一. 简介

图数据库是基于图论实现的一种新型NoSQL数据库。它的数据数据存储结构和数据的查询方式都是以图论为基础的。图论中图的节本元素为节点和边，对应于图数据库中的节点和关系。

Neo4j 是由 Java 实现的开源 NoSQL 图数据库，它提供了完整的数据库特性，包括ADID事务的支持、集群的支持、备份与故障转移等。

Cypher 是一种声明式的图数据库查询语言，能高效地查询和更新图数据。Cypher 语句可分为三类，包括读语句、写语句和通用语句：

• 读语句： MATCH、OPTIONAL MATCH、WHERE、START、AGGREGATION、LOAD CSV。
• 写语句： CREATE、MERGE、SET、DELETE、REMOVE、FOREACH、CREATE UNIQUE。
• 通用语句： RETURN、ORDER BY、LIMIT、SKIP、WITH、UNWIND、UNION、CALL。

熟悉SQL语句的应该能根据上面这些猜出大概用途了。

本教程的项目代码放在github上，下载地址为《从零开始学习知识图谱》项目源代码 。

二. 环境准备

1. 操作系统

支持操作系统：windows、macOS、Linux。为了方便大家搭建开发环境，笔者尽可能在windows下构建，系列篇未特意说明时操作系统都是windows。Linux安装可以参考VirtualBox虚拟机安装Ubuntu或VirtualBox虚拟机安装CentOS8进行安装。

2. jdk

安装参见windows系统安装JDK

3. 安装Neo4j

1) 下载

下载页面：https://neo4j.com/download-center/ ，下载Neo4j Community Edition Windows版 。通过下载页点击下载反应极慢而且下载也极慢。建议在Neo4j国内的下载地址Neo4j 产品下载上下载。

2）安装

需要jdk环境支持。
a. 先解压放在自己想放的位置，C:\my\neo4j

Neo4j应用程序有如下主要的目录结构：

• bin目录：用于存储Neo4j的可执行程序；
• conf目录：用于控制Neo4j启动的配置文件；
• data目录：用于存储核心数据库文件；
• plugins目录：用于存储Neo4j的插件；

b. 创建系统环境变量

创建主目录环境变量NEO4J_HOME，并把主目录设置为变量值。win10系统环境变量设置步骤

NEO4J_HOME = C:\my\neo4j

Path = %NEO4J_HOME%\bin

c. 启动并验证是否成功

CMD管理员身份运行neo4j.bat console

一定要以管理员身份进入CMD,否则会出现警告。警告: This command does not appear to be running with administrative rights. Some commands may fail e.g. Start/Stop

C:\Users\mmm>neo4j console
2019-10-18 07:28:23.597+0000 INFO  ======== Neo4j 3.5.11 ========
2019-10-18 07:28:23.621+0000 INFO  Starting...
2019-10-18 07:28:30.974+0000 INFO  Bolt enabled on 0.0.0.0:7687.
2019-10-18 07:28:32.347+0000 INFO  Started.
2019-10-18 07:28:33.177+0000 INFO  Remote interface available at http://localhost:7474/

3）配置成Windows服务

可以跳过此步。

也可以把Neo4j配置成Windows服务，不推荐。

Neo4j也可以作为Windows服务运行。使用安装服务bin\neo4j install-service，然后使用进行启动bin\neo4j start。

对于可用的命令bin\neo4j是：help，start，stop，restart，status，install-service，uninstall-service，和update-service。

4）打开Neo4j集成的浏览器

可以跳过此步。

a. Neo4j浏览器

Neo4j服务器具有一个集成的浏览器，在一个运行的服务器实例上访问 “http://localhost:7474/”，打开浏览器，显示启动页面 。

默认的host是bolt://localhost:7687，默认的用户是neo4j，其默认的密码是：neo4j，第一次成功登陆到Neo4j服务器之后，需要重置密码。

访问Graph Database需要输入身份验证，Host是Bolt协议标识的主机。

b. 在Neo4j浏览器中创建节点和关系

示例，编写Cypher命令，创建两个节点和两个关系：

CREATE (n:Person { name: 'Andres', title: 'Developer' }) return n;
CREATE (n:Person { name: 'Vic', title: 'Developer' }) return n;
match(n:Person{name:"Vic"}),(m:Person{name:"Andres"}) create (n)-[r:Friend]->(m) return r;
match(n:Person{name:"Vic"}),(m:Person{name:"Andres"}) create (n)<-[r:Friend]-(m) return r;

