当前位置：首页 > news >正文

使用 Docker Desktop 安装 Neo4j 知识图谱

news 来源：原创 2025/7/2 2:38:57

一、简介

Neo4j是一个高性能的，基于java开发的，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分为企业版和社区版，企业版可以创建多个数据库，链接多个数据库，但是收费……；社区版只能链接一个数据库，所以社区版不支持创建数据库命令。

Neo4j部署后默认创建名字为 neo4j 的数据库，可以直接链接这个数据库。

在这里插入图片描述

二、使用 Docker 安装 Neo4j

官网文档：https://neo4j.com/docs/
官网下载地址：https://neo4j.com/download-center
国内镜像地址(所有版本都有)：https://we-yun.com/doc/neo4j/

1、安装 Docker Desktop

请看这里：Docker Desktop 安装使用教程

2、使用 Docker Desktop 安装 Neo4j 镜像

在这里插入图片描述

# 拉取 Neo4j 镜像
docker pull neo4j:5.26.2

在这里插入图片描述

# 启动 并 设置 neo4j 挂载
docker run -it -d -p 7474:7474 -p 7687:7687 -v /home/neo4j/data:/data -v /home/neo4j/logs:/logs -v /home/neo4j/conf:/var/lib/neo4j/conf -v /home/neo4j/import:/var/lib/neo4j/import -v /home/neo4j/plugins:/var/lib/neo4j/plugins -e NEO4J_AUTH=neo4j/password --name neo4j neo4j:5.26.2

在这里插入图片描述

3、访问界面

访问地址：http://localhost:7474/browser/

在这里插入图片描述

4、Cypher 和使用 Neo4J

在这里有的小伙伴就会想我不太会使用Docker 能不能安装其他版本的呀？当然这个也是有的，小编之前也有写过一篇关于本地安装和怎么使用Neo4J的详细文章，大家有需要可以通过下面链接进行学习。
请看这里：Noe4J 超级详细的安装与使用

4.1、输入 CQL语句

没错，就是在大家最喜欢的美元符号那里输入 CQL语句的。这里我们拿学生和老师举例来说明。

在这里插入图片描述

4.2、增加节点

Neo4j使用的是create 命令进行增加，就类似与MySQL中的insert。

语法如下：
create (node-name:label-name)
create (node-name:label-name { property1-name:property1-Value, …, property3-name:property3-Value})

node - name：它是我们要创建的节点名称
label - name：它是我们要创建的标签名称
property1 - name：就是属性名称
property1 - Value：就是属性值

1. 创建一个学生节点（只有节点，没有属性）：

create (s:Student)

在美元符号输入完上面的CQL后，回车或者点击右侧的三角号执行按钮，会看到如下结果：

在这里插入图片描述

2.创建一个学生节点（创建具有属性的节点）

创建一个id为10000，名字为张三，年龄为18岁，性别为男的学生节点

create (s:Student{id:10000, name:"张三",age:18,sex:1})

执行后，会看到如下的结果：

在这里插入图片描述

4.3、查询

我们在上一步创建了没有属性的节点和有属性的节点，那么问题来了，我们怎么查看呢？查询咯~

Neo4j使用的是match … return … 命令进行查询，就类似与MySQL中的select。

我们查询刚刚创建的节点信息。

1.全部查询学生

match (s:Student) return s

从上图可以看到我们刚刚创建的两个节点，一个是没有属性节点，一个是有属性的节点。两个节点是以图的形式展示，我们也可以切换左边的Graph（图）、Table（表格）、Text（文本）等来以不同的形式展示。

