创建作业规范文件

作业配置文件指示 Dataflow 如何运行导入（从何处获取数据、如何将其映射到 Neo4j 等）。它包含一个包含四个部分的 JSON 对象。

作业规范 JSON 骨架

{
  "version": "1",
  "config": { ... },  (1)
  "sources": [  (2)
    { ... }
  ],
  "targets": [  (3)
    { ... }
  ],
  "actions": [  (4)
    { ... }
  ]
}

1	`config` — 影响导入执行方式的全局标志（可选）
2	`sources` — 数据源定义（关系型）
3	`targets` — 数据目标定义（图：节点/关系/Cypher 查询）
4	`actions` — 一次性操作（可选）

从高层次来看，作业从 sources 中获取数据，然后将其转换/导入到 targets 中。

有效的规范文件至少包含一个源对象和一个目标对象。

完整示例

下面是一个作业规范文件示例，它可以直接导入公开可用的 movies 数据集。

数据集包含实体 Person 和 Movie，通过 DIRECTED 和 ACTED_IN 关系连接。换句话说，每个 Person 都可能 DIRECTED 和/或 ACTED_IN 一个 Movie。实体和关系都附带额外的详细信息。数据来源于以下文件：persons.csv、movies.csv、acted_in.csv、directed.csv。

接下来的部分将对其进行分解，并为每个部分提供上下文信息。建议对照作业规范示例来阅读本指南。

{
  "version": "1",
  "config": {
    "reset_db": true
  },
  "sources": [
    {
      "type": "bigquery",
      "name": "persons",
      "query": "SELECT person_tmdbId, name, bornIn, born, died FROM team-connectors-dev.movies.persons"
    },
    {
      "type": "bigquery",
      "name": "movies",
      "query": "SELECT movieId, title, imdbRating, year FROM team-connectors-dev.movies.movies"
    },
    {
      "type": "bigquery",
      "name": "directed",
      "query": "SELECT movieId, person_tmdbId FROM team-connectors-dev.movies.directed"
    },
    {
      "type": "bigquery",
      "name": "acted_in",
      "query": "SELECT movieId, person_tmdbId, role FROM team-connectors-dev.movies.acted_in"
    }
  ],
  "targets": {
    "nodes": [
      {
        "source": "persons",
        "name": "Persons",
        "write_mode": "merge",
        "labels": [ "Person" ],
        "properties": [
          {
            "source_field": "person_tmdbId",
            "target_property": "id",
            "target_property_type": "string"
          },
          {
            "source_field": "name",
            "target_property": "name",
            "target_property_type": "string"
          },
          {
            "source_field": "bornIn",
            "target_property": "bornLocation",
            "target_property_type": "string"
          },
          {
            "source_field": "born",
            "target_property": "bornDate",
            "target_property_type": "date"
          },
          {
            "source_field": "died",
            "target_property": "diedDate",
            "target_property_type": "date"
          }
        ],
        "schema": {
          "key_constraints": [
            {
              "name": "personIdKey",
              "label": "Person",
              "properties": ["id"]
            }
          ],
          "unique_constraints": [
            {
              "name": "personNameUnique",
              "label": "Person",
              "properties": ["name"]
            }
          ]
        }
      },
      {
        "source": "movies",
        "name": "Movies",
        "write_mode": "merge",
        "labels": [ "Movie" ],
        "properties": [
          {
            "source_field": "movieId",
            "target_property": "id",
            "target_property_type": "string"
          },
          {
            "source_field": "title",
            "target_property": "title",
            "target_property_type": "string"
          },
          {
            "source_field": "year",
            "target_property": "releaseYear",
            "target_property_type": "string"
          },
          {
            "source_field": "imdbRating",
            "target_property": "imdbRating",
            "target_property_type": "float"
          }
        ],
        "schema": {
          "key_constraints": [
            {
              "name": "movieIdKey",
              "label": "Movie",
              "properties": ["id"]
            }
          ],
          "unique_constraints": [
            {
              "name": "movieTitleUnique",
              "label": "Movie",
              "properties": ["title"]
            }
          ]
        }
      }
    ],
    "relationships": [
      {
        "source": "directed",
        "name": "Directed",
        "write_mode": "merge",
        "node_match_mode": "match",
        "type": "DIRECTED",
        "start_node_reference": "Persons",
        "end_node_reference": "Movies"
      },
      {
        "source": "acted_in",
        "name": "Acted_in",
        "write_mode": "merge",
        "node_match_mode": "match",
        "type": "ACTED_IN",
        "start_node_reference": "Persons",
        "end_node_reference": "Movies",
        "properties": [
          {
            "source_field": "role",
            "target_property": "role",
            "target_property_type": "string"
          }
        ]
      }
    ]
  }
}

