Neo4j Windows桌面版安装及更改默认数据存储位置

Windows桌面版

下载地址:https://neo4j.com/deployment-center/

在这里插入图片描述

直接点击.exe文件进行安装默认目录在C盘且无法修改,如果需要装到其他盘需要下载好.exe之后使用管理员身份打开cmd或者powershell,进入到.exe文件所在位置,输入下列命令

neo4j-desktop-2.0.5-x64.exe /S /D=D:\software\neo4j_desktop # /S 表示静默安装(无界面)# /D= 后面是你想安装到的路径,必须是绝对路径,且不含空格或引号

这样安装后虽然安装位置改变了,但是neo4j图数据库的相关数据存储位置依然默认在C盘,需要进一步配置环境变量来修改数据存储位置。在系统变量中增加NEO4J_DESKTOP_DATA_PATH的配置。

在这里插入图片描述

社区版

windows系统社区版下载选中以下几个选项进行下载,如果是其他系统对应选择其他系统版本的进行下载。

在这里插入图片描述


下载解压后无需安装,直接配置环境变量就可以使用。

在用户变量的Path中新增%NEO4J_HOME%\bin

在这里插入图片描述


安装配置完成之后在命令行中通过neo4j.bat启动

添加系统环境变量NEO4J_HOME

在这里插入图片描述

注意事项

  1. 在安装neo4j之前需要先安装JVM,如果安装最新版的neo4j最好同时安装最新版JVM。

Read more

Vivado完整license文件获取与配置指南

本文还有配套的精品资源,点击获取 简介:Vivado是由Xilinx开发的FPGA和SoC设计综合工具,支持Verilog、VHDL等硬件描述语言,提供高级综合、仿真、IP集成等功能。本资源包“Vivado_的license文件.zip”包含用于解锁Vivado完整功能的许可证文件。介绍了许可证服务器配置、.lic文件管理、浮动与固定许可证区别、激活流程、更新与诊断等核心内容。适用于FPGA开发者、嵌入式系统工程师及学习者,帮助其合法配置Vivado环境,提升开发效率和项目执行能力。 1. Vivado工具与FPGA开发环境概述 Xilinx Vivado设计套件是面向FPGA和SoC开发的集成化软件平台,广泛应用于通信、工业控制、人工智能、嵌入式视觉等多个高科技领域。其核心功能包括项目创建、综合、实现、仿真、调试及系统级集成,支持从设计输入到硬件验证的全流程开发。 Vivado不仅提供了图形化界面(GUI)便于初学者快速上手,还支持Tcl脚本自动化操作,满足高级用户的大规模工程管理需求。其模块化架构设计使得开发者可以灵活选择所需功能组件,如HLS(高层次综合)、IP In

By Ne0inhk
GCC编译(6)静态库工具AR

GCC编译(6)静态库工具AR

GCC编译(6)静态库工具AR Author: Once Day Date: 2026年2月20日 一位热衷于Linux学习和开发的菜鸟,试图谱写一场冒险之旅,也许终点只是一场白日梦… 漫漫长路,有人对你微笑过嘛… 全系列文章可参考专栏: 编译构建工具链_Once-Day的博客-ZEEKLOG博客 参考文章:ar(1) - Linux manual page【Linux】ar命令:用于创建、修改和提取静态库(archive)-ZEEKLOG博客Linux命令学习手册-ar - 知乎Linux ar命令介绍 和常用示例 - Link_Z - 博客园 文章目录 * GCC编译(6)静态库工具AR * 1. AR工具概述 * 1.1 背景介绍 * 1.2 基础使用

By Ne0inhk
SQL 查询语句

SQL 查询语句

目录 什么是 SELECT 语句? 为什么要学习SELECT 语句? 查询单列数据 查询多列数据 查询所有列 查询不同的值(去重) 限制返回行数 分页查询(从第几行开始取多少行) 使用注释(3种写法) 本篇文章有对应教学视频,可点击下方链接跳转 SQL 查询语句_哔哩哔哩_bilibili 什么是 SELECT 语句?         在 SQL 语言中,SELECT 语句是最基础、也是最常用的语句类型之一。它的核心作用是从数据库表中查询数据,并将符合条件的结果以表格的形式返回。几乎所有与数据库交互的操作,查询通常都是最频繁使用的场景,而 SELECT 就是执行这类操作的首选语句。 一条完整的 SELECT 语句至少包含两个基本组成部分: 查询的字段(列名):指明希望从表中检索哪些列的数据,例如产品名称、价格、编号等。 数据来源的表名:指明数据是从哪个表中获取的,例如

By Ne0inhk

Python 爬虫实战:批量抓取应用商店分类应用

在移动互联网数据分析、竞品调研、行业报告制作等场景中,应用商店的 APP 分类数据是核心数据源之一。无论是分析某一赛道的应用分布,还是监控同类 APP 的核心指标,通过 Python 爬虫批量抓取应用商店分类应用数据,都是高效且低成本的解决方案。本文将以主流安卓应用商店为例,从环境搭建、爬虫设计、数据解析到存储落地,完整讲解如何实现应用商店分类应用的批量爬取,帮助你快速掌握实战爬虫开发的核心逻辑。 一、爬虫开发前期准备 1.1 技术选型与环境搭建 本次实战选用 Python 作为开发语言,核心依赖以下库: * <font>requests</font>:发送 HTTP 请求获取网页 / 接口数据; * <font>BeautifulSoup4</font>:解析 HTML 页面提取目标数据;

By Ne0inhk