当前位置：首页 > article >正文

Py2neo 教程

article 2024/10/9 0:13:46

Py2neo 教程：Python 访问 Neo4j 图数据库

Py2neo 是一个用于在 Python 中连接和操作 Neo4j 图数据库的库。它为 Neo4j 提供了便捷的 API 接口，使开发者能够轻松地进行图数据库的查询、更新、创建等操作。Py2neo 支持 Neo4j 的原生查询语言 Cypher，并且可以将图形数据模型直接映射为 Python 对象，极大地简化了数据操作流程。

官方文档链接

Py2neo 官方文档提供了完整的功能介绍和使用说明。

一、安装

在开始使用 Py2neo 之前，需要先安装这个库。可以使用以下命令进行安装：

pip install py2neo

安装 Neo4j 数据库

在本地安装并启动 Neo4j 数据库后，可以在浏览器中打开 http://localhost:7474 来进行访问。Neo4j 默认用户名为 neo4j，密码在首次安装时设置。

二、连接到 Neo4j 数据库

在使用 Py2neo 连接到 Neo4j 数据库时，需要提供数据库的 URI 和登录凭据。

from py2neo import Graph

# 创建 Graph 对象，连接到 Neo4j 数据库
graph = Graph("bolt://localhost:7687", auth=("neo4j", "password"))

# 测试连接
try:
    graph.run("RETURN 1")
    print("连接成功！")
except Exception as e:
    print("连接失败：", e)

参数说明

bolt://localhost:7687：Neo4j 的 Bolt 协议地址，默认端口为 7687。
auth=("neo4j", "password")：用户名和密码。

三、基础操作

1. 创建节点和关系

我们可以使用 Cypher 查询语言来创建节点和关系，Py2neo 的 run 方法支持执行任何 Cypher 查询。

# 创建两个节点，并创建它们之间的关系
graph.run("""
    CREATE (a:Person {name: 'Alice', age: 30})
    CREATE (b:Person {name: 'Bob', age: 25})
    CREATE (a)-[:KNOWS]->(b)
""")
print("节点和关系创建成功！")

2. 查询节点和关系

我们可以使用 Cypher 查询来获取节点和关系，并将查询结果转换为 Python 对象或字典形式。

# 查询名为 Alice 的 Person 节点
result = graph.run("MATCH (p:Person {name: 'Alice'}) RETURN p")

# 获取查询结果中的单个节点
alice = result.evaluate()
print("Alice 节点数据:", alice)

3. 更新节点属性

可以使用 SET 关键字来更新节点的属性。

# 更新节点 Alice 的年龄
graph.run("MATCH (p:Person {name: 'Alice'}) SET p.age = 31")
print("更新成功！")

4. 删除节点和关系

可以使用 DELETE 关键字来删除节点和关系。

# 删除名为 Bob 的节点及其关系
graph.run("MATCH (p:Person {name: 'Bob'}) DETACH DELETE p")
print("节点 Bob 已删除！")

四、使用 Py2neo OGM （对象图映射）

Py2neo 提供了一个对象图映射 (OGM) 系统，允许我们将图形模型直接映射到 Python 对象，从而实现更直观的操作。

1. 定义类模型

可以使用 Py2neo 的 Node 和 Relationship 类来定义图形对象模型。

from py2neo import Node, Relationship

# 创建 Person 节点和 KNOWS 关系
alice = Node("Person", name="Alice", age=30)
bob = Node("Person", name="Bob", age=25)
knows = Relationship(alice, "KNOWS", bob)

# 将节点和关系加入图数据库
graph.create(alice | bob | knows)
print("节点和关系已加入数据库！")

2. 使用 GraphObject 定义类

GraphObject 提供了一种简化方式，将节点和关系封装为 Python 类。

from py2neo.ogm import GraphObject, Property, RelatedTo

# 定义 Person 类模型
class Person(GraphObject):
    __primarykey__ = "name"

    name = Property()
    age = Property()
    knows = RelatedTo("Person", "KNOWS")

# 创建 Person 实例并保存到数据库
alice = Person()
alice.name = "Alice"
alice.age = 30
alice.knows.add(bob)

# 使用 Graph 的 push 方法将对象保存到数据库
graph.push(alice)
print("Person 对象已保存！")

3. 查询 OGM 对象

可以使用 GraphObject 提供的 select 方法来查询对象。

# 查询名为 Alice 的 Person 对象
alice = Person.select(graph, "Alice").first()
print("Alice 的年龄:", alice.age)

五、高级操作

1. 使用事务

在需要一次性执行多个操作时，可以使用事务管理器 (Transaction) 保证操作的原子性。

with graph.begin() as tx:
    # 创建多个节点和关系
    tx.run("CREATE (p:Person {name: 'Charlie', age: 35})")
    tx.run("CREATE (p:Person {name: 'David', age: 40})")
    tx.commit()
print("事务已提交！")

2. 使用参数化查询

在查询中使用参数化可以提升安全性，防止 Cypher 注入攻击。

# 使用参数化查询更新年龄
name = "Alice"
new_age = 32
graph.run("MATCH (p:Person {name: $name}) SET p.age = $new_age", name=name, new_age=new_age)
print("年龄已更新！")

3. 批量插入节点和关系

使用 merge 方法可以批量插入节点和关系，merge 会在节点或关系不存在时创建，而存在时更新。

# 批量插入节点和关系
data = [
    {"name": "Alice", "knows": ["Bob", "Charlie"]},
    {"name": "Bob", "knows": ["David"]},
    {"name": "Charlie", "knows": []},
    {"name": "David", "knows": ["Alice"]}
]

for person in data:
    p = Node("Person", name=person["name"])
    graph.merge(p, "Person", "name")  # 如果节点已存在则更新
    for friend in person["knows"]:
        f = Node("Person", name=friend)
        graph.merge(f, "Person", "name")
        rel = Relationship(p, "KNOWS", f)
        graph.merge(rel)
print("批量插入完成！")