Python Language
Neo4j i Cypher za pomocą Py2Neo

Importowanie i uwierzytelnianie

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

Musisz upewnić się, że baza danych Neo4j istnieje na localhost: 7474 z odpowiednimi poświadczeniami.

obiekt graph jest interfejsem do instancji neo4j w pozostałej części kodu Pythona. Raczej dzięki uczynieniu z tej zmiennej globalnej powinieneś zachować ją w klasie __init__ .

Dodawanie węzłów do wykresu 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()
    [...]

Dodawanie węzłów do wykresu jest dość proste, graph.merge_one jest ważny, ponieważ zapobiega duplikowaniu elementów. (Jeśli uruchomisz skrypt dwa razy, to po raz drugi zaktualizuje tytuł i nie utworzy nowych węzłów dla tych samych artykułów)

timestamp powinien być liczbą całkowitą, a nie ciągiem daty, ponieważ neo4j tak naprawdę nie ma typu danych daty. Powoduje to problemy z sortowaniem podczas przechowywania daty jako „05 -06-1989”

article.push() to wywołanie, które faktycznie zatwierdza operację w neo4j. Nie zapomnij o tym kroku.

Dodawanie relacji do wykresu 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 jest ważny dla uniknięcia duplikatów. Ale poza tym jest to dość prosta operacja. Nazwa relacji jest również ważna, ponieważ można jej używać w zaawansowanych przypadkach.

Zapytanie 1: Autouzupełnianie w tytułach wiadomości

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

To jest przykładowe zapytanie szyfrujące, aby uzyskać wszystkie węzły o name właściwości rozpoczynającej się od text argumentu.

Zapytanie 2: Otrzymuj artykuły z wiadomościami według lokalizacji w określonym dniu

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

Możesz użyć tego zapytania, aby znaleźć wszystkie artykuły (n) związane z lokalizacją (l) relacją.

Próbki zapytania Cypher

Zliczaj artykuły związane z określoną osobą w czasie

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

Wyszukaj inne osoby / lokalizacje związane z tymi samymi artykułami prasowymi co Trump z co najmniej 5 węzłami relacji.

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