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

最新龙虾AI(OpenClaw v2026.3.8)全平台部署教程|零报错、高安全,新手也能10分钟上手

最近OpenClaw龙虾AI爆火,作为开源可私有化部署的AI智能体,它区别于普通聊天AI,能“动手”完成跨应用自动化任务——整理微信消息、定时提醒、浏览器自动化等,实用性拉满。但不少开发者反馈,网上教程多为旧版本,且忽略了工信部最新安全预警,部署时频繁出现权限报错、闪退、盗版捆绑等问题。 本文基于2026年3月10日官方最新稳定版(v2026.3.8),结合Windows、macOS、Linux、手机端(安卓/鸿蒙)四大平台,详细拆解“新手一键部署”“进阶自定义部署”“Ollama本地模型对接”全流程,同步规避工信部预警提到的安全风险,全程复制命令即可操作,新手也能零失败完成部署。 一、部署前必看:核心认知+环境准备(避坑第一步) 1.1 龙虾AI核心定位(必懂) OpenClaw龙虾AI是开源免费的本地AI执行网关,核心优势是“数据本地存储、全平台兼容、自动化执行”,无需上传数据到第三方平台,

Python AI入门:从Hello World到图像分类

Python AI入门:从Hello World到图像分类 一、Python AI的Hello World 1.1 环境搭建 首先,我们需要搭建Python AI的开发环境: # 安装PyTorch pip install torch torchvision # 安装其他依赖 pip install numpy matplotlib 1.2 第一个AI程序 让我们来编写一个最简单的AI程序 - 线性回归: import torch import torch.nn as nn import numpy as np import matplotlib.pyplot as plt # 生成训练数据 x = torch.linspace(

AIGC检测模型训练:Python爬虫构建高质量文本数据集

AIGC检测模型训练:Python爬虫构建高质量文本数据集

一、引言:AIGC检测数据集的核心痛点 随着ChatGPT、文心一言等大模型的普及,AIGC文本泛滥带来了内容审核、学术诚信、版权保护等诸多问题,训练高精度的AIGC检测模型成为行业刚需——而高质量的标注数据集是模型训练的核心基础。 传统AIGC检测数据集存在三大问题:数据量小、场景单一、标注不准;人工构建数据集成本高、效率低。本文将分享一套Python爬虫+数据清洗+人工标注辅助的完整方案,从多源平台爬取“人工创作+AIGC生成”的双端文本,构建覆盖多场景、高标注质量的AIGC检测数据集,直接支撑模型训练。 二、方案设计:数据集构建全流程 2.1 核心目标 1. 爬取多场景文本(新闻、论文、自媒体、问答等),区分“人工创作”和“AIGC生成”两类; 2. 对爬取的原始文本进行清洗、去重、标准化,保证数据质量; 3. 提供标注辅助工具,

GitHub Copilot Pro + 模型深度解析:Java 开发者场景适配指南

一、核心模型概览与技术选型总览 GitHub Copilot Pro + 为 Java 开发者提供了多种高性能模型选择,这些模型在推理能力、代码质量、文档生成等方面各有特色。根据 2025 年最新发布的模型架构和性能数据,以下是 Copilot Pro + 中可用的主要模型及其技术特点: 模型名称 核心特点 上下文窗口 推理深度 文档生成能力 最佳适用场景 GPT-5 统一推理能力,支持多模态输入,Smart Mode 智能调度 理论支持 40 万 tokens 深度推理,适合复杂算法和业务逻辑 高质量注释和 API 文档生成 快速原型开发、多模态集成、敏捷迭代 o3 深度推理模型,支持函数调用和结构化输出 200K tokens 高级推理,适合长任务处理 详细代码解释和设计文档