Docker:Docker部署Neo4j图数据库

Docker:Docker部署Neo4j图数据库

前言

Neo4j是一个高性能的,基于java开发的,NOSQL图形数据库,它将结构化数据存储在网络上而不是表中;它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎。

Neo4j分为企业版和社区版,企业版可以创建多个数据库,链接多个数据库,但是收费......;社区版只能链接一个数据库,所以社区版不支持创建数据库命令。

Neo4j部署后默认创建名字为 neo4j 的数据库,可以直接链接这个数据库

拉取镜像

复制代码
# 下载镜像
docker pull neo4j:5.26.2

也可以不指定版本

构建容器

复制代码
# 创建neo4j容器
docker run -it -d -p 7474:7474 -p 7687:7687 \
-v /home/neo4j/data:/data \
-v /home/neo4j/logs:/logs \
-v /home/neo4j/conf:/var/lib/neo4j/conf \
-v /home/neo4j/import:/var/lib/neo4j/import \
-v /home/neo4j/plugins:/var/lib/neo4j/plugins \
-e NEO4J_AUTH=neo4j/password \
--name neo4j neo4j:5.26.2

-p 7474:7474  宿主机端口映射,7474端口为Neo4j界面访问端口

-p 7687:7687  宿主机端口映射,7687端口为后台API接口访问端口

-v /home/neo4j/data:/data  宿主机目录挂载,将Neo4j存储数据挂载到宿主机目录

-v /home/neo4j/logs:/logs  宿主机目录挂载,将Neo4j运行日志挂载到宿主机目录

-v /home/neo4j/conf:/var/lib/neo4j/conf  宿主机目录挂载,将Neo4j配置文件挂载到宿主机目录

-v /home/neo4j/import:/var/lib/neo4j/import  宿主机目录挂载,将Neo4j数据导入目录挂载到宿主机目录

-v /home/neo4j/plugins:/var/lib/neo4j/plugins  宿主机目录挂载,将Neo4j插件安装目录挂载到宿主机目录

-e NEO4J_AUTH=neo4j/password  配置Neo4j的登录密码,用户名必须是neo4j,密码可以自定义

访问界面

访问地址:http://{{目标地址}}:7474/browser/

本地部署的话就是 localhost,作者这里使用的是腾讯云服务器,使用云服务器记得开发7474端口

数据备份与恢复

停止容器

不管是导入或导出操作,第一步一定要将已启动的Neo4j停止(不是删除,是停止)

复制代码
# 停止容器
docker stop neo4j

#### 导出neo4j数据
docker run --interactive --tty --rm \
--volume=/home/neo4j/data:/data \
--volume=/home/neo4j/backups:/var/lib/neo4j/import \
--name neo4j_demo neo4j:5.26.2 \
neo4j-admin database dump neo4j --to-path=/var/lib/neo4j/import/

--interactive  提示Docker保持标准输入流(stdin,标准输入)对容器开放,允许用户通过命令行直接与容器交互,进行实时操作和调试。

--tty  提示Docker 为容器分配一个虚拟终端,允许发信号给容器进行实时操作。

--rm  容器完成操作并停止后自动删除容器。

-v /home/neo4j/data:/data  引用刚才停止的Neo4j容器存储的数据

-v /home/neo4j/backups:/var/lib/neo4j/import  将数据导出后通过容器映射目录到宿主机的 /home/neo4j/backup 目录

neo4j-admin database dump neo4j --to-path=/var/lib/neo4j/import/  导出命令,在容器内使用 neo4j-admin 工具将 neo4j 数据库备份,备份文件存到容器内 /var/lib/neo4j/import/ 目录(实际则会通过映射存到宿主机对应的挂载目录 /home/neo4j/backups )

--name neo4j_demo  重点:这里的容器名称不能和已停止的容器重名!!!!