配置

config 对象包含导入作业的全局配置。所有设置都有默认值，因此除非您希望更改它们，否则无需指定。

配置设置及其默认值

"config": {
  "reset_db": false,
  "index_all_properties": false,
  "node_target_batch_size": 5000,
  "relationship_target_batch_size": 1000,
  "query_target_batch_size": 1000,
  "node_target_parallelism": 10,
  "relationship_target_parallelism": 1,
  "query_target_parallelism": 1
}

reset_db (bool) — 是否在导入前清除目标数据库。会删除数据、索引和约束。
index_all_properties (bool) — 是否为所有属性创建索引。请参见 Cypher^® → 搜索性能索引。
node_target_batch_size (int) — 每个节点目标导入事务要处理的行数。
relationship_target_batch_size (int) — 每个关系目标事务要处理的行数。
query_target_batch_size (int) — 每个自定义查询事务要处理的行数。
node_target_parallelism (int) — 每个 worker 最大并发节点目标事务数。
relationship_target_parallelism (int) — 每个 worker 最大并发关系目标事务数。大于 1 的值应谨慎设置，因为它们可能导致死锁。
query_target_parallelism (int) — 每个 worker 最大并发 Cypher 查询目标事务数。大于 1 的值应谨慎设置，因为它们可能导致死锁。

源

sources 部分包含数据源的定义，以列表形式呈现。大致可以认为 一张表 <=> 一个源。导入器将从源中获取数据，并将其提供给目标，最终由目标将其映射到 Neo4j 中。

源对象规范及其默认值

{
  "type": "bigquery",
  "name": "<sourceName>",
  "query": "<bigQuerySqlQuery>",
  "query_temp_project": "<projectName>",
  "query_temp_dataset": "<datasetName>"
}

type (string) — bigquery。
name (string) — 源的人性化标签（在所有名称中必须唯一；不能包含空格）。您将使用此名称在规范文件的其他部分引用该源。
query (string) — 要从 BigQuery 中提取的数据集，以 SQL 查询形式表示。请注意：
1. 源表可以包含比您在查询中选择的更多列；
2. 多个目标可以使用同一个源，并可能过滤出不同的列子集。
query_temp_project (string, optional) 用于存储临时查询结果的 Google Cloud 项目（默认为当前项目）。
query_temp_dataset (string, optional) 用于存储临时查询结果的 BigQuery 数据集（默认为新的临时数据集）。

在您仅对源所在的 Google Cloud 项目/数据集具有读取权限的情况下，指定临时项目和/或数据集会很有帮助。

如果设置了 query_temp_project，则也必须指定 query_temp_dataset。
您可以单独指定 query_temp_dataset；模板会使用当前项目。
如果两者都未设置，模板将使用当前项目并创建自己的临时处理数据集。

不支持 BIGNUMERIC, GEOGRAPHY, JSON, INTERVAL 和 STRUCT 类型的列。

示例

从 persons 表导入行的源对象示例

{
  "type": "bigquery",
  "name": "persons",
  "query": "SELECT person_tmdbId, name, bornIn, born, died FROM team-connectors-dev.movies.persons"
}

