Python使用Py2neo创建Neo4j的节点和关系

目录

• 一、安装Py2neo

• 二、连接Neo4j数据库

• 1. 使用graph.run执行Cypher语句创建节点

• 2. 使用Node数据结构创建节点

• 3. 使用Node、Relationship和Subgraph数据结构创建节点和关系

• 三、性能对比

Neo4j是一款开源图数据库，使用Python语言访问Neo4j可以使用Py2neo。本文介绍了使用Py2neo访问Neo4j，批量创建节点和关系的方法。Py2neo提供了直接执行Cypher语句的方法，也提供了诸如Node、Relationship、Path一系列的数据结构，在不同的场景下可以灵活使用。

本文使用的Py2neo是2021.1之后的版本，手册请戳这里：
The Py2neo Handbook

一、安装Py2neo

使用pip安装Py2neo，执行：

pip install py2neo

查看已安装的Py2neo是什么版本的：

pip show py2neo

二、连接Neo4j数据库

本文中会用到多种数据类型，在此一并引用

import numpy as np
import pandas as pd
from py2neo import Node,Relationship,Graph,Path,Subgraph

配置Neo4j数据库的访问地址、用户名和密码

neo4j_url = '访问地址'
user = '用户名'
pwd = '密码'

在此时间段之前访问数据库的方式为：

graph = Graph(neo4j_url, username=user, password=pwd)

在此时间段之后的版本访问数据库的方式为（就是这么不兼容）：

graph = Graph(neo4j_url,  auth=(user, pwd))

1. 使用graph.run执行Cypher语句创建节点

如果熟悉Cypher语句的话，可以通过使用graph.run执行Cypher语句来实现创建节点等操作，方法如下所示：

cypher_ = "CREATE (:Person {name:'王王', age:35, work:'脚本之家}),\
(:Person {name:'李李', age:20, work:'脚本之家})"
graph.run(cypher_)

这样就在Neo4j中创建了两个label为Person的节点，第一个节点的name属性为“王王”，age属性为35，work属性为“脚本之家”，第二个节点的name属性为“李李”，age属性为20，work属性为“宇脚本之家”。

同样，可以通过调用graph.run执行Cypher语句创建关系。

cypher_ = "MATCH (from:Person{name:'王王'}),\
(to:Person{name:'李李'}) MERGE (from)-[r:同事]->(to)"
graph.run(cypher_)

这样在Neo4j中就有了具有同事关系的两个Person节点。

2. 使用Node数据结构创建节点

Py2neo也提供graph.create方法来创建节点和关系

node = Node("Person", name="李李", age=20, work="脚本之家")
graph.create(node)

与执行Cypher语句的效果相同，在Neo4j中创建了一个Person节点。

需要注意的是，这两种创建方法，如果反复执行的话，是会在Neo4j中创建出重复的节点的，即name、age、work属性完全一样，但在Neo4j中的id不一样的多个节点。

3. 使用Node、Relationship和Subgraph数据结构创建节点和关系

上面两种方法都是一次创建一个节点或者一个关系，Py2neo也提供了批量创建节点和关系的方法，而且性能更优。下面就以下图中的图谱为例，使用Py2neo提供Node、Relationship和Subgraph数据结构在Neo4j中创建节点和关系。

首先创建一些label为Person的节点，即Node对象，第一个参数是label，属性按key=value依次作为参数传入。如果节点有多个label，可以用Node.add_label("label_text")来追加label。

node1 = Node("Person", name="王王", age=35, work="脚本之家")
node2 = Node("Person", name="李李", age=20, work="脚本之家")
node3 = Node("Person", name="张张", age=30, work="脚本之家")
node4 = Node("Person", name="赵赵", age=45, work="月亮中学")
node4.add_label("Teacher")
node5 = Node("Person", name="刘刘", age=20, work="地球电子商务公司")

再创建一些label为Location的节点

node6 = Node("Location", name="南京")
node7 = Node("Location", name="江宁区")
node8 = Node("Location", name="禄口机场")