在这里插入图片描述

2.查询全部或者部分字段

只需要把要展示的字段以节点名 + 点号 + 属性字段拼接即可，如下：

match (s:Student) return s.id,s.name,s.age,s.sex

这样就清楚的看到我们插入的学生属性信息。因为有一个是没有属性的节点，所以表格中第2行显示的各个值都是null。

在这里插入图片描述

3.查询满足年龄age等于18的学生信息

match (s:Student) where s.age=18 return s.id,s.name,s.age,s.sex

在这里插入图片描述

怎么样，这条件查询是不是和MySQL的很相似。当然还有排序、分组、联合、分页等。为了能更好的演示这几种，我们先插入一部分数据，逐条插入：

create (s:Student{id:10001, name:"李四",age:18,sex:1}) return screate (s:Student{id:10002, name:"王五",age:19,sex:1}) return screate (s:Student{id:10003, name:"赵六",age:20,sex:1}) return screate (s:Student{id:10004, name:"周七",age:17,sex:0}) return screate (s:Student{id:10005, name:"孙八",age:23,sex:1}) return screate (s:Student{id:10006, name:"吴九",age:15,sex:1}) return screate (s:Student{id:10007, name:"郑十",age:19,sex:0}) return screate (s:Student{id:10008, name:"徐十一",age:18,sex:1}) return screate (s:Student{id:10009, name:"朱十二",age:21,sex:1}) return screate (s:Student{id:10010, name:"谭十三",age:22,sex:1}) return s

这个我们在create 的语句后面加上了return，意思就是我插入完你要把数据返回给我看下，如下：

在这里插入图片描述
这样，我们的数据就造好了，我们可以先查询全部的看下：

match (s:Student) return s.id,s.name,s.age,s.sex

图中的左下角我们可以看到一共有12条数据。一条没有属性的 + 11条有属性的。

在这里插入图片描述

4.查询出所有的男生(sex=1)并按年龄倒叙排序

match (s:Student) where s.sex=1 return s.id,s.name,s.age,s.sex order by s.age desc

很清晰，是以age倒叙排序的。

在这里插入图片描述

5.查询出名字不为null，且按性别分组

这里要注意一点，CQL中的分组和SQL是有所差异的，在CQL中不用显式的写group by分组字段，由解释器自动决定：即未加聚合函数的字段自动决定为分组字段。

match (s:Student) where s.name is not null return s.sex,count(*)

不难看出，上面是按sex字段分组的。

在这里插入图片描述

6.union联合查询（查询性别为男或者女的，且年龄为19岁的学生）

有union，当然也有 union all，这两个的区别和SQL中也是一样的。

union：对两个结果集进行并集操作，不包括重复行；
union all：对两个结果集进行并集操作，包括重复行；

match (s:Student) where s.sex=1 and s.age=19 return s.id,s.name,s.sex,s.ageunion match (s:Student) where s.sex=0 and s.age=19 return s.id,s.name,s.sex,s.age

在这里插入图片描述

7.分页查询（每页4条，查询第3页的数据）

match (s:Student) return s.id,s.name,s.sex,s.age skip 8 limit 4

CQL中的skip表示跳过多少条，limit表示获取多少条。每页4条，查询第三页的数据，也就是跳过前8条，查询4条，或者说从第8条开始，不包括第8条，然后再查询4条。

在这里插入图片描述

8.in操作（查询id为10001和10005的两个数据）

match (s:Student) where s.id in [10001,10005] return s.id,s.name,s.sex,s.age

这里用的是中括号，和SQL中是有区别的。

在这里插入图片描述

4.4、增加关系

创建关系的语法如下：
match (node1-label-name:node1-name),(node2-label-name:node2-name) where condition create (node1-label-name)-[relationship-label-name:relationship-name] ->(node2-label-name)
match (node1-label-name:node1-name),(node2-label-name:node2-name) where condition create (node1-label-name)-[relationship-label-name:relationship-name {relationship-properties}]->(node2-label-name)

node1-name 表示节点名称，label1-name表示标签名称
relationship - name 表示关系节点名称，relationship-label-name表示关系标签名称
node2 - name 表示节点名称，label2-name表示标签名称