在$ 命令行中，编写Cypher脚本代码，点击Play按钮，点击创建第一个节点，

在第一个节点创建之后，在Graph模式下，能够看到创建的图形，继续编写Cypher脚本，创建其他节点和关系

5）快速清除Neo4j数据库数据

a. 关闭Neo4j服务器进程
检查服务器进程是否启动，如启动，可通过kill -9或其它方式杀掉服务器进程。

b. 删除graph.db数据库文件
找到<NEO4J_HOME>/data/databases/路径，可以看到graph.db文件夹。删除此文件夹即可。

c. 重新启动Neo4j服务器
通过bin目录下执行neo4j.bat console命令启动Neo4j
Neo4j在启动过程中，会发现graph.db文件夹丢失，重新建立新数据，从而完成清空任务。

d. 连接Neo4j Browser重设密码
由于数据库重新建立，需要重新设置数据库用户名和密码。可通过连接启动后的Neo4j Browser重新设置，也可通过命令行等进行设置。

通过以上四个步骤，即完成了Neo4j数据的清空。

三. MYSQL 数据的导出

1. 说明

MYSQl 支持将查询结果直接导出为 CSV 文本格式，在使用 SELECT 语句查询数据时，在语句后面加上导出指令即可，格式如下：

• into outfile < 导出的目录和文件名>： 指定导出的目录和文件名。
• fields terminated by <字段间分隔符>：定义字段间的分隔符。
• optionally enclosed by <字段包围符>：定义包围字段的字符(数值型字段无效)。
• lines terminated by <行间分隔符>：定义每行的分隔符。

下面我们基于从零开始学习知识图谱(一)中建立的互动百科数据库，导出 actor 表中所有数据

其中 actor 表的属性为：

# 演员 : ID, 简介， 中文名，外文名，国籍，星座，出生地，出生日期，代表作品，主要成就，经纪公司；
# actor: actor_id, actor_bio, actor_chName, actor_foreName, actor_nationality,  actor_constellation, actor_birthPlace, actor_birthDay, actor_repWorks, actor_achiem, actor_brokerage;

2. 导出表

我们导出获得 actor 表、movie 表、电影类型 genre 表、actor-movie表、 movie-genre 表中的数据：

建议使用MySQL Workbench执行下面脚本，mysql 中导出表的代码为：

SELECT * FROM actor into outfile 'C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/hudong_actor.csv' fields terminated by ',' optionally enclosed by '"' lines terminated by '\r\n';

SELECT * FROM movie into outfile 'C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/hudong_movie.csv' fields terminated by ',' optionally enclosed by '"' lines terminated by '\r\n';

SELECT * FROM genre into outfile 'C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/hudong_genre.csv' fields terminated by ',' optionally enclosed by '"' lines terminated by '\r\n';

SELECT * FROM actor_to_movie into outfile 'C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/hudong_actor_to_movie.csv' fields terminated by ',' optionally enclosed by '"' lines terminated by '\r\n';

SELECT * FROM movie_to_genre into outfile 'C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/hudong_movie_to_genre.csv' fields terminated by ',' optionally enclosed by '"' lines terminated by '\r\n';

3. 导出可能出现的问题及解决

问题：MySQL导出文件时，遇到报错“The MySQL server is running with the –secure-file-priv option so it cannot execute this statement” 。

解决：MySQL Workbench执行show variables like '%secure%';返回结果secure_file_priv=C:\ProgramData\MySQL\MySQL Server 8.0\Uploads\，把outfile中路径改成secure_file_priv值，注意\要换成/。

4. 导出数据校验

hudong_actor.csv 的第一行数据为：

1,"周星驰（Stephen Chow），1962年6月22日生于香港，华语喜剧演员、导演、编剧、监制、制片人、出品人。1980年成为丽的电视特约演员，开始出道。1988年初涉影坛，后相继主演《唐伯虎点秋香》、《大话西游》等，自编自导自演《国产凌凌漆》、《食神》、《功夫》等多部影片，6度打破香港电影票房纪录，并获得8个香港电影年度票房冠军，创下打破票房纪录次数及获得年度票房冠军次数的纪录。2003年当选《时代周刊》“年度风云人物”，并成为“亚洲英雄”的封面人物。2004年《功夫》创下数十个国家和地区的华语电影票房纪录，并被《时代周刊》评为“2005年十大佳片”之一。2013年导演的《西游·降魔篇》破23项华语电影票房纪录，全球票房达2.18亿美元，刷新华语电影全球票房纪录。2014年执导的科幻电影《美人鱼》开拍，该片已于2016年2月8日上映，上映19天累计票房超过30亿，刷新了华语电影票房记录。2017年1月28日，担任监制、编剧的古装喜剧片《西游伏妖篇》上映。编辑摘要","周星驰","Stephen Chow","中国","巨蟹座","香港","None","唐伯虎点秋香、功夫","获得两届香港电影金像奖最佳影片 第21届香港电影金像奖最佳导演 第42届台湾电影金马奖最佳导演","创办星辉电影公司和上市比高集团"

四. 将数据导入到Neo4j

1. 准备工作

1) neo4j load csv 的使用

文件URL将相对于dbms.directories.import目录解析。例如，一个文件的URL通常会看起来像file:///myfile.csv或file:///myproject/myfile.csv。