目标

targets 部分包含导入后将生成的图实体定义。

您必须指定至少一个目标对象。

Neo4j 使用节点（例如 movies, people）表示对象，并使用关系（例如 ACTED_IN, DIRECTED）连接它们。targets 部分中的每个对象都会在 Neo4j 中生成相应的实体（节点或关系），并从源中提取数据。也可以运行自定义 Cypher 查询。

目标规范骨架

"targets": {
  "nodes": [ ... ],
  "relationships": [ ... ],
  "queries": [ ... ]
}

默认情况下，您无需考虑节点和关系之间的依赖关系。关系目标始终在其对应起始和结束节点的目标处理完成后再处理。但是，可以将其他目标添加为依赖项。

节点对象

节点实体必须分组在 targets 对象内名为 nodes 的列表中。

节点目标规范骨架

"targets": {
  "nodes": [
    { <nodeSpec1> },
    { <nodeSpec2> },
    ...
  ]
}

必填字段

每个节点对象至少必须包含属性 source, name, labels, 和 properties。

{
  "source": "<sourceName>",
  "name": "<targetName>",
  "labels": ["<label1>", "<label2>", ...],
  "properties": [
    {
      "source_field": "<bigQueryColumnName>",
      "target_field": "<neo4jPropertyName>",
      "target_property_type": "<neo4jPropertyType>"
    },
    { <propertyObj2> },
    ...
  ],
  "write_mode": "merge"
}

source (string) — 此目标应从中提取数据的源名称。应匹配 sources 对象中的某个名称。
name (string) — 目标的友好名称（在所有名称中必须唯一）。
labels (list of strings) — 标签用于标记节点。
properties (list of objects) — 源列和节点属性之间的映射。
target_property_type 的有效值为：boolean, byte_array (假定 base64 编码), date, duration, float, integer, local_date, local_datetime, local_time, point, string, zoned_datetime, zoned_time。每种属性类型（除了 byte_array）也支持其 "_array" 形式（例如 date_array, string_array 等），用于 BigQuery 的 "repeated" 列类型。
write_mode (string) — Neo4j 中的创建模式。可以是 create 或 merge。有关 Cypher 子句行为的信息，请参见 CREATE 和 MERGE。

Schema 定义

您可以通过 schema 对象在导入的节点上创建索引和约束。Schema 设置相当于手动运行相关的 CREATE INDEX/CONSTRAINT 命令，只不过它们会在每种实体类型导入之前自动运行。

如果全局配置 index_all_properties 设置为 true，所有属性将使用范围索引进行索引。

节点目标 Schema 定义及其默认值

{
  ...
  "schema": {
    "enable_type_constraints": true,
    "key_constraints": [
      {
        "name": "<constraintName>",
        "label": "<label>",
        "properties": ["<neo4jPropertyName1>", "<neo4jPropertyName2>", ...],
        "options": {}
      }
    ],
    "unique_constraints": [
      {
        "name": "<constraintName>",
        "label": "<label>",
        "properties": ["<neo4jPropertyName1>", "<neo4jPropertyName2>", ...],
        "options": {}
      }
    ],
    "existence_constraints": [
      {
        "name": "<constraintName>",
        "label": "<label>",
        "property": "<neo4jPropertyName>"
      }
    ],
    "range_indexes": [
      {
        "name": "<indexName>",
        "label": "<label>",
        "properties": ["<neo4jPropertyName1>", "<neo4jPropertyName2>", ...],
      }
    ],
    "text_indexes": [
      {
        "name": "<indexName>",
        "label": "<label>",
        "property": "<neo4jPropertyName>",
        "options": {}
      }
    ],
    "point_indexes": [
      {
        "name": "<indexName>",
        "label": "<label>",
        "property": "<neo4jPropertyName>",
        "options": {}
      }
    ],
    "fulltext_indexes": [
      {
        "name": "<indexName>",
        "labels": ["label1", "label2", ...],
        "properties": ["<neo4jPropertyName1>", "<neo4jPropertyName2>", ...],
        "options": {}
      }
    ],
    "vector_indexes": [
      {
        "name": "<indexName>",
        "label": "<label>",
        "property": "<neo4jPropertyName>",
        "options": {}
      }
    ]
  }
}

