       (f:Place {id: 'F'}),
       (g:Place {id: 'G'}),
       (d)-[:LINK {cost:4}]->(b),
       (d)-[:LINK {cost:6}]->(e),
       (b)-[:LINK {cost:1}]->(a),
       (b)-[:LINK {cost:3}]->(c),
       (a)-[:LINK {cost:2}]->(c),
       (c)-[:LINK {cost:5}]->(e),
       (e)-[:LINK {cost:10}]->(c),
       (f)-[:LINK {cost:1}]->(g);
#s = '({0}) - [:LINK cost:{1}] -> ({2})'.format('a',10, 'c')

效果：
在这里插入图片描述
例2：

CREATE(Shanghai:City{name:'上海'}),
(Suzhou:City{name:'苏州'}),
(Wuxi:City{name:'无锡'}),
(Nanjing:City{name:'南京'}),
(Ningbo:City{name:'宁波'}),
(Shanghai)-[:Neighbor {distance:80}]->(Suzhou),
(Shanghai)-[:Neighbor {distance:120}]->(Wuxi),
(Shanghai)-[:Neighbor {distance:300}]->(Nanjing) ,
(Shanghai)-[:Neighbor {distance:250}]->(Ningbo);
//无权重：
 CREATE (Shanghai)-[:Neighbor]->(Suzhou) CREATE (Shanghai)-[:Neighbor]->(Wuxi) CREATE (Shanghai)-[:Neighbor]->(Nanjing) CREATE (Shanghai)-[:Neighbor]->(Ningbo)
//加权重：
CREATE (Shanghai)-[:Neighbor {distance:80}]->(Suzhou) CREATE (Shanghai)-[:Neighbor {distance:120}]->(Wuxi) CREATE (Shanghai)-[:Neighbor {distance:300}]->(Nanjing) CREATE (Shanghai)-[:Neighbor {distance:250}]->(Ningbo)
项目实践

1.问题
qid的数据不可能一条一条的创建，需要通过csv文件导入，那么导入时的cost（也就是边的次数）怎么写进去？

2.目前进展
加载csv文件，导入节点数据(不带权重)

LOAD CSV WITH HEADERS FROM 'file:///question.csv' AS row MERGE (question:Question{qID:row.qID}) ON CREATE SET question.qName=row.qName;

或者

LOAD CSV WITH HEADERS FROM 'file:///qid_qname.csv' AS row MERGE (question:Question{qName:row.qName}) ON CREATE SET question.qID=row.qID;

查看节点数据
MATCH(q:Question) return q LIMIT 10;

后面涉及项目内部，不再举例

学习Neo4j

Creating nodes

1. Creating Order nodes

执行此代码块以在数据库中创建订单节点：

// Create orders
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/orders.csv' AS row
MERGE (order:Order {orderID: row.OrderID})
  ON CREATE SET order.shipName = row.ShipName;

如果已将CSV文件放入import folder，则应使用以下代码语法从本地目录加载CSV文件：

// Create orders
LOAD CSV WITH HEADERS FROM 'file:///orders.csv' AS row
MERGE (order:Order {orderID: row.OrderID})
  ON CREATE SET order.shipName = row.ShipName;

这段代码在数据库中创建830个订单节点。

通过执行以下代码，可以查看数据库中的一些节点：

MATCH (o:Order) return o LIMIT 5;

部分图展示如下：
在这里插入图片描述
表视图包含节点属性的以下值：
在这里插入图片描述

2. Creating Product nodes

执行此代码块以在数据库中创建产品节点：

// Create products
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/products.csv' AS row
MERGE (product:Product {productID: row.ProductID})
  ON CREATE SET product.productName = row.ProductName, product.unitPrice = toFloat(row.UnitPrice);

这段代码在数据库中创建77个产品节点。

通过执行以下代码，可以查看数据库中的一些节点：

MATCH (p:Product) return p LIMIT 5;

部分图展示如下：
在这里插入图片描述

2. Creating Supplier nodes

执行此代码块以在数据库中创建供应商节点：

// Create suppliers
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/suppliers.csv' AS row
MERGE (supplier:Supplier {supplierID: row.SupplierID})
  ON CREATE SET supplier.companyName = row.CompanyName;