打开<NEO4J_HOME>/conf\neo4j.conf，我的是C:\my\neo4j\conf\neo4j.conf。查看dbms.directories.import

dbms.directories.import=import

从而得知<NEO4J_HOME>/import目录是file:///根路径。我的是C:\my\neo4j\import

2) 移动文件

把mysql导出的csv文件全部移动到C:\my\neo4j\import

2. 导入实体

我们首先将 actor 实体导入到 Neo4j 中，对应文件为 hudong_actor.csv：

打开Neo4j浏览器： http://localhost:7474/ ，在它页面命令行(位置在首页右边上面)里，执行下面命令：

LOAD CSV FROM 'file:///hudong_actor.csv' AS line CREATE (:Actor { actor_id: line[0], actor_bio: line[1], actor_chName: line[2], actor_foreName: line[3],actor_nationality: line[4], actor_constellation: line[5], actor_birthPlace:  line[6], actor_birthDay: line[7], actor_repWorks: line[8], actor_achiem: line[9], actor_brokerage: line[10] })

其中 LOAD CSV FROM “file-url” AS line 是将指定路径下的 CSV 文件读取出来，”file-url” 就是文件的地址，它可以是本地文件路径也可以是网址。需要注意的是，对于本地文件，该路径默认为 import 文件夹，要想读取其他文件夹下的文件，需要修改配置文件才可以。

上面命令在读取 CSV 文件后，调用 CREATE 命令创建了对应的节点，也就是用圆括号 (:Actor {… line[10]}) 包起来的部分。节点的标签为 :Actor，节点的属性为 花括号{} 包起来的部分。包含 actor_id、actor_bio 等。属性的值从 line 中读取，line[0] 表示 CSV 文件中的第一列，其他列以此类推。

命令行输入下面命令，查看导入结果：

MATCH (n:Actor) RETURN n LIMIT 25;

通过上面的命令我们就创建了 actor 实体的节点，下面我们按照类似的命令分别创建 movie 的节点和 genre 节点：

LOAD CSV FROM 'file:///hudong_movie.csv' AS line CREATE (:Movie { movie_id: line[0], movie_bio: line[1], movie_chName: line[2], movie_foreName: line[3],movie_prodTime: line[4], movie_prodCompany: line[5], movie_director: line[6], movie_screenwriter: line[7], movie_genre: line[8], movie_star: line[9], movie_length: line[10], movie_rekeaseTime: line[11], movie_language: line[12],  movie_achiem: line[13]  });

LOAD CSV FROM 'file:///hudong_genre.csv' AS line CREATE (:Genre { genre_id:  line[0], genre_name: line[1]  });

最终我们有 actor 节点 5392 个，属性 65252。movie 节点 13865 个，属性194110. genre 节点11，属性 11。

2. 导入关系

前面我们只是建立的演员和电影的节点，并没有关系链接它们。关系在 MYSQL中 对应于 actor_to_movie 表 和 movie_to_genre 表，分别对应 演员 :ACTED_IN 电影 的关系 和 电影 :Belong_to 类别 关系。

导入演员 :ACTED_IN 电影关系对应的语句为：

LOAD CSV FROM 'file:///hudong_actor_to_movie.csv' AS line MATCH (a:Actor), (m:Movie) WHERE a.actor_id = line[1] AND m.movie_id = line[2] CREATE (a) - [r:ACTED_IN] -> (m) RETURN r;

其中采用 LOAD CSV FROM 语句读取 CSV 文件，而后采用 CREATE 语句创建关系。第一对括号 (a:Actor {actor_id: line[1]}) 表示对于 line[1] 中给出的 actor_id 对应的节点 :Actor 节点a。第二对括号 (m:Movie {movie_id: line[2]}) 表示 line[2] 给出的 movie_id 对应的 :Movie 节点 m。它们之间的 - [r:ACTED_IN] -> 表示一个有向的关系r,它的标签为:ACTED_IN。因此上述语句就是先找到节点a 和 m，而后创建它们之间的关系 r。

运行语句后，我们得到 actor :ACTED_IN movie 关系 800个。

查看导入结果：

MATCH p=()-[r:ACTED_IN]->() RETURN p LIMIT 25;

与此类似，我们可以建立 电影 :Belong_to 类别关系。

LOAD CSV FROM 'file:///hudong_movie_to_genre.csv' AS line CREATE (a:Movie {movie_id: line[1]}) - [r:Belong_to] ->(m:Genre {genre_id: line[2]});

获得 movie :Belong_to genre 关系 14558 个。

查看导入结果：

MATCH p=()-[r:Belong_to]->() RETURN p LIMIT 25;

最终我们来一个总的结果：

MATCH p=() -[] -> () - [r:Belong_to]->() RETURN p LIMIT 25