教程：在运行中的单个实例中备份和复制单个数据库

本教程提供了有关如何备份单个数据库（在本示例中为版本 3.5）并使用 neo4j-admin copy 命令将其复制到运行中的 4.x Neo4j 独立实例中的详细示例。

neo4j-admin copy 命令可用于清理数据库不一致，压缩存储并升级/迁移数据库（从社区版或企业版）到更高版本的 Neo4j 企业版。由于 neo4j-admin copy 命令不会复制模式存储，因此不需要顺序路径的中间步骤。如果定义了模式，则只需通过运行 neo4j-admin copy 操作输出的命令来重新创建它。

请记住，

neo4j-admin copy 命令会复制节点 ID，但关系会获得新的 ID。
neo4j-admin copy 是一个复制工具，而不是升级或迁移工具。
它仅复制单个数据库，**不能**应用于 system 数据库。

因此，如果您想保留关系 ID 或升级整个 DBMS，则应遵循顺序路径。

重要的是要注意，neo4j-admin copy 是一个 IOPS 密集型过程。

可以根据以下因素估计 neo4j-admin copy 命令需要多长时间

Neo4j 与许多其他数据库一样，以 8K 页面进行 IO。
磁盘制造商提供的磁盘可以处理的 IOPS 的最大值。

例如，如果您的磁盘制造商提供了 5000 IOPS 的最大值，您可以合理地预期每秒最多可以执行 5000 次此类页面操作。因此，您期望的理论最大吞吐量为 40MB/s（或 144 GB/小时）。然后您可以假设，在该 5000 IOPS 磁盘上运行 neo4j-admin copy 的最佳情况是，处理一个 144 GB 的数据库至少需要 1 小时。^[1]

但是，重要的是要记住，该过程必须从源数据库读取 144 GB，并且还必须写入目标存储（假设目标存储的大小相当）。此外，在复制过程中，还有内部进程会多次读取/修改/写入存储。因此，再加上 144 GB 的读取和写入，在 5000 IOPS 磁盘上运行 neo4j-admin copy 的最佳情况是，它实际上将**至少需要 3 个小时才能处理一个 144 GB 的数据库**。

最后，还必须考虑在几乎所有云环境中，发布的 IOPS 值可能与实际值不同，或者可能无法持续保持最大可能的 IOPS。本例中实际的处理时间可能远高于 3 小时的估计时间。

本教程将引导您了解检查数据库存储使用情况的基本知识（在本示例中为版本 3.5），执行备份，压缩数据库备份（使用 neo4j-admin copy）并在运行中的 Neo4j 4.x 独立实例中创建它。

检查 3.5 数据库存储使用情况

在备份和复制 3.5 数据库之前，让我们看一下数据库存储的使用情况，并了解在加载、删除然后重新加载数据时它如何变化。

登录到运行中的 3.5 Neo4j 独立实例的 Neo4j 浏览器，使用以下命令将 100,000 个节点添加到 graph.db 数据库
```
FOREACH (x IN RANGE (1,100000) | CREATE (n:Person {name:x}))
```
在 Person 节点的 name 属性上创建索引
```
CREATE INDEX ON :Person(name)
```
使用 dbms.checkpoint() 过程将所有缓存的更新从页面缓存刷新到存储文件。
```
CALL dbms.checkpoint()
```
在您的终端中，导航到 graph.db 数据库（$neo4j_home/data/databases/graph.db）并运行以下命令以检查加载的节点和属性的存储大小。
```
ls -alh
```
```
...
-rw-r--r--   1 username  staff   1.4M 26 Nov 15:51 neostore.nodestore.db
-rw-r--r--   1 username  staff   3.9M 26 Nov 15:51 neostore.propertystore.db
...
```
输出报告节点存储 (neostore.nodestore.db) 和属性存储 (neostore.propertystore.db) 分别占用 1.4M 和 3.9M。
在 Neo4j 浏览器中，删除上面创建的节点，然后再次运行 CALL dbms.checkpoint 以强制进行检查点。
```
MATCH (n) DETACH DELETE n
```
```
CALL dbms.checkpoint()
```
现在，仅添加一个节点，强制进行检查点，然后重复步骤 4 以查看存储大小是否已更改。
```
CREATE (n:Person {name:"John"})
```
```
CALL dbms.checkpoint()
```
如果现在检查节点存储和属性存储的大小，它们仍然是 1.4M 和 3.9M，即使数据库仅包含一个节点和一个属性。Neo4j 不会缩小硬盘驱动器上的存储文件。