这段代码在数据库中创建29个供应商节点。

通过执行以下代码，可以查看数据库中的一些节点：

MATCH (s:Supplier) return s LIMIT 5;

部分图展示如下：
在这里插入图片描述

3. Creating Employee nodes

执行此代码块以在数据库中创建员工节点：

// Create employees
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/employees.csv' AS row
MERGE (e:Employee {employeeID:row.EmployeeID})
  ON CREATE SET e.firstName = row.FirstName, e.lastName = row.LastName, e.title = row.Title;

这段代码在数据库中创建9个员工节点。

通过执行以下代码，可以查看数据库中的一些节点：

MATCH (e:Employee) return e LIMIT 5;

部分图展示如下：
在这里插入图片描述

4. Creating Category nodes

// Create categories
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/categories.csv' AS row
MERGE (c:Category {categoryID: row.CategoryID})
  ON CREATE SET c.categoryName = row.CategoryName, c.description = row.Description;

这段代码在数据库中创建8个分类节点。

通过执行以下代码，可以查看数据库中的一些节点：

MATCH (c:Category) return c LIMIT 5;

部分图展示如下：
在这里插入图片描述

Creating the relationships between the nodes

1. Creating relationships between orders and employees

先执行下列代码来 Create relationships between orders and products

// Create relationships between orders and products
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/orders.csv' AS row
MATCH (order:Order {orderID: row.OrderID})
MATCH (product:Product {productID: row.ProductID})
MERGE (order)-[op:CONTAINS]->(product)
  ON CREATE SET op.unitPrice = toFloat(row.UnitPrice), op.quantity = toFloat(row.Quantity);

这段代码在数据库中创建2155个关系。

通过执行以下代码，可以查看数据库中的这些关系：

MATCH (o:Order)-[]-(p:Product)
RETURN o,p LIMIT 10;

部分图展示如下：
在这里插入图片描述
再执行下列代码来 Create relationships between orders and employees

// Create relationships between orders and employees
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/orders.csv' AS row
MATCH (order:Order {orderID: row.OrderID})
MATCH (employee:Employee {employeeID: row.EmployeeID})
MERGE (employee)-[:SOLD]->(order);

这段代码在数据库中创建830个关系。

通过执行以下代码，可以查看数据库中的这些关系：

MATCH (o:Order)-[]-(e:Employee)
RETURN o,e LIMIT 10;

部分图展示如下：
在这里插入图片描述

2. Creating relationships between products and suppliers

// Create relationships between products and suppliers
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/products.csv
' AS row
MATCH (product:Product {productID: row.ProductID})
MATCH (supplier:Supplier {supplierID: row.SupplierID})
MERGE (supplier)-[:SUPPLIES]->(product);

这段代码在数据库中创建77个关系。

通过执行以下代码，可以查看数据库中的这些关系：

MATCH (s:Supplier)-[]-(p:Product)
RETURN s,p LIMIT 10;

部分图展示如下：
在这里插入图片描述

3. Create relationships between products and categories

// Create relationships between products and categories
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/products.csv
' AS row
MATCH (product:Product {productID: row.ProductID})
MATCH (category:Category {categoryID: row.CategoryID})
MERGE (product)-[:PART_OF]->(category);

这段代码在数据库中创建77个关系。

通过执行以下代码，可以查看数据库中的这些关系：

MATCH (c:Category)-[]-(p:Product)
RETURN c,p LIMIT 10;

部分图展示如下：
在这里插入图片描述

4. Creating relationships between employees

// Create relationships between employees (reporting hierarchy)
LOAD CSV WITH HEADERS FROM 'https://gist.githubusercontent.com/jexp/054bc6baf36604061bf407aa8cd08608/raw/8bdd36dfc88381995e6823ff3f419b5a0cb8ac4f/employees.csv' AS row
MATCH (employee:Employee {employeeID: row.EmployeeID})
MATCH (manager:Employee {employeeID: row.ReportsTo})
MERGE (employee)-[:REPORTS_TO]->(manager);

这段代码在数据库中创建8个关系。

通过执行以下代码，可以查看数据库中的这些关系：

MATCH (e1:Employee)-[]-(e2:Employee)
RETURN e1,e2 LIMIT 10;

