将您的数据导入 Neo4j
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。 |
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。 |
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。 |
|||
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。 |
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。 |
||||
1. 仅限企业版 |