实现Python将csv数据导入到Neo4j
使用Py2neo库导入CSV数据到Neo4j
安装Py2neo库
确保已安装Py2neo库，可通过以下命令安装：
pip install py2neo 建立Neo4j连接
创建与Neo4j数据库的连接：
from py2neo import Graph graph = Graph("bolt://localhost:7687", auth=("username", "password")) 读取CSV文件
使用Pandas读取CSV文件：
import pandas as pd data = pd.read_csv("data.csv") 创建节点和关系
根据CSV结构创建节点和关系：
from py2neo import Node, Relationship for _, row in data.iterrows(): # 创建节点示例 person = Node("Person", name=row["name"], age=row["age"]) graph.create(person) # 创建关系示例 company = Node("Company", name=row["company"]) works_for = Relationship(person, "WORKS_FOR", company) graph.create(works_for) 使用Neo4j官方ETL工具
安装APOC库
在Neo4j配置中启用APOC插件，该插件提供数据导入功能。
使用Cypher的LOAD CSV
通过Cypher语句直接导入CSV：
LOAD CSV WITH HEADERS FROM 'file:///data.csv' AS row CREATE (:Person {name: row.name, age: toInteger(row.age)})
批量导入优化
对于大数据量，使用PERIODIC COMMIT：
USING PERIODIC COMMIT 500 LOAD CSV WITH HEADERS FROM 'file:///large_data.csv' AS row CREATE (:Employee {id: row.id, department: row.dept}) 使用Neo4j-import工具（离线导入）
准备CSV文件
确保CSV文件包含节点和关系的头信息，格式符合Neo4j要求。
运行导入命令
使用命令行工具进行离线导入：
neo4j-import --nodes import/nodes.csv --relationships import/rels.csv --into data/databases/graph.db 注意事项
离线导入需要停止Neo4j服务，适合初始化大规模数据导入。
