将您的数据导入 Neo4j

Neo4j 提供了不同的工具,用于导入以各种格式(例如 .csv、.tsv 和 .json)存储的数据。根据您处理的数据类型,有不同的选项可供选择,如下图所示

如需更实用的指导,请参阅 GraphAcademy 上关于数据导入的可用课程

方法比较

下表显示了将数据导入 Neo4j 的所有受支持方法

方法 描述 可在 Aura 上使用 可在自管理环境中使用 支持的文件格式和数据源

一项用于将数据导入 Aura 实例的服务。

CSV, PostgreSQL, MySQL, SQL Server, Oracle, Snowflake

一个基于 UI 的工具,用于将平面文件导入 Neo4j。

CSV, TSV

用于本地文件的导入服务。

CSV

Cypher® 命令,用于从本地和远程文件(包括云 URI)导入中小型数据集(最多 1000 万条记录)。

CSV

一个用户定义存储过程和函数库,扩展了 Cypher 的使用。

CSV, JSON, XML, XLS

使用 Python、Java、JavaScript、Go、.NET 和 JDBC 导入文件。

一种用于平面和嵌套数据的与语言无关的列式内存格式。

初始导入到不存在的空数据库中。

CSV, Parquet

当无法通过单个完整进程完成导入时使用。它允许以一系列小批量方式执行导入。

[1]

CSV, Parquet

通过 Apache Arrow 投影图允许导入存储在 Neo4j 之外的图数据。Apache Arrow 是一种与语言无关的内存中列式数据结构规范。

[1]

一种用于平面和嵌套数据的与语言无关的列式内存格式。

使用 Kafka Connect 框架在 Neo4j 和基于 Apache Kafka 的平台之间流式传输数据。

一种用于平面和嵌套数据的与语言无关的列式内存格式。

在 Neo4j 和 Databricks 等其他平台以及多个数据仓库之间处理和传输数据。

一种用于平面和嵌套数据的与语言无关的列式内存格式。

Apache Hop

用于企业级数据导出和导入的开源工具。它可轻松处理各种数据源和大型数据集,并组织数据流过程。

hwf, hpl, JSON, CSV, TXT, XML, Markdown, SVG, Log, SAS 7 BDAT 文件

Neo4j 实验室的交互式工具,用于将数据从关系型数据库管理系统初始导入 Neo4j。

CSV

Neo4j 实验室的插件,支持使用 RDF 及其相关词汇表。

[1]

RDF, OWL, RDFS, SKOS

Neo4j 实验室的一套工具,为应用程序、命令行和构建工具提供了一种统一的方式来跟踪、管理和应用数据库更改。

查看兼容性和功能.

1. 仅限企业版

© . All rights reserved.