如何使用 python 将数据从远程服务器加载到 neo4j？答案

【问题标题】：How to load data from remote server into neo4j using python?如何使用 python 将数据从远程服务器加载到 neo4j？
【发布时间】：2017-04-10 10:46:31
【问题描述】：

我有两台服务器，一台用于 neo4j 存储图形数据，另一台服务器将运行 ETL 以每分钟将数据加载到 neo4j 中。

我目前的解决方案是：使用for循环为每个即将到来的数据项运行一个事务（基于py2neo），但是性能很慢，我也尝试在neo4j本地服务器中保存一个tmp csv文件，然后在 cypher 中使用 load csv 语法，它会大大提高性能，但我不知道如何从远程服务器加载 csv。

所以，我想知道的是，是否有办法将 dict/list/(pandas dataframe) 加载到 neo4j 中？就像在 python 脚本中加载 csv 进行批量导入一样？我是neo4j的新手，非常感谢您的帮助。

【问题讨论】：

标签： neo4j py2neo

【解决方案1】：

如果你想从远程服务器加载 CSV，你需要运行一个 simpleHTTPServer 或类似的东西来托管 HTTPServer 上的文件。然后你可以简单地使用

LOAD CSV FROM "http://192.x.x.x/myfile.csv" as row

另一方面，您可以从 pandas 数据框中导入文件。我创建了一个简单的脚本来计算线性回归梯度并将其保存回 neo4j

from neo4j.v1 import GraphDatabase
import pandas as pd
import numpy as np
driver = GraphDatabase.driver("bolt://192.168.x.x:7687", auth=("neo4j", "neo4j"))
session = driver.session()

def weekly_count_gradient(data):
    df = pd.DataFrame([r.values() for r in data], columns=data.keys())
    df["week"] = df.start.apply(lambda x: pd.to_datetime(x).week if pd.notnull(x) else None)
    df["year"] = df.start.apply(lambda x: pd.to_datetime(x).year if pd.notnull(x) else None)
    group = df.groupby(["week","year","company"]).start.count().reset_index()
    for name in group["company"].unique():
        if group[group["company"] == name].shape[0] >= 5:
            x = np.array([i[1] if i[0] == 2016 else i[1] + 52 for i in group[group.company == name][["year","week"]].values])
            y = group[group.company == name]["start"].values
            fit = np.polyfit(x,y,deg=1)     
            update = session.run("MATCH (a:Company{code:{code}}) SET a.weekly_count_gradient = toFLOAT({gradient}) RETURN a.code,{"code":name,"gradient":fit[0]})

这里的关键是你运行一个带参数的查询，参数可以来自任何地方（list/dict/pandas）

【讨论】：