部分图展示如下：
在这里插入图片描述

Querying the Graph

  1. 查找使用订购产品销售订单的员工样本
MATCH (e:Employee)-[rel:SOLD]->(o:Order)-[rel2:CONTAINS]->(p:Product)
RETURN e, rel, o, rel2, p LIMIT 25;
  1. 查找特定产品的供应商和类别
MATCH (s:Supplier)-[r1:SUPPLIES]->(p:Product {productName: 'Chocolade'})-[r2:PART_OF]->(c:Category)
RETURN s, r1, p, r2, c;
  1. 哪位员工的“Chocolade”和其他产品的交叉销售数量最高？
MATCH (choc:Product {productName:'Chocolade'})<-[:CONTAINS]-(:Order)<-[:SOLD]-(employee),
      (employee)-[:SOLD]->(o2)-[:CONTAINS]->(other:Product)
RETURN employee.employeeID as employee, other.productName as otherProduct, count(distinct o2) as count
ORDER BY count DESC
LIMIT 5;

查询结果：
在这里插入图片描述
5. 员工是如何组织的？谁向谁报告？

MATCH (e:Employee)<-[:REPORTS_TO]-(sub)
RETURN e.employeeID AS manager, sub.employeeID AS employee;

查询结果：
在这里插入图片描述

  1. 哪些员工相互间接汇报？
MATCH path = (e:Employee)<-[:REPORTS_TO*]-(sub)
WITH e, sub, [person in NODES(path) | person.employeeID][1..-1] AS path
RETURN e.employeeID AS manager, path as middleManager, sub.employeeID AS employee
ORDER BY size(path);

查询结果：
在这里插入图片描述

  1. 层级结构的每一部分都下了多少命令？
MATCH (e:Employee)
OPTIONAL MATCH (e)<-[:REPORTS_TO*0..]-(sub)-[:SOLD]->(order)
RETURN e.employeeID as employee, [x IN COLLECT(DISTINCT sub.employeeID) WHERE x <> e.employeeID] AS reportsTo, COUNT(distinct order) AS totalOrders
ORDER BY totalOrders DESC;

