Windows安装Neo4j保姆级教程(图文详解)

Windows安装Neo4j保姆级教程(图文详解)

文章目录

前言

Neo4j是一款强大的图数据库,特别适合处理复杂的关系数据。本教程将手把手教你在Windows系统上安装Neo4j,并配置可视化工具,让你快速上手图数据库的世界。

在这里插入图片描述

系统要求

在开始安装之前,请确保你的系统满足以下要求:
操作系统: Windows 10/11 (64位)
内存: 至少4GB RAM(推荐8GB以上)
磁盘空间: 至少20GB可用空间
Java版本: JDK 11或更高版本

如下是Neo4j版本对应的JDK版本

Neo4j 版本官方推荐 JDK 版本
4.4.46JDK 11
5.26.13JDK 17
2025.09.0JDK 21

本文的话以5.26.13为例来展开讲解。

安装Java环境

Neo4j需要Java运行环境,如果你的电脑还没有安装Java,请按以下步骤操作:

步骤1:检查Java版本

首先,我们需要检查系统是否已安装Java。
按下 Win + R 打开运行对话框,输入 cmd 并回车打开命令提示符。
在命令提示符中输入以下命令:

java -version 

如果显示Java版本信息且版本号大于等于11,可以跳过Java安装步骤。如果没有安装Java或版本过低,请继续下面的步骤。

步骤2:下载Java JDK

访问Oracle官网或OpenJDK官网下载Java JDK:
Oracle JDK:https://www.oracle.com/java/technologies/downloads/
OpenJDK:https://jdk.java.net/

进入官网后下滑找到Java17,下载适配Windows系统的exe安装程序

在这里插入图片描述


选择适合Windows的版本进行下载(推荐下载JDK 17)。

步骤3:安装Java JDK

双击下载的JDK安装包,按照安装向导进行安装,建议使用默认安装路径

在这里插入图片描述


在这里插入图片描述


安装完成,咱们使用exe程序安装后会自动配置环境变量,所以配置环境变量这一步骤咱们直接省略

在这里插入图片描述


打开一个新的命令提示符,验证Java安装

java -version javac -version 
在这里插入图片描述

下载Neo4j

步骤1:访问官方网站下载Neo4j

打开浏览器,访问Neo4j官方网站:https://neo4j.com/deployment-center/
进入后往下滑进行下载。本教程下载的是Neo4j 5+版本,所以JDK版本需要是17

在这里插入图片描述

步骤2:解压Neo4j

建议解压到简单路径,如:C:\neo4j

在这里插入图片描述

启动Neo4j服务

步骤1:以管理员身份打开命令提示符

搜索"cmd",右键选择"以管理员身份运行"

在这里插入图片描述

步骤2:导航到Neo4j的bin目录

此时我们需要导航到Neo4j的bin目录,我的Neo4j目录在C:\neo4j\neo4j-community-2025.09.0\bin

cd C:\neo4j\neo4j-community-5.26.13\bin 

步骤3:安装Neo4j服务

这里有一点特别重要就是安装Neo4j之前,要确保安装了Java

# Neo4j 5+版本的安装命令 neo4j.bat windows-service install# Neo4j 4+版本的安装命令 neo4j.bat install-service 

如果成功,会显示服务安装成功的消息。

在这里插入图片描述

步骤4:启动Neo4j服务

neo4j.bat start 

等待几秒钟,服务启动成功后会显示相关信息。

在这里插入图片描述

步骤5:验证服务状态

neo4j.bat status 

如果显示"Neo4j is running",说明服务已成功启动。

在这里插入图片描述

访问Neo4j

在地址栏输入:http://localhost:7474进行访问
首次登录的话会看到Neo4j浏览器登录界面,默认用户名neo4j,默认密码neo4j,输入后点击Connect连接

在这里插入图片描述


登录成功后,系统会要求修改密码,填写密码后点击Change Password更新密码

在这里插入图片描述


成功登录后,可以看到Neo4j浏览器的主界面

在这里插入图片描述

基本操作和配置

登录成功后,让我们创建一些示例数据来验证Neo4j是否正常工作。
在Neo4j浏览器的查询框中输入以下Cypher语句:

// 创建节点和关系 CREATE (alice:Person {name: 'Alice', age: 30}) CREATE (bob:Person {name: 'Bob', age: 25}) CREATE (charlie:Person {name: 'Charlie', age: 35}) CREATE (alice)-[:KNOWS]->(bob) CREATE (bob)-[:KNOWS]->(charlie) CREATE (alice)-[:KNOWS]->(charlie) 
在这里插入图片描述


执行以下查询来查看刚创建的数据:

MATCH (n:Person)-[r:KNOWS]->(m:Person) RETURN n, r, m 

执行后,可以看到一个图形化的可视化界面,显示人物节点和他们之间的关系。

在这里插入图片描述

常用管理命令

以下是服务管理命令

# 停止Neo4j服务 neo4j.bat stop # 重启Neo4j服务 neo4j.bat restart # 卸载Neo4j服务 neo4j.bat windows-service uninstall # 查看服务状态 neo4j.bat status 

配置文件修改

Neo4j的主要配置文件位于:\conf\neo4j.conf

# 修改默认端口(默认7474) server.http.listen_address=:7474 # 启用HTTPS(可选) server.https.enabled=true server.https.listen_address=:7473 # 设置数据库存储路径 server.directories.data=data # 设置日志级别 server.logs.config=conf/user-logs.xml 

