【Neo4j】Windows11使用Neo4j导入CSV数据可视化知识图谱

Windows11使用Neo4j导入CSV数据可视化知识图谱

之前写过一篇在ubuntu系统下安装使用Neo4j导入CSV数据可视化知识图谱的记录,由于项目需要,需在windows系统下进行后续工作,且部分操作有差异,因此将此过程再次记录。

1. 安装JDK21

(1)下载

在下方地址下载安装JDK。选择合适的版本,我选择的是JDK21。

复制代码
https://www.oracle.com/java/technologies/downloads/

(2)安装

下载后,双击点击下周包进行安装,安装路径可以选择自己新建的文件夹,后续这个文件夹目录要作为环境配置路径使用。

我的路径是:D:\java-21。

(3)环境配置

找到设置中的"高级系统设置"

点击,选择"环境变量"

选择"新建"

1)变量1

选择新建

输入变量名: JAVA_HOME

输入变量值: 选择"浏览目录",找到之前安装JDK的目录,我这里就是之前的D:\java-21。

2)变量2

再次新建

输入变量名: CLASSPATH

输入变量值:.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;

3)变量3

点击系统变量中的PATH,新建添加下方两个环境变量:

复制代码
%JAVA_HOME%\bin;
%JAVA_HOME%\jre\bin;

点击确定,退出保存。

2. 安装Neo4j

(1)下载

复制代码
https://neo4j.com/download-center/

选择适合自己环境的安装包,我选择的是community、windows版。

(2)解压安装

直接新建一个文件夹,将压缩包解压到此处。

(3)环境配置

再次打开高级系统设置--环境变量,为Neo4j新建环境变量:

变量名:NEO4J_HOME

变量值:D:\neo4j-community-5.20.0-windows\neo4j-community-5.20.0

这里的变量值指的是压缩包解压的文件夹目录,根据自己的环境路径填写。

选择PATH,新建:%NEO4J_HOME%\bin,点击确定。

3. 测试是否安装成功

Win+R,输入cmd,在终端输入

复制代码
neo4j console

如下图所示,出现started即为安装成功。

4. 导入CSV可视化知识图谱

(1)修改数据库配置文件

在neo4j-community-5.20.0\conf文件夹下,打开neo4j.conf,找到initial.dbms.default_database,取消前面的#注释,并修改后面的数据库文件名,后面要将CSV文件导入到这个数据库中。

复制代码
initial.dbms.default_database=demo


(2)存储并导入CSV文件

将准备好的节点、关系CSV文件存储到neo4j-community-5.20.0\import目录下。

在neo4j-community-5.20.0\bin文件夹下右键单击打开终端,输入如下命令,导入CSV数据到demo数据库。

复制代码
neo4j-admin database import full --nodes=import\entity1.csv --nodes=import\entity2.csv --relationships=import\relation.csv --overwrite-destination=true demo

导入过程如果顺利会显示如下:

(3) 登录并查看图谱

再次在终端输入:

复制代码
neo4j console

打开链接:

复制代码
http://localhost:7474/

输入用户名和密码,默认都是neo4j

进入后查看左上角数据库信息,选择自己使用的数据库文件,下方会显示节点和关系数据,点击右侧界面则会生成知识图谱。

参考:

  1. https://neo4j.com/docs/operations-manual/current/tutorial/neo4j-admin-import/
  2. https://blog.csdn.net/m0_66225353/article/details/132571706
  3. https://neo4j.com/docs/operations-manual/current/tutorial/neo4j-admin-import/
相关推荐
AI_小站4 小时前
6个GitHub爆火的免费大模型教程,助你快速进阶AI编程
人工智能·langchain·github·知识图谱·agent·llama·rag
武汉知识图谱科技8 小时前
国家首次探索“词元交易”:大模型时代的知识产权困境与知识图谱的“价值锚定”机会
人工智能·知识图谱
KG_LLM图谱增强大模型11 小时前
Palantir 本体论与知识图谱深度分析及实现路径
人工智能·知识图谱
yzx99101311 小时前
项目名称:灵犀——基于大模型与知识图谱的全栈智慧创作与协同平台
人工智能·知识图谱
RAG专家11 小时前
【KG²RAG】结合知识图谱解决RAG 文本块孤立问题
人工智能·知识图谱·rag·检索增强生成
小袁进化之路11 小时前
黎跃春讲AI智能体运营工程师核心知识图谱(2026完整版)
人工智能·知识图谱
秋说11 小时前
【知识图谱】大模型驱动多模态健康智能问诊深度剖析
人工智能·大模型·知识图谱·同态加密·差分隐私·智慧医疗
User_芊芊君子11 小时前
【OpenAI 把 AI 玩明白了】:自主推理 + 动态知识图谱,这 4 个技术突破要颠覆行业
java·人工智能·知识图谱
乔代码嘚11 小时前
Agentic-KGR:多智能体强化学习驱动的知识图谱本体渐进式扩展技术
人工智能·学习·大模型·知识图谱·ai大模型·大模型学习·大模型教程