在生产数据库中，执行了大量的加载/删除操作，结果是存储文件占用了大量的未使用空间。

备份 3.5 数据库

导航到 `/bin` 文件夹，并运行以下命令将数据库备份到目标文件夹。如果要存放备份的文件夹不存在，则需要创建它。在本例中，该文件夹名为 `/tmp/3.5.24`。

./neo4j-admin backup --backup-dir=/tmp/3.5.24 --name=graphdbbackup

有关执行备份和不同命令选项的详细信息，请参见操作手册 → 执行备份。

将 3.5 数据库备份复制到 4.x Neo4j

可以使用 `neo4j-admin copy` 命令回收未使用的空间，并在 4.x 独立实例中创建数据库备份的碎片整理副本。

为了加快复制操作速度，可以使用 `--from-pagecache` 和 `--to-pagecache` 选项指定在读取源和写入目标时要分配多少缓存。作为经验法则，`--to-pagecache` 应在 1-2GB 左右，因为它主要进行顺序写入。`--from-pagecache` 应分配你所能腾出的所有内存，因为 Neo4j 会从源进行随机读取。

在 4.x Neo4j 独立实例中，导航到 `/bin` 文件夹，并运行以下命令创建 3.5 数据库备份的压缩存储副本。任何不一致的节点、属性和关系都不会被复制到新创建的存储中。

./neo4j-admin copy --from-path=/private/tmp/3.5.24/graphdbbackup --to-database=compactdb

Starting to copy store, output will be saved to:  $neo4j_home/logs/neo4j-admin-copy-2020-11-26.16.07.19.log
2020-11-26 16:07:19.939+0000 INFO [StoreCopy] ### Copy Data ###
2020-11-26 16:07:19.940+0000 INFO [StoreCopy] Source: /private/tmp/3.5.24/graphdbbackup (page cache 8m)
2020-11-26 16:07:19.940+0000 INFO [StoreCopy] Target:  $neo4j_home/data/databases/compactdb (page cache 8m)
2020-11-26 16:07:19.940+0000 INFO [StoreCopy] Empty database created, will start importing readable data from the source.
2020-11-26 16:07:21.661+0000 INFO [o.n.i.b.ImportLogic] Import starting

Import starting 2020-11-26 16:07:21.699+0000
  Estimated number of nodes: 50.00 k
  Estimated number of node properties: 50.00 k
  Estimated number of relationships: 0.00
  Estimated number of relationship properties: 50.00 k
  Estimated disk space usage: 2.680MiB
  Estimated required memory usage: 8.598MiB

(1/4) Node import 2020-11-26 16:07:22.220+0000
  Estimated number of nodes: 50.00 k
  Estimated disk space usage: 1.698MiB
  Estimated required memory usage: 8.598MiB
.......... .......... .......... .......... ..........   5% ∆239ms
.......... .......... .......... .......... ..........  10% ∆1ms
.......... .......... .......... .......... ..........  15% ∆1ms
.......... .......... .......... .......... ..........  20% ∆0ms
.......... .......... .......... .......... ..........  25% ∆1ms
.......... .......... .......... .......... ..........  30% ∆0ms
.......... .......... .......... .......... ..........  35% ∆0ms
.......... .......... .......... .......... ..........  40% ∆1ms
.......... .......... .......... .......... ..........  45% ∆0ms
.......... .......... .......... .......... ..........  50% ∆1ms
.......... .......... .......... .......... ..........  55% ∆0ms
.......... .......... .......... .......... .........-  60% ∆51ms
.......... .......... .......... .......... ..........  65% ∆0ms
.......... .......... .......... .......... ..........  70% ∆0ms
.......... .......... .......... .......... ..........  75% ∆1ms
.......... .......... .......... .......... ..........  80% ∆0ms
.......... .......... .......... .......... ..........  85% ∆0ms
.......... .......... .......... .......... ..........  90% ∆1ms
.......... .......... .......... .......... ..........  95% ∆0ms
.......... .......... .......... .......... .......... 100% ∆0ms