查询结果：
在这里插入图片描述

Neo4j学习链接：

  1. Neo4j Browser/Visual tour：https://neo4j.com/docs/browser-manual/current/visual-tour/
  2. Developer Guides Data Import How-To: Desktop CSV Import：https://neo4j.com/developer/desktop-csv-import/
  3. How-To: Import Northwind Dataset：https://neo4j.com/developer/guide-importing-data-and-etl/
菜菜雪丫头
关注
  • 2
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Centos 7.4_neo4j3.4.11企业版 + Haproxy 1.79 高可用集群部署.docx
08-06
neo4j 数据库 主从（一主两从）集群部署，负载均衡部署 高可用的neo4j集群主要采用了主从的结构，来保证集群的容错能力和应变能力，同时也保证了了集群在读取密集型的数据的场景下可横向的扩展能力。
Neo4j详解
Dream_bin
02-24 5万+
Neo4j入门详解 项目中某种特殊的场景，使用图形数据库比较有独特的优势。所以经过一个多月的奋战终于把项目上线了。本次使用上了图形数据库是neo4j社区版，因为数据量不到一个亿，只是关系比较复杂所以社区版基本上“够用”。后续货陆续分享，我对neo4j 社区版高可用相关方面的总结（探活，监控告警，热备，控制台等） 本次将一些neo4j 的一些入门基础知识，做一次项目后的整理总结（ps : 有些知识点...
图数据库Neo4j详解
最新发布
承缘丶
04-22 855
图数据库Neo4j详解
Neo4j入门操作
热门推荐
u012543819的博客
10-12 5万+
最近因为项目建模需要使用到图数据库，搜了一圈，发现Neo4j就不错，于是开始鼓捣。 1. 安装  下载地址：https://neo4j.com/download-center/ 官方提供了很多可选的下载项，企业版，社区版，桌面版。这里我下的是桌面版。   然后就是按照安装步骤安装完成。，打开桌面版，就长这样. 2. 使用入门 2.1数据库创建和启动 这里我们新建一个项目，然...
neo4j使用教程（数据的导入和简单的语句）
Trista的博客
11-21 3万+
写在前面：在前边出了一个详细的neo4j安装教程之后，写一个简单的neo4j使用教程。 1 数据的导入 数据的导入这里介绍两个常用的方法，语句导入和用cmd命令行导入。 1.1 创建数据 例如，创建两个同学（nodes），属性有学号、姓名、性别和年龄，关系为classmate(relationship)。 //node CREATE (student1:Person {sid:'1001', na...
图数据库Neo4j实战（全网最详细教程）
未来社会二十年发展的核心技术趋势由ABCD四个字母组成，分别是AI（人工智能）、BlockChain（区块链）、Cloud（云）、和Data（大数据）每一次进步都有新的认知和感触
01-07 3万+
知识图谱，作为人工智能和语义网技术的重要组成部分，其核心在于将现实世界的对象和概念以及它们之间的多种关系以图形的方式组织起来。它不仅仅是一种数据结构，更是一种知识的表达和存储方式，能够为机器学习提供丰富、结构化的背景知识，从而提升算法的理解和推理能力。在人工智能领域，知识图谱的重要性不言而喻。它提供了一种机器可读的知识表达方式，使计算机能够更好地理解和处理复杂的人类语言和现实世界的关系。通过构建知识图谱，人工智能系统可以更有效地进行知识的整合、推理和查询，从而在众多应用领域发挥重要作用。
Neo4j详细介绍及使用教程
tttalk的博客
01-06 2万+
Neo4j介绍，服务端基本使用，java实战
Spring-boot框架连结Neo4j搭建课程知识图谱.rar
08-21
在本项目中，我们主要关注的是使用Spring-boot框架与Neo4j数据库来构建一个课程知识图谱，并且实现基于知识图谱的课程问答系统（KBQA）以及课程信息的查询和可视化。以下是对这些关键知识点的详细解释： 1. **...
linux环境搭建图数据库neo4j的讲解
09-15
【Linux环境搭建图数据库Neo4j详解】 图数据库Neo4j是一种非关系型数据库，尤其适合处理复杂的网络数据，如社交网络、推荐系统等。它以其高效的数据模型和查询语言Cypher，在处理图形数据时表现出色。在本教程中，...
Neo4j学习-Neo4j入门-Neo4j文档
01-11
Neo4j是一款强大的图形数据库系统，它以节点、...对于初学者，强烈建议从基础开始，逐步熟悉Cypher语法，然后尝试搭建简单的图数据模型并进行查询。随着对Neo4j的理解加深，你会发现它在处理复杂数据关联时的强大能力。
Eclipse搭建JAVA,PYTHON,Neo4j开发平台
09-07
标题中的“Eclipse搭建JAVA,PYTHON,Neo4j开发平台”是指利用Eclipse这一流行的开源集成开发环境(IDE)来构建Java、Python和Neo4j的开发环境。Eclipse因其强大的可扩展性，能够支持多种编程语言和框架，使得开发者能够...
Spring-Boot 集成 Neo4j图形数据库实现关系的构建与查询.zip
01-04
本教程将深入探讨如何使用Spring Boot集成Neo4j，实现关系的构建与查询。 首先，Spring Boot是一个快速开发框架，它简化了Java应用的搭建和配置过程。结合Spring Data Neo4j（SDN），我们可以轻松地在Spring Boot...