上面我们介绍了增加单个节点和查询的知识点。这里我们介绍下增加关系。为了存在关系，我们先创建一个老师节点。
创建一个教语文的年龄为35岁的男的王老师：

create (t:Teacher{id:20001,name:"王老师",age:35,sex:1,teach:"语文"}) return t

在这里插入图片描述

1.假设王老师所教的班级有3个学生：张三、李四、王五，这里我们就要创建王老师和 3个学生的关系，注意，这里是为两个现有节点创建关系。

match (t:Teacher),(s:Student) where t.id=20001 and s.id=10000 create (t)-[teach:Teach]->(s)return t,teach,s

在这里插入图片描述

这样，王老师和张三的关系就创建了。下面，我们再继续创建王老师和李四、王五的关系。

match (t:Teacher),(s:Student) where t.id=20001 and s.id=10001 create (t)-[teach:Teach]->(s)return t,teach,s
match (t:Teacher),(s:Student) where t.id=20001 and s.id=10002 create (t)-[teach:Teach]->(s)return t,teach,s

在这里插入图片描述

老师和学生的关系增加了，我们查询下：

match (t:Teacher)-[teach:Teach]-(s:Student) return t,teach,s

这关系就很显然了吧。王老师教张三、李四、王五。

在这里插入图片描述

2.我们给广东和深圳创建关系，深圳是属于广东省的。但是并没有广东省份节点和深圳市节点，没错，我们就是为两个不存在的节点创建关系。

create (c:City{id:30000,name:"深圳市"})-[belongto:BelongTo{type:"属于"}]->(p:Province{id:40000,name:"广东省"})

在这里插入图片描述
我们查询下我们创建的深圳和广东的关系。

match (c:City{id:30000,name:"深圳市"})-[belongto:BelongTo{type:"属于"}]->(p:Province{id:40000,name:"广东省"}) return c,belongto,p

在这里插入图片描述

当然，属性都非必填的，只是为了更加准确。

如果我们要查询Neo4j中全部的关系需要怎么写CQL呢，如下：

match (a)-[b]-(c) return a,b,c

在这里插入图片描述

4.5、修改

Neo4j中的修改也和SQL中的是很相似的，都是用set子句。和es一样，Neo4j CQL set子句也可以向现有节点或关系添加新属性。
通过上面的查询，我们已经熟记了学生张三的年龄是18岁，2020年了，张三也长大了一岁，所以我们就需要把张三的年龄改为19。

match (s:Student) where s.name="张三" set s.age=19 return s

从图中的红色框中我们可以清晰的看到张三的年龄已经更新到19了：

在这里插入图片描述

4.6、删除

Neo4j中的删除也和SQL中的是很相似的，都是delete，当然，除了delete删除，还有remove删除。

1.删除单个节点

这里以删除学生节点中没有属性的来举例：

先查询下学生中没有属性的节点

match (s:Student) where s.name is null return s

在这里插入图片描述

然后我们再删除这个节点：

match (s:Student) where s.name is null delete s

把上面查询的CQL中的return 改为 delete 就OK了。

执行完上面的删除CQL后，我们再重新查询下：

发现已经不存在没有属性的学生节点了，这说明我们已经删除成功了。

在这里插入图片描述

2.删除带关系的节点

这里我们以删除广东和深圳的关系来举例：

match (c:City{id:30000,name:"深圳市"})-[belongto]->(p:Province{id:40000,name:"广东省"}) return c,belongto,p

在这里插入图片描述

这个时候是有数据的。

然后我们执行下面的删除CQL，把上面的查询CQL中的return 改为 delete哦：

match (c:City{id:30000,name:"深圳市"})-[belongto]->(p:Province{id:40000,name:"广东省"}) delete c,belongto,p

