Python Language
Neo4j e Cypher utilizzano Py2Neo

Importare e autenticare

from py2neo import authenticate, Graph, Node, Relationship
authenticate("localhost:7474", "neo4j", "<pass>")
graph = Graph()

Devi assicurarti che il tuo database Neo4j esista su localhost: 7474 con le credenziali appropriate.

l'oggetto graph è la tua interfaccia con l'istanza neo4j nel resto del tuo codice Python. Ringraziamo piuttosto rendendo questa variabile globale, dovresti tenerla nel metodo __init__ una classe.

Aggiunta di nodi al grafico Neo4j

results = News.objects.todays_news()
for r in results:
    article = graph.merge_one("NewsArticle", "news_id", r)
    article.properties["title"] = results[r]['news_title']
    article.properties["timestamp"] = results[r]['news_timestamp']
    article.push()
    [...]

L'aggiunta di nodi al grafico è piuttosto semplice, graph.merge_one è importante in quanto impedisce gli elementi duplicati. (Se si esegue lo script due volte, la seconda volta aggiorna il titolo e non crea nuovi nodi per gli stessi articoli)

timestamp dovrebbe essere un numero intero e non una stringa di date dato che neo4j non ha realmente un datatype di data. Ciò causa problemi di ordinamento quando si memorizza la data come '05 -06-1989 '

article.push() è una chiamata che in realtà commette l'operazione in neo4j. Non dimenticare questo passaggio.

Aggiunta di relazioni al grafico Neo4j

results = News.objects.todays_news()
for r in results:
    article = graph.merge_one("NewsArticle", "news_id", r)
    if 'LOCATION' in results[r].keys():
        for loc in results[r]['LOCATION']:
            loc = graph.merge_one("Location", "name", loc)
            try:
                rel = graph.create_unique(Relationship(article, "about_place", loc))
            except Exception, e:
                print e

create_unique è importante per evitare duplicati. Ma per il resto è un'operazione piuttosto semplice. Anche il nome della relazione è importante poiché lo si utilizzerà in casi avanzati.

Query 1: completamento automatico sui titoli di notizie

def get_autocomplete(text):
    query = """
    start n = node(*) where n.name =~ '(?i)%s.*' return n.name,labels(n) limit 10;
    """
    query = query % (text)
    obj = []
    for res in graph.cypher.execute(query):
        # print res[0],res[1]
        obj.append({'name':res[0],'entity_type':res[1]})
    return res

Questa è una query di esempio per ottenere tutti i nodi con il name della proprietà che inizia con il text dell'argomento.

Query 2: ottieni articoli di notizie per posizione in una data specifica

def search_news_by_entity(location,timestamp):
    query = """
    MATCH (n)-[]->(l) 
    where l.name='%s' and n.timestamp='%s'
    RETURN n.news_id limit 10
    """

    query = query % (location,timestamp)

    news_ids = []
    for res in graph.cypher.execute(query):
        news_ids.append(str(res[0]))

    return news_ids

È possibile utilizzare questa query per trovare tutti gli articoli di notizie (n) connessi a una posizione (l) da una relazione.

Cypher Query Samples

Conta gli articoli collegati a una determinata persona nel tempo

MATCH (n)-[]->(l) 
where l.name='Donald Trump'
RETURN n.date,count(*) order by n.date

Cerca altre persone / posizioni collegate agli stessi articoli di notizie di Trump con almeno 5 nodi di relazione totali.

MATCH (n:NewsArticle)-[]->(l)
where l.name='Donald Trump'
MATCH (n:NewsArticle)-[]->(m)
with m,count(n) as num where num>5
return labels(m)[0],(m.name), num order by num desc limit 10