其中每个对象的属性为

name (string) — 要在 Neo4j 中创建的索引或约束的名称。
label (string) 或 labels (list of strings) — 要强制执行索引或约束的标签。
property (string) 或 properties (list of strings) — 要强制执行索引或约束的属性。
options (object) — 创建索引或约束时使用的选项（请参阅每种索引和约束类型的单独页面）。如果存在，则是可选的，但向量索引除外，向量索引中该属性是强制性的。

源数据中 key_constraints 列的值不能为 null，否则会与节点键约束冲突。如果源数据在这方面不干净，请考虑在相关的 source.query 字段中预先清洗数据，排除所有不满足约束条件的行（例如 WHERE person_tmbdId IS NOT NULL）。或者，在源转换中使用 where 属性。

选项 key_constraints 和 existence_constraints 需要 Neo4j/Aura 企业版，在 Neo4j 社区版安装上运行时无效。

配置

节点目标配置选项及其默认值

{
  ...
  "active": true,
  "source_transformations": {
    "enable_grouping": true
  },
  "depends_on": ["<dependencyTargetName1>", "<dependencyTargetName2>", ...]
}

active (bool) — 目标是否应包含在导入中（默认值：true）。
source_transformations (object) — 如果 enable_grouping 设置为 true，导入将在 key_constraints 和 properties 中指定的所有字段上附加 SQL 子句 GROUP BY。如果设置为 false，源中的任何重复数据将被推送到 Neo4j 中，这可能导致约束错误或降低插入效率。该对象还可以包含聚合函数和更多字段，请参阅源转换。
depends_on (list of strings) — 应在当前目标之前执行的目标的 name。

示例

用于导入 Person 节点的节点对象示例

{
  "source": "persons",
  "name": "Persons",
  "labels": [ "Person" ],
  "properties": [
    {
      "source_field": "person_tmdbId",
      "target_field": "id",
      "target_property_type": "string"
    },
    {
      "source_field": "name",
      "target_field": "name",
      "target_property_type": "string"
    },
    {
      "source_field": "bornIn",
      "target_field": "bornLocation",
      "target_property_type": "string"
    },
    {
      "source_field": "born",
      "target_field": "bornDate",
      "target_property_type": "local_date"
    },
    {
      "source_field": "died",
      "target_field": "diedDate",
      "target_property_type": "local_date"
    }
  ],
  "schema": {
    "key_constraints": [
      {
        "name": "personIdKey",
        "label": "Person",
        "properties": ["id"]
      }
    ],
    "unique_constraints": [
      {
        "name": "personNameUnique",
        "label": "Person",
        "properties": ["name"]
      }
    ]
  }
}

关系对象

关系实体必须分组在 targets 对象内名为 relationships 的列表中。

关系目标规范骨架

"targets": {
  ...
  "relationships": [
    { <relationshipSpec1> },
    { <relationshipSpec2> },
    ...
  ]
}

必填字段

每个关系对象至少必须包含属性 source, name, 和 type。

它还必须包含关系连接哪些节点目标的信息。您可以通过 start_node_reference 和 end_node_reference 提供此信息。

{
  "source": "<sourceName>",
  "name": "<targetName>",
  "type": "<relationshipType>",
  "start_node_reference": "<nodeTargetName>",
  "end_node_reference": "<nodeTargetName>",
  "node_match_mode": "<match/merge>",
  "write_mode": "<create/merge>"
}

source (string) — 此目标应从中提取数据的源名称。应匹配 sources 对象中的某个名称。
name (string) — 目标的友好名称（在所有名称中必须唯一）。
type (string) — 类型要分配给关系。
start_node_reference (string) — 作为关系起始节点的节点目标的名称。
end_node_reference (string) — 作为关系结束节点的节点目标的名称。
node_match_mode (string) — 在创建关系之前用于获取起始/结束节点的 Cypher 子句。有效值为 match 或 merge，分别对应 Cypher 子句 MATCH 和 MERGE。
write_mode (string) — Neo4j 中的创建模式。可以是 create 或 merge。有关 Cypher 子句行为的信息，请参见 CREATE 和 MERGE。

