Neo4j使用

一、删除图

　在开发过程中，很多时候需要快(简)速(单)清(粗)除(暴)Neo4j中存在的海量数据节点和关系数据

　在这种情况下，delete和detach从性能上都已力不从心。Neo4j官方推荐清库方法，即删除graph.db数据库文件，暴力清空数据库

　1. 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

　2. 删除graph.db数据库文件

　　找到<NEO4J_HOME>/data/databases/路径（即安装路径和设置的系统环境变量），可以看到graph.db文件夹。删除此文件夹即可

　3. 重新启动Neo4j服务器

　　通过bin目录下执行如下命令启动Neo4j

./neo4j console 

　　

二、linux下无浏览器如何重置密码

　初次登录neo4j需要重置密码，但是无图形化界面，如何重置？

　1）修改conf/neo4j.conf

# Enable a remote shell server which Neo4j Shell clients can log in to.
dbms.shell.enabled=true
# The network interface IP the shell will listen on (use 0.0.0.0 for all interfaces).
dbms.shell.host=127.0.0.1
# The port the shell will listen on, default is 1337.
dbms.shell.port=1337

　　本地操作的话只要将注释标记删除就可以，需要远程操作则需要修改host

　2）重启neo4j

./neo4j start

　3）运行./neo4j-shell密令，输入用户名、密码（默认用户名密码均为neo4j）

　　输入命令CALL dbms.changePassword('你的新密码');  输入命令退出：exit；

　注意：当然有图形化界面的话，修改密码就很方便：

:server change-password 

 三、py2neo使用

　图模型：

　我们也可以使用Python连接Neo4j，我们使用pip安装py2neo之后，使用如下：

　1）连接数据库

from py2neo import Graph

g = Graph(
    host="localhost",  # neo4j 搭载服务器的ip地址，ifconfig可获取到
    http_port=7474,  # neo4j 服务器监听的端口号
    user="neo4j",  # 数据库user name，如果没有更改过，应该是neo4j
    password="root")  # neo4j数据库第一次登录时需要设置新得密码，我设置为root

　　建立了连接，我们就可以使用g来操作数据库

　2）节点得建立

　　在图数据库里组成部分其实很简单，节点（Node）、节点的属性（value）、关系（Relation），这也是图数据库最大的特点，举个简单的例子

　　Alice与Bob为朋友关系，Alice为20岁，Bob为25岁，这里Alice和Bob就是节点，关系为朋友，节点属性就是其对应的年龄，简化成三元组表示为（节点，关系，节点），不过需要注意的是在建立关系前我们需要先建立独立节点

from py2neo import Graph
from py2neo import Node

g = Graph(
    host="localhost",  # neo4j 搭载服务器的ip地址，ifconfig可获取到
    http_port=7474,  # neo4j 服务器监听的端口号
    user="neo4j",  # 数据库user name，如果没有更改过，应该是neo4j
    password="root")  # neo4j数据库第一次登录时需要设置新得密码，我设置为root

# 建立节点 
node0 = Node('Person' , name = 'Alice')
node1 = Node('Person' , name = 'Bob')
 
node0['age'] = 20
node1['age'] = 25

# 利用之前得连接，进行数据库操作 
g.create(node0)
g.create(node1)

　　前面我已经建立了连接：g，这里Person表示label，在图数据库中我们需要label来表示节点，在后面的图数据库搜索当中就是依靠这个label来进行搜寻的，因此这个label需要好好表示

　　后面的name其实已经表示这个节点的属性（从上面的图可以看出，节点的属性可以有多个），这里再举一个例子，一本图书叫《飘》，那么建立节点

node = Node('Book' , name = 'Gone with the wind')
 
g.create(node)
# 由于节点属性为图书，因此这里label设置为Book。
# 回到上面的Alice与Bob，age这个表示节点的属性，与name同样表示为节点的属性

　3）关系的建立

　　假设我们已经建立的两种label，如Disease和Check，其中每种标签下面有很多Node，如label Disease下面有个Node叫心血管疾病，label Check下面有个Node叫载脂蛋白A1/载脂蛋白B比值

　　我们知道心血管疾病需要做这样的检查：载脂蛋白A1/载脂蛋白B比值，所以就希望这两个标签下的该两个Node需要建立关系：

　　在neo4j命令窗口可以如下操作：

match(p:Disease),(q:Check) where p.name='心血管疾病'and q.name='载脂蛋白A1/载脂蛋白B比值' create (p)-[rel:need_check{name:'诊断检查'}]->(q)

　　而利用Py2neo的话，操作如下：

start_node = 'Disease'
end_node = 'Check'
p = '心血管疾病'
q = '载脂蛋白A1/载脂蛋白B比'
rel_type = 'need_check'
rel_name = '诊断检查'

query = "match(p:%s),(q:%s) where p.name='%s'and q.name='%s' create (p)-[rel:%s{name:'%s'}]->(q)" % (start_node, end_node, p, q, rel_type, rel_name)

g.run(query)

# query即为：
# match(p:Disease),(q:Check) where p.name='心血管疾病'and q.name='载脂蛋白A1/载脂蛋白B比值' create (p)-[rel:need_check{name:'诊断检查'}]->(q)

　　我们可以这样理解Label和Node，Label更像是类，而Node更像是类的实列化，即该类的一个对象

　4）查询节点

sql = ["MATCH (m:Disease) where m.name = '{0}' return m.name, m.cause".format(i) for i in entities]

# 在neo4j命令窗口可以如下执行：
# MATCH (m:Disease) where m.name = '糖尿病' return m.name, m.cause
# 这里假设已经提前创建了Label为Disease的很多疾病实体了
# 关系语句：MATCH (m:Disease)-[r:do_eat]->(n:Food) where m.name = '发烧' return m.name, r.name, n.name