图数据库Neo4j——Neo4j简介、数据结构 & Docker版本的部署安装 & Cypher语句的入门
Arya的博客，专注后端领域
10-31 9528
本篇博客介绍Neo4j图数据库，Neo4j是用Java实现的开源NoSQL图数据库，本篇博客介绍docker版本的安装，Neo4j的数据结构，基本的创建、查询的Cypher语句。
neo4j新手教程
weixin_45820190的博客
05-18 4万+
neo4j新手教程 本文通过一个实际的案例来一步一步使用Cypher来操作Neo4j。 这个案例的节点主要包括专业和课程两类，课程和课程之间有前置、并列等关系，专业和课程之间有包含等关系。 1、（可选）首先，我们删除数据库中以往的图，确保一个空白的环境进行操作： MATCH (n) DETACH DELETE n MATCH是匹配操作，而小括号()代表一个节点node（可理解为括号类似一个圆形），括号里面的n为标识符。 2、我们创建一个课程节点： CREATE (n:Class {name:'大学英语Ⅱ'}
Neo4j - Neo4j概述
浪人与酒
03-17 1万+
Neo4j - Neo4j概述 Neo4j是由 Java 实现的开源 NoSQL 图数据库。Neo4j实现了专业数据库级别的图数据模型的存储。与普通的图处理或内存数据库不同，Neo4j 提供了完整的数据库特性，包括 ACID 事务的支持、集群支持、备份与故障转移等，这使其适合于企业级生产环境下各种应用。 Neo4j 还提供了一些特殊的功能 一个本地化的图数据库：Neo4j 自底向上构建成一个图数据库。它的体系结构旨在优化快速管理、存储和遍历节点和关系。在 Neo4j 中，关系是数据库中最重要的元素，它代表
Neo4j是什么，为什么需要Neo4j，Neo4j的优势和应用场景
技术分享、个人成长、职场趣事
06-15 3123
Neo4j是一个高性能、面向对象的图形数据库，它是为存储和查询大规模图形数据而设计的。通过本文中的介绍，你可以了解到Neo4j的基本概念和优势，从而更好地理解它的应用场景和使用方法。易于理解和使用：Neo4j的数据模型是直观的，用户可以轻松地理解和使用其节点和关系的概念，从而使得数据可视化和理解成为可能。开源自由：Neo4j是一个开源的数据库，用户可以自由地下载、使用和修改其源代码，从而满足各种不同的需求。生态系统庞大：Neo4j具有强大的生态系统，提供了许多实用的工具和库，可以用于各种不同的场景和用例。
neo4j 社区版主从集群
shlhhy的博客
06-06 5848
由于neo4j企业版太贵了，想研究一下通过neo4j社区版搭建主从的方案
最详细的Neo4J解读（附安装教程）
极易自在宸
07-01 1万+
文章目录一、Neo4j简介二、Neo4j - 特点和优势1.Neo4j的特点2.Neo4j的优点3.Neo4j的缺点或限制三、Neo4j - 数据模型四、Neo4j安装及配置1.安装Java JDK2.下载安装Neo4j3.创建系统环境变量4.Neo4j的启动和停止5.切换数据库五、Neo4j的CQL操作 一、Neo4j简介 Neo4j是一种流行的基于Java语言编写的图形数据库。图是一组节点和连接这些节点的关系。图形数据库也被称为图形数据库管理系统或GDBMS， 其他的图形数据库是Oracle NoSQL
Neo4j简介
JobsLee' Blog
04-06 2268
前言 随着大数据时代的发展，诞生了一大批大数据时代下的新数据库产品，如今MongoDB、Redis、HBase这些NoSQL数据库已经成为了互联网开发的新标配，SQL一统江湖的时代不复存在了。 然而，如果你觉得只要学习了上边这几种NoSQL你就抓住了大数据时代的话，你可就大错特错了！大数据时代发展速度之快超乎你的想象，新的数据库产品仍然在不断诞生，一些快速兴起的小众数据库很有可能成为下一个MongoDB、HBase！为了不落后于时代，你还不抓紧时间了解一下？ 本系列文章为大家挑选了几种适合不同场景的小众数据
neo4j安装与使用
03-13
Neo4j是一种图形数据库管理系统，它使用图形结构来存储和处理数据。下面是Neo4j的安装和使用介绍： 1. 安装Neo4j： - 访问Neo4j官方网站（https://neo4j.com/），下载适合你操作系统的安装包。 - 执行安装包，按照提示进行安装。在安装过程中，你可以选择安装的版本和配置数据库的用户名和密码。 2. 启动Neo4j： - 安装完成后，你可以启动Neo4j数据库。在Windows上，你可以在开始菜单中找到Neo4j文件夹，然后点击“Neo4j Desktop”启动。 - 在启动界面中，你可以创建一个新的数据库实例或者打开一个已有的数据库实例。 3. 使用Neo4j： - Neo4j提供了一个图形用户界面（Neo4j Browser）来与数据库进行交互。在Neo4j Desktop中，你可以点击“Open”按钮来打开Neo4j Browser。 - 在Neo4j Browser中，你可以执行Cypher查询语言来操作数据库。Cypher是Neo4j的查询语言，用于创建、更新和查询图形数据。 - 你可以使用CREATE语句创建节点和关系，使用MATCH语句查询数据，使用UPDATE语句更新数据等等。具体的Cypher语法可以参考Neo4j官方文档。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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