属性

关系也可以将源列映射为属性。

{
  ...
  "properties": [
    {
      "source_field": "<bigQueryColumnName>",
      "target_field": "<neo4jPropertyName>",
      "target_property_type": "<neo4jPropertyType>"
    },
    { <propertyObj2> },
    ...
  ]
}

properties (list of objects) — 源列和关系属性之间的映射。
target_property_type 的有效值为：boolean, byte_array (假定 base64 编码), date, duration, float, integer, local_date, local_datetime, local_time, point, string, zoned_datetime, zoned_time。每种属性类型（除了 byte_array）也支持其 "_array" 形式（例如 date_array, string_array 等），用于 BigQuery 的 "repeated" 列类型。

Schema 定义

您可以通过 schema 对象在导入的关系上创建索引和约束。Schema 设置相当于手动运行相关的 CREATE INDEX/CONSTRAINT 命令，只不过它们会在每种关系类型导入之前自动运行。

如果全局配置 index_all_properties 设置为 true，所有属性将使用范围索引进行索引。

关系目标 Schema 定义及其默认值

{
  ...
  "schema": {
    "enable_type_constraints": true,
    "key_constraints": [
      {
        "name": "<constraintName>",
        "type": "<relationshipType>",
        "properties": ["<neo4jPropertyName1>", "<neo4jPropertyName2>", ...],
        "options": {}
      }
    ],
    "unique_constraints": [
      {
        "name": "<constraintName>",
        "type": "<relationshipType>",
        "properties": ["<neo4jPropertyName1>", "<neo4jPropertyName2>", ...],
        "options": {}
      }
    ],
    "existence_constraints": [
      {
        "name": "<constraintName>",
        "type": "<relationshipType>",
        "property": "<neo4jPropertyName>"
      }
    ],
    "range_indexes": [
      {
        "name": "<indexName>",
        "type": "<relationshipType>",
        "properties": ["<neo4jPropertyName1>", "<neo4jPropertyName2>", ...],
      }
    ],
    "text_indexes": [
      {
        "name": "<indexName>",
        "type": "<relationshipType>",
        "property": "<neo4jPropertyName>",
        "options": {}
      }
    ],
    "point_indexes": [
      {
        "name": "<indexName>",
        "type": "<relationshipType>",
        "property": "<neo4jPropertyName>",
        "options": {}
      }
    ],
    "fulltext_indexes": [
      {
        "name": "<indexName>",
        "types": ["<relationshipType1>", "<relationshipType2>", ...],
        "properties": ["<neo4jPropertyName1>", "<neo4jPropertyName2>", ...],
        "options": {}
      }
    ],
    "vector_indexes": [
      {
        "name": "<indexName>",
        "type": "<relationshipType>",
        "property": "<neo4jPropertyName>",
        "options": {}
      }
    ]
  }
}

其中每个对象的属性为

name (string) — 要在 Neo4j 中创建的索引或约束的名称。
type (string) — 要强制执行索引或约束的类型。
property (string) 或 properties (list of strings) — 要强制执行索引或约束的属性。
options (object) — 创建索引或约束时使用的选项（请参阅每种索引和约束类型的单独页面）。如果存在，则是可选的，但向量索引除外，向量索引中该属性是强制性的。

源数据中 key_constraints 列的值不能为 null，否则会与关系键约束冲突。如果源数据在这方面不干净，请考虑在相关的 source.query 字段中预先清洗数据，排除所有不满足约束条件的行（例如 WHERE person_tmbdId IS NOT NULL）。或者，在源转换中使用 where 属性。