执行完上面的删除CQL后我，我们重新再查询下：

在这里插入图片描述
发现已经不存在广东和深圳这两个节点以及关系了。

3.删除全部节点已经关系

这里这个CQL主要用作测试的，生产环境可不要执行，否则，真的是从删库到跑路了~

match (n) detach delete n

这个CQL就不演示了。

4.删除节点或关系的现有属性

可以通过remove来删除节点或关系的现有属性。

例如，我们删除学生李四节点中的sex属性：

match (s:Student{id:10001}) remove s.sex

执行完上面的remove CQL后，我们重新查询下：

看到李四的sex属性为null了。

在这里插入图片描述

5、将 CSV 数据导入 Neo4j

官网文档： https://neo4j.com/docs/getting-started/data-import/csv-import/

LOAD CSV可以处理本地和远程文件，并且每个文件都有一些关联的语法。这可能是一件很容易错过的事情，并最终导致访问错误，因此此处对规则进行了说明。

出于安全原因，默认情况下，本地文件只能从 Neo4j 导入目录读取，该目录因作系统而异。每个作系统的文件位置都列在我们的 Neo4j作手册 → 文件位置中。建议将文件放在 Neo4j 的 import 目录中，因为它可以保证环境安全。但是，如果您需要访问其他位置的文件，您可以在我们的 Cypher 手册 → LOAD CSV 介绍中找到要更改的设置。

例子
//Example 1 - file directly placed in import directory (import/data.csv)
LOAD CSV FROM "file:///data.csv"//Example 2 - file placed in subdirectory within import directory (import/northwind/customers.csv)
LOAD CSV FROM "file:///northwind/customers.csv"

Web 托管文件可以直接使用其 URL 进行引用，例如 . 但是，必须设置权限，以便外部源可以读取文件。要从本地文件系统读取文件，您需要检查配置设置是否设置为。有关与联机文件导入相关的访问的更多信息，请参阅此知识库文章。但请记住，在 Neo4j v5 中，配置设置已重命名，并已更改为https://host/path/data.csvdbms.security.allow_csv_import_from_file_urlstruedbms.directories.importserver.directories.import

例子
//Example 1 - website
LOAD CSV FROM 'https://data.neo4j.com/northwind/customers.csv'//Example 2 - Google
LOAD CSV WITH HEADERS FROM 'https://docs.google.com/spreadsheets/d/<yourFilePath>/export?format=csv'

6、使用 Python 导入 Neo4j

由于使用 LOAD CSV 命令比较麻烦，并且在实际的工作中，都不会这样去操作，而是使用代码连接数据库进行开发。我这里使用了Python 连接Neo4j 进行数据库操作。

根据这些信息，以下是修正后的代码，确保使用Bolt协议和正确的端口：

Python脚本尝试通过Bolt协议连接到Neo4j数据库，但是连接失败，并且错误提示中提到“looks like HTTP”。这通常意味着以下几个问题之一：

1、端口错误：你使用的端口可能是HTTP端口（7474），而Bolt协议通常使用的是7687端口。确保你使用的是正确的Bolt端口。
2、协议错误：如果你确实想要使用Bolt协议，确保URI以bolt://开头，而不是http://。
3、网络问题：网络配置可能阻止了连接，例如防火墙设置或网络策略。
4、Neo4j配置：Neo4j服务器可能没有配置为监听Bolt端口。

在这里插入图片描述

1.使用Bolt协议查询Neo4j

在这里插入图片描述

通过这种方式可以查询出上面我们在Neo4j 直接查询得出来的结果，只是这种会输出到控制台，这里只是一个小案例，大家可以通过实际需求进行修改


from neo4j import GraphDatabase# 连接信息
uri = "bolt://xx.xx.xx.xxx:7687"  # Neo4j 连接地址，使用Bolt协议
username = "neo4j"              # 用户名
password = "password"            # 数据库密码# 创建驱动实例
driver = GraphDatabase.driver(uri, auth=(username, password))# 定义一个函数来执行查询
def get_students(driver):with driver.session() as session:# Cypher查询query = "MATCH (s:Student) RETURN s.id, s.name, s.age, s.sex"# 执行查询并获取结果results = session.run(query)# 打印结果for record in results:print(record["s.id"], record["s.name"], record["s.age"], record["s.sex"])# 调用函数执行查询
get_students(driver)# 关闭连接
driver.close()