导入数据

复制代码
#- - - - - - - - - - - - - - 新版本 - - - - - - - - - - - - - - - 
 
#### 5.1版本之后,新版本导入neo4j数据(如果数据库存在会报错)
docker run -it --rm \
--volume=/home/neo4j/data:/data \
--volume=/home/neo4j/import:/var/lib/neo4j/import neo4j:5.26.2 \
neo4j-admin database load --from-path=/var/lib/neo4j/import/ neo4j
 
#### 5.1版本之后,新版本强制导入neo4j数据(无视数据库是否存在直接覆盖)
docker run -it --rm \
--volume=/home/neo4j/data:/data \
--volume=/home/neo4j/import:/var/lib/neo4j/import neo4j:5.26.2 \
neo4j-admin database load --from-path=/var/lib/neo4j/import/ neo4j \
--overwrite-destination=true
 
#- - - - - - - - - - - - - - 旧版本 - - - - - - - - - - - - - - - - 
 
#### 5.1版本之前,旧版本的导入命令(如果数据库存在会报错)
docker run -it --rm \
--volume=/home/neo4j/data:/data \
--volume=/home/neo4j/import:/var/lib/neo4j/import neo4j:4.4.40 \
neo4j-admin load --from=/var/lib/neo4j/import/neo4j.dump --database=neo4j
 
#### 5.1版本之前,旧版本的强制导入命令(无视数据库是否存在直接覆盖)
docker run -it --rm \
--volume=/home/neo4j/data:/data \
--volume=/home/neo4j/import:/var/lib/neo4j/import neo4j:4.4.40 \
neo4j-admin load --from=/var/lib/neo4j/import/neo4j.dump --database=neo4j --force
 
#- - - - - - - - - - 旧版本文件导入新版本数据库 - - - - - - - - - - - - 
 
#### 旧版本的数据文件强制导入新版本数据库内(无视数据库是否存在直接覆盖)
docker run -it --rm \
--volume=/home/neo4j/data:/data \
--volume=/home/neo4j/import:/var/lib/neo4j/import neo4j:5.26.2 \
sh -c "neo4j-admin database load --from-path=/var/lib/neo4j/import/ neo4j --overwrite-destination=true && neo4j-admin database migrate neo4j --force-btree-indexes-to-range"

--rm  容器完成操作并停止后自动删除容器。

-v /home/neo4j/data:/data  引用刚才停止的Neo4j容器存储的数据,目的是将数据导入到这个数据映射目录内

-v /home/neo4j/import:/var/lib/neo4j/import  将刚才导出的文件改名 "neo4j.dump"后,复制到/home/neo4j/import目录下,通过挂载机制会自动映射到容器内的 /home/neo4j/import 目录

neo4j-admin database load --from-path=/var/lib/neo4j/import/ neo4j  导入命令,在容器内使用 neo4j-admin 工具将 /var/lib/neo4j/import 目录下的"neo4j.dump"文件导入到neo4j数据库内

--overwrite-destination=true  强制导入,无视数据库是否存在直接覆盖

重启先前停止的容器

复制代码
# 重启Neo4j容器
docker start neo4j
相关推荐
熊猫钓鱼>_>21 小时前
TensorFlow深度学习框架入门浅析
深度学习·神经网络·tensorflow·neo4j·张量·训练模型·评估模型
serve the people4 天前
TensorFlow 模型的 “完整保存与跨环境共享” 方案
人工智能·tensorflow·neo4j
小程故事多_805 天前
基于LangGraph与Neo4j构建智能体级GraphRAG:打造下一代膳食规划助手
人工智能·aigc·neo4j
serve the people5 天前
TensorFlow 中定义模型和层
人工智能·tensorflow·neo4j
serve the people6 天前
tensorflow计算图的底层原理
人工智能·tensorflow·neo4j
Y***89087 天前
Neo4j图数据库学习(二)——SpringBoot整合Neo4j
数据库·学习·neo4j
2501_9418233711 天前
Java高性能图像识别与TensorFlow实战分享:深度学习模型部署与优化经验
neo4j
松岛雾奈.23011 天前
深度学习--TensorFlow框架使用
深度学习·tensorflow·neo4j
艾斯比的日常11 天前
Neo4j 完全指南:从核心特性到 Java 实战(附企业级应用场景)
java·开发语言·neo4j