选项 key_constraints 和 existence_constraints 需要 Neo4j/Aura 企业版，在 Neo4j 社区版安装上运行时无效。

配置

关系目标配置选项及其默认值

{
  ...
  "active": true,
  "source_transformations": {
    "enable_grouping": true
  },
  "depends_on": ["<dependencyTargetName1>", "<dependencyTargetName2>", ...]
}

active (bool) — 目标是否应包含在导入中。
source_transformations (object) — 如果 enable_grouping 设置为 true，导入将在 key_constraints 和 properties 中指定的所有字段上执行 SQL GROUP BY。如果设置为 false，源中的任何重复数据将被推送到 Neo4j 中，这可能导致约束错误或降低插入效率。该对象还可以包含聚合函数和更多字段，请参阅源转换。
depends_on (list of strings) — 应在当前目标之前执行的目标的 name。

示例

用于导入 ACTED_IN 关系的关系对象示例

{
  "source": "acted_in",
  "name": "Acted_in",
  "type": "ACTED_IN",
  "write_mode": "merge",
  "node_match_mode": "match",
  "start_node_reference": "Persons",
  "end_node_reference": "Movies",
  "properties": [
    {
      "source_field": "role",
      "target_field": "role",
      "target_property_type": "string"
    }
  ]
}

自定义查询目标

当导入需要复杂的查询，而该查询不易符合节点/关系目标格式时，自定义查询目标非常有用。查询目标通过变量 $rows 接收批量行数据。

自定义查询必须分组在 targets 对象内名为 queries 的列表中。

查询目标规范骨架

"targets": {
  ...
  "queries": [
    { <querySpec1> },
    { <querySpec2> },
    ...
  ]
}

不要使用自定义查询来运行不直接依赖于源的 Cypher 查询；请改用actions。一次性查询，特别是非幂等查询，不适合在自定义查询目标中使用。原因是目标中的查询是分批运行的，因此自定义查询可能会根据从源中提取的 $rows 批次数量运行多次。

必填字段

每个查询目标至少必须包含属性 source, name, 和 query。

{
  "source": "<sourceName>",
  "name": "<targetName>",
  "query": "<cypherQuery>"
}

source (string) — 此目标应从中提取数据的源名称。应匹配 sources 对象中的某个名称。
name (string) — 目标的友好名称（在所有名称中必须唯一）。
query (string) — 一个 Cypher 查询。源数据作为列表在参数 $rows 中可用。

配置

查询目标配置选项及其默认值

{
  ...
  "active": true,
  "depends_on": ["<dependencyTargetName1>", "<dependencyTargetName2>", ...]
}

active (bool) — 目标是否应包含在导入中。
depends_on (list of strings) — 应在当前目标之前执行的目标的 name。

示例

用于导入 Person 节点并在创建时设置日期的查询对象示例

{
  "custom_query": {
    "name": "Person nodes",
    "source": "persons",
    "query": "UNWIND $rows AS row WHERE row.person_tmdbId IS NOT NULL MERGE (p:Person {id: row.person_tmdbId, name: row.name, born_in: row.bornIn, born: date(row.born), died: date(row.died)}) ON CREATE SET p.created_time=datetime()"
  }
}

源转换

每个节点和关系目标都可以选择包含一个 source_transformation 属性，其中包含聚合函数。这对于从更精细的源中提取更高级别的维度很有用。聚合会产生额外的字段，这些字段可用于属性映射。

"source_transformations": {
  "enable_grouping": true,
  "aggregations": [ {
    "expression": "",
    "field_name": ""
   },
   { aggregationObj2 }, ...
  ],
  "limit": -1,
  "where": "",
  "order_by": [
    {
      "expression": "column_name",
      "order": "<asc/desc>"
    },
    { orderObj2 }, ...
  ],
}

enable_grouping (bool) — 要使 aggregations/where 生效，必须设置为 true。
aggregations (list of objects) — 聚合在 expression 属性中指定为 SQL 查询，结果以 field_name 中指定的名称作为源列可用。
limit (int) — 限制用于导入的源行数（默认为无限制，编码为 -1）。
where (string) — 在导入之前过滤源数据（使用 SQL WHERE 子句格式）。
order_by (list of objects) — 强制对源进行排序。