建立一些Person和Person节点之间的关系，Neo4j中的关系是有方向的，所以Relationship第一个参数为起始节点，第三个参数是结束节点，而第二个节点为关系的类型。这里创建的同事、邻居的关系为双向的，老师、学生的关系为单向。

relation1 = Relationship(node1, "同事", node2)
relation2 = Relationship(node2, "同事", node1)

relation3 = Relationship(node2, "同事", node3)
relation4 = Relationship(node3, "同事", node2)

relation5 = Relationship(node3, "邻居", node4)
relation6 = Relationship(node4, "邻居", node3)

relation7 = Relationship(node4, "学生", node5)
relation8 = Relationship(node5, "老师", node4)

创建一些Location和Location节点之间的关系，地域之间的包含关系为单向。

relation9 = Relationship(node6, "包含", node7)
relation10 = Relationship(node7, "包含", node8)

创建Person节点和Location节点之间的关系，这里“到访”的关系是有属性的，date表示到访的日期，stay_hours表示停留的时间。可以使用一个key:value的字典数据结构保存属性，再赋予关系

properties1={'date':'2021-7-16','stay_hours':1}
relation11 = Relationship(node2, "到访", node8, **properties1)

properties2={'date':'2021-7-19','stay_hours':4}
relation12 = Relationship(node5, "到访", node8, **properties2)

然后将以上所有节点和关系组成Subgraph

node_ls = [node1, node2, node3, node4,
          node5, node6, node7, node8]
relation_ls = [relation1, relation2, relation3, relation4,
              relation5, relation6, relation7, relation8,
              relation9, relation10, relation11, relation12]
subgraph = Subgraph(node_ls, relation_ls)

最后通过事务类Transaction提交，批量创建这些节点和关系。这里tx.create并没有真正创建节点和关系，直到graph.commit才一次性提交到Neo4j进行创建。

tx = graph.begin()
tx.create(subgraph)
graph.commit(tx)

重复执行上面的命令，不会创造出重复的节点和关系。这一点手册中有说明：“subgraph中的已经和数据库绑定的实体将保持不变，那些没有绑定的将在数据库中新建并绑定上。”

create(subgraph) Create remote nodes and relationships that correspond to those in a local subgraph. Any entities in subgraph that are already bound to remote entities will remain unchanged, those which are not will become bound to their newly-created counterparts.

三、性能对比

做一个简单的实验粗略地对比逐个创建和批量创建的时间开销。在Neo4j为空数据库的情况下，分别采用逐个创建和批量创建的方法创建10000个节点，每个节点有name和age两个属性，都是随机生成的，使用jupyter notebook的％％time命令计算时间开销。

import random
N = 10000

逐个创建节点：

％％time
for i in range(N):
   random_name = "P"+str(round(random.random()*N*2))
   random_age = round(random.random()*15)
   node = Node("Person", name=random_name, age=random_age)
   graph.create(node)

CPU times: user 50.3 s, sys: 4.19 s, total: 54.5 s
Wall time: 5min 16s

批量创建节点：

％％time
node_ls = []
for i in range(N):
   random_name = "P"+str(round(random.random()*N*2))
   random_age = round(random.random()*15)
   node = Node("Person", name=random_name, age=random_age)
   node_ls.append(node)

subgraph = Subgraph(node_ls, [])
tx = graph.begin()
tx.create(subgraph)
graph.commit(tx)

CPU times: user 448 ms, sys: 75.5 ms, total: 523 ms
Wall time: 1.46 s

实验中也发现，只是创建节点的话，批量创建方法的时间开销几乎是线性增长的，当一次性提交10万个节点的创建任务时，时间开销大约在4.5秒。
在使用Py2neo构建图谱时，尽可能使用批量创建方法。先创建节点（Node）对象、关系（Relationship）对象，再构成子图（Subgraph），最后利用事务类一次提交创建。
下一篇将介绍如何运用Py2neo查询节点、关系和路径。

来源：https://segmentfault.com/a/1190000040519140