Neo4j知识

查询

1.查询一个节点对应的所有关系
match p=(q:q_table)-[]-()
return p
2.查询一个图中所有关系:
match p=()-[]-()
return p
limit 20

删除:

1.删除一个节点前,必须先删除其对应的关系,否则会报错
2.删除关系,会把关系中对应的节点删除
3.删除属性:
MATCH (n:q_table)
remove n.filed

属性更新:

1.在原有属性上增加/更新属性
load csv from 'file:///sma.csv'as line
MATCH (n:q_table{qname:line[0]})
set n+={filed:line[1]}

聚合函数

Count(*)计算匹配的行的行数,count(<标识符>)计算标识符中非空值数

load csv

导入节点
load csv from 'file:///sma_table.csv'as line
create(q:q_table {qname:line[0]})
create(b:b_table {bname:line[1]})
导入关系
load csv from 'file:///sma_table.csv'as line
match(from:q_table{qname:line[0]}),(to:b_table{bname:line[1]})
merge (from)-[r1:belongs{rea:line[2]}]->(to)

import csv

实体中第一行字段:ID
关系中第一行字段:START_ID,:END_ID

import导入时,注意问题:
1、分隔符不能和字段中有重复。(尤其注意名字字段里是否有,)
2、主键保证唯一
3、类型,一列的类型应保持一致,不能存在有的带",有的不带,最好全部把"去掉。

导入语句:
./neo4j-import --into ../data/databases/graph_zcm.db --id-type string --nodes:person ../import/node_person.csv --nodes:bnf ../import/node_bnf.csv --nodes:agent ../import/node_agent.csv --relationships:agent_relation_appnt ../import/agent_relation_appnt.csv --relationships:appnt_relation_insured ../import/appnt_relation_insured.csv --relationships:insured_relation_bnf ../import/insured_relation_bnf.csv --stacktrace true --bad-tolerance 50000000 --skip-bad-relationships true
注意不要有换行符,否则可能会报错。

报错解决:
import csv 导入:
Input error: Expected '--relationships' to have at least 1 valid item, but had 0 []
Caused by:Expected '--relationships' to have at least 1 valid item, but had 0 []
java.lang.IllegalArgumentException: Expected '--relationships' to have at least 1 valid item, but had 0 []
at org.neo4j.kernel.impl.util.Validators.lambdaatLeast6(Validators.java:152)
at org.neo4j.helpers.Args.validated(Args.java:641)
at org.neo4j.helpers.Args.interpretOptionsWithMetadata(Args.java:609)
at org.neo4j.tooling.ImportTool.extractInputFiles(ImportTool.java:566)
at org.neo4j.tooling.ImportTool.main(ImportTool.java:422)
at org.neo4j.tooling.ImportTool.main(ImportTool.java:360)

路径问题,导入语句路径部分写的有问题,不用加\(换行转义符)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,634评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,951评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,427评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,770评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,835评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,799评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,768评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,544评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,979评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,271评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,427评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,121评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,756评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,375评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,579评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,410评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,315评论 2 352

推荐阅读更多精彩内容