【大数据】Neo4j图数据库python基本操作

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第17天，点击查看活动详情

前言

昨天文记录中，可以通过远程方式访问Neo4J的前端以及前端的基本操作，简而言之除了需要映射前端所需的7474端口，还需要映射后端所需的7687端口，映射没问题方可远程登录到数据库，用户名密码初始化均为neo4j，而第一次登录需要修改登录密码。登录之后可以进行数据库的增加create、查询match、删除delete等操作，创建节点后就可以看到节点与节点的关系等信息。而今天将使用python对neo4j进行基本操作，并选择之前的漏洞数据进行大批量数据插入、查询等测试。

---

python安装py2neo

使用pip安装py2neo

 pip install py2neo

python连接neo4j数据库

from py2neo import Graph


class connect2Neo4J():
    def __init__(self):
        self.userName = "neo4j"
        self.password = "#你的密码"
        self.neo4jUrl = 'http://127.0.0.1:17474'
        self.conn = Graph(self.neo4jUrl, auth=(self.userName, self.password))

连接测试一下下：

from connectUtils import connect2Neo4J

def print_hi(name):
    print(f'Hi, {name}')

if __name__ == '__main__':
    conn = connect2Neo4J().conn
    print_hi('PyCharm')

结果：

没有报错，表示连接成功。

python创建节点

def creatNode(self, labels,properties):
    insertNode = Node(labels,name = properties)
    self.conn.create(insertNode)
    return insertNode

python创建关系

def creatRelationship(self,nodeA,nodeB,properties):
    relation = Relationship(nodeA, properties, nodeB)
    self.conn.create(relation)

创建功能测试一下下

from connectUtils import connect2Neo4J


def print_hi(name):
    print(f'Hi, {name}')


if __name__ == '__main__':
    connect = connect2Neo4J()
    nodeA = connect.creatNode("IpAddr", "2.2.2.10")
    nodeB = connect.creatNode("IpAddr", "2.2.2.11")
    connect.creatRelationship(nodeA, nodeB, "关联")
    print_hi('PyCharm')

节点创建成功：

python查询节点

def searchNode(self, labels, limit=None):
    if limit:
        data = NodeMatch(self.conn, labels=frozenset({'{}'.format(labels)})).limit(limit)
    else:
        node_matcher = NodeMatcher(self.conn)
        data = node_matcher.match(labels)
    return data

查询节点中，使用了py2neo两个原生的查询方法，一个是NodeMatch，而另一个则是NodeMatcher，两个的方法略有不同：

其中而另一个则是NodeMatcher有以下方法

方法	说明
first()	返回查询结果第一个Node，没有则返回空
all()	返回所有节点
where(condition,properties)	对查询结果二次过滤
order_by	排序

而NodeMatch则有更多的方法：

方法	说明
iter(match)	遍历所匹配节点
len(match)	返回匹配到的节点个数
all()	返回所有节点
count（）	返回节点计数，评估所选择的节点
limit(amount)	返回节点的最大个数
order_by（*fields）	按指定的字段或字段表达式排序。要引用字段或字段表达式中的当前节点，请使用下划线字符
where(predicates, properties)	二次过滤

因此使用上结合两者，最终输出都转为list格式。

测试一下下：

from connectUtils import connect2Neo4J


def print_hi(name):
    print(f'Hi, {name}')


if __name__ == '__main__':
    connect = connect2Neo4J()
    # nodeA = connect.creatNode("IpAddr", "2.2.2.10")
    # nodeB = connect.creatNode("IpAddr", "2.2.2.11")
    # connect.creatRelationship(nodeA, nodeB, "关联")
    data = connect.searchNode("IpAddr",limit = 50)
    print_hi('PyCharm')
    print(list(data))
    print(data.count())

python 查询关系

def getRelations(self,nodes = None,r_type = None,limit = None):
    relation = RelationshipMatcher(self.conn)
    relationData = relation.match(nodes=nodes, r_type='{}'.format(r_type)).limit(limit)
    return relationData

测试一下

relation = connect.getRelations(r_type="关联")
print(list(relation))

python修改节点

修改节点建立在查询的基础上，因此能查询到的节点就能够进行修改

data = connect.searchNode("IpAddr", limit=50)
item = (data.first())
item["IP"] = "100.100.100.100"
connect.conn.push(item)

修改成功。

python删除节点

data = connect.searchNode("IpAddr", limit=50)
item = (data.first())
print(item)
connect.conn.delete(item)

节点已经被删除了。