修改配置后需要重启服务:

neo4j.bat restart 

常见问题解决

问题1:端口被占用

如果7474端口被占用,可以:

  1. 修改配置文件中的端口号
  2. 或者找到占用端口的程序并关闭
# 查看端口占用情况netstat -ano | findstr :7474 # 强制结束该进程 taskkill /PID 进程PID /F 

问题2:Java版本不匹配

确保Java版本与Neo4j版本匹配:

  • Neo4j 5.x 需要 JDK 17+
  • Neo4j 4.x 需要 JDK 11+

问题3:服务启动失败

检查日志文件:\logs\neo4j.log

常见原因:

  • 权限不足(需要管理员权限)
  • 端口冲突
  • Java环境配置问题

总结

通过本教程,我们成功完成了Neo4j图数据库在Windows系统上的完整安装和配置过程。从Java环境的准备、Neo4j的下载解压,到服务的安装启动,再到Web界面的访问和基本操作验证,每个步骤都详细展示了操作方法。Neo4j作为一款强大的图数据库,能够直观地处理复杂的关系数据,其可视化界面让数据关系一目了然。掌握了这些基础操作后,你就可以开始探索图数据库的强大功能,无论是社交网络分析、推荐系统还是知识图谱构建,Neo4j都能为你提供优秀的解决方案。记住定期备份数据,合理配置系统资源,这样就能充分发挥Neo4j的性能优势。

Read more

部署Qwen3-VL-32b的踩坑实录:多卡跑大模型为何vLLM卡死而llama.cpp却能“大力出奇迹”?

部署Qwen3-VL-32b的踩坑实录:多卡跑大模型为何vLLM卡死而llama.cpp却能“大力出奇迹”?

踩坑实录:多卡跑大模型Qwen-VL,为何vLLM模型加载卡死而llama.cpp奇迹跑通还更快? 前言:部署经历 针对 Qwen2.5-32B-VL-Instruct 满血版模型的部署实战。 手头的环境是一台配备了 4张 NVIDIA A30(24GB显存) 的服务器。按理说,96GB的总显存足以吞下 FP16 精度的 32B 模型(约65GB权重)。然而,在使用业界标杆 vLLM 进行部署时,系统却陷入了诡异的“死锁”——显存占满,但推理毫无反应,最终超时报错。 尝试切换到 Ollama(底层基于 llama.cpp),奇迹发生了:不仅部署成功,而且运行流畅。这引发了我深深的思考:同样的硬件,同样模型,为何两个主流框架的表现天差地别? 本文将围绕PCIe通信瓶颈、Tensor Parallelism(张量并行) 与 Pipeline

AI驱动的虚拟现实与增强现实开发

AI驱动的虚拟现实与增强现实开发 关键词:AI、虚拟现实、增强现实、开发、算法、应用场景 摘要:本文深入探讨了AI驱动的虚拟现实(VR)与增强现实(AR)开发相关内容。首先介绍了研究的背景、目的、预期读者等信息。接着阐述了VR、AR及AI的核心概念与联系,并给出相应的原理和架构示意图。详细讲解了核心算法原理,包括使用Python代码示例。从数学模型和公式的角度进行剖析并举例说明。通过项目实战展示代码实现及解读。分析了实际应用场景,推荐了相关的学习资源、开发工具框架以及论文著作。最后总结了未来发展趋势与挑战,并对常见问题进行解答,提供扩展阅读和参考资料,旨在为开发者和研究者提供全面的技术指导。 1. 背景介绍 1.1 目的和范围 随着科技的飞速发展,虚拟现实(VR)和增强现实(AR)技术在娱乐、教育、医疗、工业等众多领域展现出巨大的应用潜力。而人工智能(AI)的融入,更是为VR和AR的发展带来了新的机遇和挑战。本文的目的在于深入探讨AI如何驱动VR与AR的开发,

Yolo11 基于DroneVehicle数据集的无人机视角下车辆目标检测

Yolo11 基于DroneVehicle数据集的无人机视角下车辆目标检测

1、关于DroneVehicle数据集介绍 DroneVenicle数据集是由天津大学收集、标注的大型无人机航拍车辆数据集。 DroneVehicle 数据集由无人机采集的共 56,878 幅图像组成,其中一半为 RGB 图像,其余为红外图像。我们对五个类别进行了带有方向性边界框的丰富标注。其中,汽车car 在 RGB 图像中有 389,779 个标注,在红外图像中有 428,086 个标注;卡车truck 在 RGB 图像中有 22,123 个标注,在红外图像中有 25,960 个标注;公交车bus 在 RGB 图像中有 15,333 个标注,在红外图像中有 16,590 个标注;面包车van 在

Qwen3论文阅读

1、核心架构改进: 1)注意力机制: 采用了 GQA (Grouped Query Attention) 以提高推理效率 什么是GQA注意力机制? 介于传统的多头注意力机制以及极简的MQA注意力机制之间,目标为平衡生成速度以及模型精度 首先我们先看一看多头注意力机制以及多询注意力机制的区别 MHA (Multi-Head Attention): 每个 Query (Q) 都有对应的 Key (K) 和 Value (V)。虽然效果最好,但在推理时需要缓存大量的 KV 状态(KV Cache),导致内存占用高,推理速度慢。 MQA (Multi-Query Attention): 所有的 Q 共享同一组 K 和 V。这极大地减少了内存占用和数据传输,速度极快,但由于表达能力大幅下降,模型性能(准确度)通常会受损。 GQA: