【小笔记】如何在docker中更新或导入neo4j数据？

如何在docker中更新或导入neo4j数据？

（1）背景：
我尝试了4.4.9和5.19.0版本的Neo4j社区版，基于他们的镜像创建容器后，需要导入我准备好的csv文件或dump文件，因为数据量非常大，所以采用neo4j-admin工具导入方案。
（2）遇到的问题：
neo4j-admin工具需要使Neo4j处于停止状态，当进入容器后，执行了neo4j stop指令后，容器会自动退出！查询运行的docker容器，发现容器已经停止运行了…然后曾经的3.X版本是可以停止后，保持在容器中操作的。
不停止neo4j进行数据导入，就只有load CSV方式了，但是我的数据量有几百万，load csv想都不敢想…
（3）原因：

（4）可能的解决办法

我试过上面的5，无效，然后又在网上找了一通，发现谈这个问题的都很少，始终没找到一个可好用有效的办法。

（6）最终解决办法
找个这篇博客，尝试了一下，发现有用：
neo4j 数据迁移简单操作

我再结合我的实践说一下我的理解和分析：

• docker版本的Neo4j，特别是用到了5.X的，neo4j stop这个指令就基本上不能用了，用了就停止容器，还怎么执行neo4j-admin呢？所以只能考虑在容器未运行的状态下进行数据迁移；
• 容器停止状态下，dump和csv都无法导入，准确说来，什么导入方式都不可用，但是还有一种最简单纯粹的方法：就是复制已经导入好的数据库数据，替换容器的空数据库数据，即用数据复制的方式

数据复制的具体方法（可用）

1.首先你的Neo4容器（称为A）它在创建时是有外挂路径的，至少要挂载data路径（存放数据库文件）

docker run -d --name neo4j-5.19 -p 7474:7474 -p 7687:7687 -v /data/neo4j/data:/data -v /data/neo4j/logs:/logs -v /data/neo4j/conf:/var/lib/neo4j/conf -v /data/neo4j/import:/var/lib/neo4j/import --env NEO4J_AUTH=neo4j/neo4j 可用的镜像版本

2. 在你的电脑，win或linux都可以，再搞一个Neo4j（称为B，就是正常的安装包，不是容器），基于它完成数据导入：
   （1）删除两个目录：data/databases/neo4j，data/transactions/neo4j
   （2）切换到Neo4j目录下的bin路径：cd bin
   （3）执行neo4j-admin进行数据导入，5.X版本的参考如下：

neo4j-admin database import full --nodes=import/nodes_series.csv --nodes=import/nodes_part_fused.csv --relationships=import/relation_series2part_fused.csv --skip-bad-relationships

此时data/databases/neo4j，data/transactions/neo4j两个路径下的数据会重新生成，即导入的数据。

3.复制B的data/databases/neo4j，data/transactions/neo4j到A对应的路径下进行替换（替换前，可以先删除A挂载路径下的data/databases/neo4j，data/transactions/neo4j）。

4.启动A，可以发现A原本没数据的，现有有了数据了。如此，达成曲线救国。

特别注意：A和B的版本必须一模一样，如此B的导入数据在A中可以正常使用！
上面给的是B的neo4j-admin导入方式，实际上其它方式，在容器外都是可用的哈。

附录：Neo4j数据导入方式

Neo4j导入数据的方式有：

• 使用LOAD CSV导入数据
• 使用APOC导入数据
• 使用编程语言（Java，python，js，C#，Go）导入数据
• 使用neo4j-admin工具导入数据
• 使用应用导入数据
• 使用ETL工具导入数据
  
  详细可参考：
  Neo4j导入数据的5种方式详解配图

个人经验：
（1）小数据集（如几百、几千条）可以用load CSV方式，最简单，无需停止Neo4j，可以在线导入，最大缺点就是慢，且导入数据有上限（好像是1W条）
（2）大量数据（如十万、百万级），用neo4j-admin工具导入，百万级实体和关系导入，只需要秒级或几分钟级，缺点：必须基于空数据库，且neo4j处于未运行状态。