你好，我是方华，一名数字化咨询顾问，计算机硕士。

Neo4j图数据库目前在工业界和学术界应用广泛。掌握Neo4j数据库的基本使用操作对于知识图谱，推荐系统等方面工程师或研究者来说，十分重要。在实际使用中，我们常常用CSV文件格式存储三元组数据，然后再通过Cypher查询语言将CSV文件中的三元组数据导入到Neo4j数据库中。

本次分享通过将教育领域开源知识图谱数据集Mooper导入Neo4j数据库中的案例，帮助读者掌握Neo4j数据库的基本使用。

01

Neo4j图数据库简介

Neo4j 是一种流行的图数据库管理系统，主要用于存储和查询与图结构相关的数据。在图数据库中，数据以图的形式表示，其中节点(node)代表实体，边（edge）代表实体间的关系。这种结构特别适合处理复杂的网络和关系数据，如社交网络、推荐系统、供应链管理等。

知识图谱相关研究者，常常选用Neo4j图数据库作为三元组存储的介质。

Neo4j 主要特点

节点和关系：在Neo4j 中，数据存储为节点（Node）和边（Edge）。节点通常代表实体，如人、地点或事物，而边代表实体间的关系。灵活的查询语言：Neo4j 使用 Cypher 查询语言，它是一种声明式、SQL风格的语言，专门为图形数据查询和操作设计。高性能：Neo4j 在处理大量复杂关系时能提供高效的性能。事务支持：支持ACID事务，确保数据完整性。多种语言支持：提供了多种编程语言的API和驱动程序，如Java、Python、JavaScript等。社区版和企业版：Neo4j 提供社区版和企业版，后者包括额外的高级功能，如集群支持、高可用性和性能优化。

官网地址：

02

Neo4j常用操作

Neo4j 使用 Cypher 查询语言进行操作，这是一种专为图数据库设计的声明式语言。下面是一些常用的 Neo4j 操作命令：1. 创建节点

CREATE (n:Label {property1: 'value1', property2: 'value2'})

这个命令创建了一个带有指定标签和属性的节点。

2. 创建关系

MATCH (a:Label1), (b:Label2)WHERE a.property = 'value1' AND b.property = 'value2'CREATE (a)-[r:RELATIONSHIP_TYPE]->(b)

这个命令在两个特定节点之间创建一个关系。

3. 查询节点

MATCH (n:Label)WHERE n.property = 'value'RETURN n

这个命令查找并返回具有特定标签和属性的所有节点。

4. 更新节点

MATCH (n:Label)WHERE n.property = 'value'SET n.property = 'new value'

这个命令更新符合特定条件的节点的属性。

5. 删除节点

MATCH (n:Label)WHERE n.property = 'value'DELETE n

删除具有特定属性的节点。请注意，如果该节点有任何关系，您需要先删除这些关系。

6. 查询关系

MATCH (a:Label1)-[r:RELATIONSHIP_TYPE]->(b:Label2)RETURN r

这个命令查找并返回特定类型的关系及其关联的节点。

7. 删除关系

MATCH (a:Label1)-[r:RELATIONSHIP_TYPE]->(b:Label2)DELETE r

删除两个特定节点之间的特定类型的关系。

8. 复杂查询

MATCH (a:Label1)-[r:RELATIONSHIP_TYPE]->(b:Label2)WHERE a.property = 'value1' AND b.property = 'value2'RETURN a, b

这个命令用于执行涉及多个节点和关系的更复杂的查询。

这些只是一些基本的操作示例。Cypher 查询语言功能强大而灵活，能够处理各种复杂的图形数据查询和操作。

03

CSV文件导入Neo4j数据库一般操作步骤

将 CSV 文件导入 Neo4j 的常见方法是使用 Cypher 语言中的 LOAD CSV命令。这个命令允许你从 CSV 文件中读取数据，并将其作为节点和关系加载到图形数据库中。

以下是进行此操作的一般步骤：

1. 准备 CSV 文件

确保 CSV 文件格式正确，csv列标题清晰定义。文件应存放在 Neo4j 的导入目录中。对于 Neo4j Desktop，这通常是你的数据库的 import文件夹。

2. 打开 Neo4j 浏览器或客户端

使用 Neo4j 浏览器或任何其他支持 Cypher 的客户端。

3. 使用 LOAD CSV 命令

使用以下基本语法来导入数据：

LOAD CSV WITH HEADERS FROM '; AS rowCREATE (n:Label {property1: row.column1, property2: row.column2, ...})

这里 是你的 CSV 文件路径，row是每一行的引用，Label 是你想要创建的节点的类型，property1, property2, ... 是节点的属性，它们对应于 CSV 文件中的列。

4. 创建关系

如果你需要在导入数据时创建节点间的关系，可以使用 MATCH 语句来查找已存在的节点，并创建关系。

LOAD CSV WITH HEADERS FROM '; AS rowMATCH (a:Label1 {property: row.column1}), (b:Label2 {property: row.column2})CREATE (a)-[:RELATIONSHIP_TYPE]->(b)

这里 RELATIONSHIP_TYPE是你要创建的关系的类型。

5. 处理大型文件

对于大型 CSV 文件，可能需要使用更高级的技术，比如使用 USING PERIODIC COMMIT 语句来批量提交事务，或优化 Cypher 查询以提高性能。

6. 检查和验证

导入完成后，使用 Cypher 查询来验证数据是否已正确导入到数据库中。请注意，具体的命令可能需要根据你的 CSV 文件的结构和内容进行调整。确保在执行导入之前备份现有的数据库数据，以防万一。

