Neo4j入门(四)批量更新节点属性

2021-12-27 00:00:00 更新 节点 属性 上海 批量

本文将用于介绍如何使用py2neo来实现Neo4j的批量更新节点属性。

单节点属性更新

  首先我们先来看单个节点如何实现节点的属性,比如现有Neo4j图数据库中存在节点,其label为Test,属性有name=上海,我们需要为该节点增加属性enname=shanghai
  以下为Python示例代码:

# -*- coding: utf-8 -*-
from py2neo import Graph
from py2neo import NodeMatcher

# 连接Neo4j
url = "http://localhost:7474"
username = "neo4j"
password = "******"
graph = Graph(url, auth=(username, password))
print("neo4j info: {}".format(str(graph)))

# 查询节点
node_matcher = NodeMatcher(graph)
node = node_matcher.match('Test', name="上海").first()
# 新增enname属性
node["enname"] = "shanghai"
graph.push(node)

此时Neo4j图数据库中的该节点属性已经更新,见下图:


多节点单次更新

  我们先利用Python代码,在Neo4j图数据库中创建10000个节点,代码如下:

# -*- coding: utf-8 -*-
from py2neo import Graph, Node, Subgraph

# 连接Neo4j
url = "http://localhost:7474"
username = "neo4j"
password = "******"
graph = Graph(url, auth=(username, password))
print("neo4j info: {}".format(str(graph)))

# 创建10000个节点
node_list = [Node("Test", name=f"上海_{i}"for i in range(10000)]
graph.create(Subgraph(nodes=node_list))

如下图所示:


创建的10000个节点中的部分节点,节点仅有name属性

  我们对每个节点进行查询,再一个个为其新增no属性,记录下10000个节点的属性更新的耗时。Python代码如下:

# -*- coding: utf-8 -*-
import time
from py2neo import Graph, NodeMatcher

# 连接Neo4j
url = "http://localhost:7474"
username = "neo4j"
password = "******"
graph = Graph(url, auth=(username, password))
print("neo4j info: {}".format(str(graph)))

# 查询节点
node_list = []
for i in range(10000):
    node_matcher = NodeMatcher(graph)
    node = node_matcher.match('Test', name=f"上海_{i}").first()
    node_list.append(node)
print("find nodes.")

# 一个个为节点新增no数据
s_time = time.time()
for i, node in enumerate(node_list):
    node["no"] = i * 2
    graph.push(node)
e_time = time.time()
print("cost time: {}".format(e_time - s_time))

运行结果如下:

cost time: 55.00530457496643

多节点批量更新

  接下来,我们将节点属性进行批量更新。

# -*- coding: utf-8 -*-
import time
from py2neo import Graph, NodeMatcher, Subgraph

# 连接Neo4j
url = "http://localhost:7474"
username = "neo4j"
password = "******"
graph = Graph(url, auth=(username, password))
print("neo4j info: {}".format(str(graph)))

# 查询节点
node_list = []
for i in range(10000):
    node_matcher = NodeMatcher(graph)
    node = node_matcher.match('Test', name=f"上海_{i}").first()
    node_list.append(node)
print("find nodes.")
print(len(node_list))


# 列表划分
def chunks(lst, n):
    for i in range(, len(lst), n):
        yield lst[i:i + n]


# 批量更新
s_time = time.time()
for i, node in enumerate(node_list):
    node["no"] = i * 2
for _ in chunks(node_list, 1000):
    graph.push(Subgraph(nodes=_))
e_time = time.time()
print("cost time: {}".format(e_time - s_time))

运行结果是:

cost time: 15.243977546691895

多节点批量属性更新后的结果,每个节点新增了no属性

  可以看到,批量更新节点属性效率会高很多!当然,如果需要更新的批数比较多,还可以借助多线程或多进程来进一步提升性能。

来源:

https://mp.weixin.qq.com/s?src=11×tamp=1640590864&ver=3521&signature=cwgohZDlz5oP8L3VMxVteqXBYqrCrTE9KoiiE9YaZ0DpxcQGm*WtHoQcNK8*pazi9XK7cVWWQ1*DhFW3f*ejXRoO8039WVkcVALOjR1dF3c4bshdP-qNGX1uZSUxdKXt&new=1

相关文章