2.使用Bolt协议导入数据到 Neo4j，并创建关系

通过这种方式可以连接到 Neo4j ，任何创建并批量导入CSV的数据，这种方式比起LOAD CSV 命令简单很多，同时还可以在代码中对数据进行一些复杂处理后在导入，不用我们手动处理。

import csv
from neo4j import GraphDatabase# 连接信息
uri = "bolt://xx.xx.xx.xxx:7687"  # Neo4j 连接地址，使用Bolt协议
username = "neo4j"              # 用户名
password = "password"            # 数据库密码# 创建驱动实例
driver = GraphDatabase.driver(uri, auth=(username, password))# 定义一个函数来执行查询
def create_artists_and_relationships(driver, csv_file_path):with driver.session() as session:# 读取CSV文件with open(csv_file_path, mode='r', encoding='utf-8') as file:reader = csv.DictReader(file)for row in reader:# 构建Cypher语句创建Artists节点create_artist_query = ("CREATE (a:Artists {ID: $ID, Name:$Name, Genre: $Genre}) ""RETURN a")#ID, Name, Genreartist_params = {"ID": int(row['ID']),"Name": row['Name'],"Genre": row['Genre']}# 执行创建Artists节点的Cypher语句artist_node = session.run(create_artist_query, **artist_params).single()[0]# 如果CSV中有指定父级列，创建关系if 'Parent' in row and row['Parent']:parent_ids = row['Parent'].split(',')  # 假设父级ID以逗号分隔for parent_id in parent_ids:if parent_id:  # 确保parent_id不是空字符串# 构建Cypher语句创建关系create_relationship_query = ("MATCH (a:Artists {ID: $artist_id}), (p:Artists {ID:$parent_id}) ""CREATE (a)-[:CHILD_OF]->(p)")relationship_params = {"artist_id": artist_params['ID'],"parent_id": int(parent_id)}# 执行创建关系的Cypher语句session.run(create_relationship_query, **relationship_params)# 调用函数执行查询
csv_file_path = r'C:\Downloads\artists.csv'  # 替换为你的CSV文件路径
create_artists_and_relationships(driver, csv_file_path)# 关闭连接
driver.close()

到这里整篇关于Docker 安装 Neo4j ，以及怎么用使用 Neo4j 还有用 Python 怎么连接并操作Neo4j 就讲完了。

一、简介

二、使用 Docker 安装 Neo4j

1、安装 Docker Desktop

2、使用 Docker Desktop 安装 Neo4j 镜像

3、访问界面

4、Cypher 和 使用 Neo4J

4.1、输入 CQL语句

4.2、增加节点

1. 创建一个学生节点（只有节点，没有属性）：

2.创建一个学生节点（创建具有属性的节点）

4.3、查询

1.全部查询学生

2.查询全部或者部分字段

3.查询满足年龄age等于18的学生信息

4.查询出所有的男生(sex=1)并按年龄倒叙排序

5.查询出名字不为null，且按性别分组

6.union联合查询（查询性别为男或者女的，且年龄为19岁的学生）

7.分页查询（每页4条，查询第3页的数据）

8.in操作（查询id为10001和10005的两个数据）

4.4、增加关系

1.假设王老师所教的班级有3个学生：张三、李四、王五，这里我们就要创建王老师 和 3个学生的关系，注意，这里是为两个现有节点创建关系。

2.我们给广东和深圳创建关系，深圳是属于广东省的。但是并没有广东省份节点和深圳市节点，没错，我们就是为两个不存在的节点创建关系。

4.5、修改

4.6、删除

1.删除单个节点

2.删除带关系的节点

3.删除全部节点已经关系

4.删除节点或关系的现有属性

5、将 CSV 数据导入 Neo4j

6、使用 Python 导入 Neo4j

1.使用Bolt协议查询Neo4j

2.使用Bolt协议 导入数据到 Neo4j，并创建关系

相关文章：

4、Cypher 和使用 Neo4J

1.假设王老师所教的班级有3个学生：张三、李四、王五，这里我们就要创建王老师和 3个学生的关系，注意，这里是为两个现有节点创建关系。

2.使用Bolt协议导入数据到 Neo4j，并创建关系