示例

在虚构数据集上的转换对象示例

{
  "enable_grouping": true,
  "aggregations": [
    {
      "expression": "SUM(unit_price*quantity)",
      "field_name": "total_amount_sold"
    },
    {
      "expression": "SUM(quantity)",
      "field_name": "total_quantity_sold"
    }
  ],
  "limit": 50,
  "where": "sourceId IS NOT NULL"
}

默认情况下，源仅处理一次；然后其数据扇出到其目标。但是，具有源转换的目标会触发新的数据获取，因为生成的源查询与默认查询不同。因此，源会为不带转换的目标处理一次，然后根据定义转换的目标数量再处理多次。因此，原始源查询必须是确定性的，否则不同的目标可能会接收到不同的数据。

操作

actions 部分包含可在导入过程特定步骤之前或之后运行的命令。每个步骤称为一个 stage。例如，您可以在步骤完成时提交 HTTP 请求，在源上执行 SQL 查询，或在 Neo4j 目标实例上运行 Cypher 语句。

操作规范骨架

  ...
  "actions": [
    { <actionSpec1> },
    { <actionSpec2> },
    ...
  ]

每个操作对象至少必须包含属性 name, type, 和 stage。其他属性取决于操作类型。

{
  "type": "http",
  "name": "<actionName>",
  "stage": "<stageName>",
  "method": "<get/post>",
  "url": "<targetUrl>",
  "headers": {}
}

type (string) — 操作类型。
name (string) — 操作的人性化名称（在所有名称中必须唯一）。
stage (string) — 操作应在导入过程的哪个阶段运行。有效值包括：start, post_sources, pre_nodes, post_nodes, pre_relationships, post_relationships, pre_queries, post_queries, end。
method (string) — HTTP 方法；可以是 get 或 post。
url (string) — HTTP 请求应指向的 URL。
headers (object, optional) — 请求头。

在导入完成后发送 GET 请求的操作示例

{
  "type": "http",
  "name": "Post load ping",
  "stage": "end",
  "method": "get",
  "url": "https://neo4j.ac.cn/success",
  "headers": {
    "secret": "314159",
    "moreSecret": "17320"
  }
}

{
  "type": "cypher",
  "name": "<actionName>",
  "stage": "<stageName>",
  "query": "<cypherQuery>",
  "execution_mode": "<transaction/autocommit>"
}

type (string) — 操作类型。
name (string) — 操作的人性化名称（在所有名称中必须唯一）。
stage (string) — 操作应在导入过程的哪个阶段运行。有效值包括：start, post_sources, pre_nodes, post_nodes, pre_relationships, post_relationships, pre_queries, post_queries, end。
query (string) — 要运行的 Cypher 查询。
execution_mode (string, optional) — 查询应在何种模式下执行。有效值为 transaction, autocommit（默认值：transaction）。

在导入完成后创建 importJob 节点的操作示例

{
  "type": "cypher",
  "name": "Post load log",
  "stage": "end",
  "query": "MERGE (:importJob {date: datetime()})"
}

{
  "type": "bigquery",
  "name": "<actionName>",
  "stage": "<stageName>",
  "sql": "<sqlQuery>"
}

type (string) — 操作类型。
name (string) — 操作的人性化名称（在所有名称中必须唯一）。
stage (string) — 操作应在导入过程的哪个阶段运行。有效值包括：start, post_sources, pre_nodes, post_nodes, pre_relationships, post_relationships, pre_queries, post_queries, end。
sql (string) — 要运行的 SQL 查询。

在导入完成后发送 GET 请求的操作示例

{
  "type": "bigquery",
  "name": "Post load log",
  "stage": "end",
  "sql": "INSERT INTO logs.imports (time) VALUES (NOW())"
}

变量

变量尚不支持。