04

案例：Mooper数据集导入Neo4j数据库

Mooper简介

随着在线教育迅速发展，大规模在线开放课程（MOOC）兴起，为教学创新探索了前进方向。然而，目前的在线教育缺乏实践练习机制，导致“学”与“练”产生脱节，因此大规模在线开放实践（Massive Open Online Practice，MOOP）应运而生。

当前越来越多在线学习平台提供实践环境，EduCoder是其中的典型代表。EduCoder是信息技术类专业大规模在线实践教学平台，支持信息技术类专业一站式全栈化教学、实验、实战和科研活动。

通过抽取EduCoder平台2018-2019年间用户参与实践的交互数据，并将课程、实践、关卡、知识点的属性信息及其之间的相互关系建模为知识图谱，头歌平台的运营者构建了大规模实践导向型的在线学习数据集MOOPer。

MOOPer数据组织如图所示。

Mooper数据集下载

MOOPer数据集主要分为两个部分：交互数据与知识图谱。

交互数据（MOOPer/interaction/）包含2,532,524条练习数据 (challenge_interaction.csv), 21,606,390条系统反馈数据(outputs.csv)，15,054条用户论坛讨论数据(discussions.csv)。

知识图谱 (MOOPer/knowledgeGraph/) 包含 11类实体（entity），10类关系（relation）。

MOOPer数据集由CCKS2021“MOOPer：A Large-scale Dataset of Practice-oriented Online Learning”论文发布。

下载地址：公众号“方华Elton”后台回复“mooper”。

创建MooperKG项目

在neo4j desktop中创建项目MooperKG，并创建同名的数据库。

导入challenge.csv文件

对于 Neo4j Desktop，首先将csv文件复制到数据库的 import 文件夹。

查找数据库import文件夹的方法：

在 Neo4j Desktop 中定位到 import 文件夹通常很直接。这个文件夹是 Neo4j 实例的一部分，用于存储和管理将要导入到 Neo4j 数据库的文件。以下是找到 import 文件夹的步骤：

1. 打开 Neo4j Desktop：

启动你的 Neo4j Desktop 应用程序。

2. 选择你的数据库项目：

在 Neo4j Desktop 中，选择你正在工作的数据库项目。

3. 找到数据库详情：

在所选项目中，点击你想要导入数据的数据库。通常，每个数据库在 Neo4j Desktop 的界面上都会有一个单独的面板或列表项。

4. 查看数据库详情：

在数据库的详细信息中，通常会显示数据库的版本、状态（是否运行中）以及一些配置选项。

5. 打开终端或命令提示符（如果 Neo4j Desktop 没有直接显示路径）：

如果 Neo4j Desktop 没有直接显示 import 文件夹的路径，你可以打开终端（MacOS 或 Linux）或命令提示符（Windows），然后使用 Neo4j 的命令行工具来找到路径。

6. 使用 Neo4j 命令行工具：

在终端或命令提示符中，输入以下命令来查找 Neo4j 数据库的根目录：

```bash

neo4j-admin report

```

这个命令会生成一个报告，其中包括数据库的路径信息。

7. 在文件浏览器中导航：

找到数据库的根目录后，在你的文件浏览器中导航到这个位置。通常，`import` 文件夹就位于这个目录下。

使用 Neo4j LOAD CSV 命令。例如，如果你要为每条记录创建一个名为 Challenge的节点，你可以使用以下 Cypher 语句：

LOAD CSV WITH HEADERS FROM '; AS rowCREATE (:Challenge {challengeId: toInteger(row.challenge_id),name: row.name,taskPass: row.task_pass,answer: row.answer,score: toInteger(row.score),difficulty: toInteger(row.difficulty),praisesCount: toInteger(row.praises_count)})

这里 是你的 CSV 文件路径，row 代表 CSV 文件的每一行。

验证导入:使用 Cypher 查询来验证数据是否已正确导入到数据库中。

05

遇到的问题问题1：challenge的csv文件无法导入neo4j数据库问题描述

现在有节点5万7，关系1万1，遇到的问题就是涉及challenge的csv文件导入时出现不能导入的问题，错误见截图

报错原因

这个错误指出在处理您的 CSV 文件时，Neo4j 遇到了格式问题。特别是，在文件的某个地方，Neo4j 读取到一个以引号开始的字段，但在该引号结束之后该字段中还有更多字符。这在 CSV 格式中是不支持的。

要解决这个问题，请按照以下步骤操作：

检查 CSV 文件格式:打开您的 challenge.csv 文件并导航到报告的问题位置（大约在文件的 830744 字节处）。检查该位置是否有不正确的引号使用。比如，一个字段可能以引号开始，但在引号内包含了额外的引号或其他字符，这可能导致解析错误。正确处理引号:确保字段内的引号被正确处理。在 CSV 中，如果字段内有引号，通常需要对其进行转义。例如，如果您的字段包含引号（比如 "This "quoted" text"），它应该写成 "This ""quoted"" text" 或使用其他转义机制，具体取决于您的 CSV 生成工具。检查特殊字符:检查该位置是否包含换行符、额外的逗号或其他特殊字符，这些都可能干扰 CSV 的解析。使用文本编辑器或 CSV 编辑工具:使用文本编辑器（如 Notepad++、Sublime Text 等）或专门的 CSV 编辑工具检查和修改您的 CSV 文件。这些工具可以帮助您更容易地识别格式问题。重新导入数据:在修正 CSV 文件后，重新尝试导入数据到 Neo4j。结果及解决方案删除其中存在字符串转义问题的行或者，对其中存在字符串解析问题的行，进行对应修改，例如\",而不是”“内部嵌套双引号

05

结语

当前分享的Neo4j数据库使用文档比较基础，欢迎留言分享你在使用Neo4j数据库中存在的问题或想了解的功能使用。

点击阅读原文可以跳转至更加详细的Mooper数据集介绍。