(2/4) Relationship import 2020-11-26 16:07:22.543+0000
  Estimated number of relationships: 0.00
  Estimated disk space usage: 1006KiB
  Estimated required memory usage: 15.60MiB
(3/4) Relationship linking 2020-11-26 16:07:22.879+0000
  Estimated required memory usage: 7.969MiB
(4/4) Post processing 2020-11-26 16:07:23.272+0000
  Estimated required memory usage: 7.969MiB
-......... .......... .......... .......... ..........   5% ∆356ms
.......... .......... .......... .......... ..........  10% ∆0ms
.......... .......... .......... .......... ..........  15% ∆1ms
.......... .......... .......... .......... ..........  20% ∆0ms
.......... .......... .......... .......... ..........  25% ∆0ms
.......... .......... .......... .......... ..........  30% ∆1ms
.......... .......... .......... .......... ..........  35% ∆0ms
.......... .......... .......... .......... ..........  40% ∆0ms
.......... .......... .......... .......... ..........  45% ∆1ms
.......... .......... .......... .......... ..........  50% ∆0ms
.......... .......... .......... .......... ..........  55% ∆0ms
.......... .......... .......... .......... ..........  60% ∆0ms
.......... .......... .......... .......... ..........  65% ∆1ms
.......... .......... .......... .......... ..........  70% ∆0ms
.......... .......... .......... .......... ..........  75% ∆0ms
.......... .......... .......... .......... ..........  80% ∆0ms
.......... .......... .......... .......... ..........  85% ∆0ms
.......... .......... .......... .......... ..........  90% ∆0ms
.......... .......... .......... .......... ..........  95% ∆1ms
.......... .......... .......... .......... .......... 100% ∆0ms


IMPORT DONE in 2s 473ms.
Imported:
  1 nodes
  0 relationships
  1 properties
Peak memory usage: 15.60MiB
2020-11-26 16:07:24.140+0000 INFO [o.n.i.b.ImportLogic] Import completed successfully, took 2s 473ms. Imported:
  1 nodes
  0 relationships
  1 properties
2020-11-26 16:07:24.668+0000 INFO [StoreCopy] Import summary: Copying of 100704 records took 4 seconds (25176 rec/s). Unused Records 100703 (99%) Removed Records 0 (0%)
2020-11-26 16:07:24.669+0000 INFO [StoreCopy] ### Extracting schema ###
2020-11-26 16:07:24.669+0000 INFO [StoreCopy] Trying to extract schema...
2020-11-26 16:07:24.920+0000 INFO [StoreCopy] ... found 1 schema definitions. The following can be used to recreate the schema:
2020-11-26 16:07:24.922+0000 INFO [StoreCopy]

CALL db.createIndex('index_5c0607ad', ['Person'], ['name'], 'native-btree-1.0', {`spatial.cartesian-3d.min`: [-1000000.0, -1000000.0, -1000000.0],`spatial.cartesian.min`: [-1000000.0, -1000000.0],`spatial.wgs-84.min`: [-180.0, -90.0],`spatial.cartesian-3d.max`: [1000000.0, 1000000.0, 1000000.0],`spatial.cartesian.max`: [1000000.0, 1000000.0],`spatial.wgs-84-3d.min`: [-180.0, -90.0, -1000000.0],`spatial.wgs-84-3d.max`: [180.0, 90.0, 1000000.0],`spatial.wgs-84.max`: [180.0, 90.0]})
2020-11-26 16:07:24.923+0000 INFO [StoreCopy] You have to manually apply the above commands to the database when it is stared to recreate the indexes and constraints. The commands are saved to $neo4j_home/logs/neo4j-admin-copy-2020-11-26.16.07.19.log as well for reference.

运行以下命令验证数据库是否已成功复制。

ls -al ../data/databases

total 0
drwxr-xr-x@  5 username  staff   160 26 Nov 18:00 .
drwxr-xr-x@  5 username  staff   160 26 Nov 18:00 ..
drwxr-xr-x  35 username  staff  1120 26 Nov 17:58 compactdb
-rw-r--r--   1 username  staff     0 26 Nov 18:00 store_lock
drwxr-xr-x  33 username  staff  1056 26 Nov 18:00 system

复制数据库不会自动创建它。因此，如果在 Cypher^® Shell 或 Neo4j 浏览器中执行 `SHOW DATABASES`，则它将不可见。

创建压缩备份

现在可以创建复制的数据库，并将它的存储大小与备份数据库的大小进行比较。

登录到 Cypher Shell 命令行控制台，将活动数据库更改为 `system` (`:USE system;`)，并创建 `compactdb` 数据库。有关 Cypher Shell 命令行界面 (CLI) 以及如何使用它的更多信息，请参见操作手册 → Cypher Shell。
```
CREATE DATABASE compactdb;
```
```
0 rows available after 145 ms, consumed after another 0 ms
```

验证 `compactdb` 数据库是否联机。

SHOW DATABASES;

+-------------------------------------------------------------------------------------------------------+
| name            | address          | role         | requestedStatus | currentStatus | error | default |
+-------------------------------------------------------------------------------------------------------+
| "compactdb"     | "localhost:7687" | "standalone" | "online"        | "online"      | ""    | FALSE   |
| "neo4j"         | "localhost:7687" | "standalone" | "online"        | "online"      | ""    | TRUE    |
| "system"        | "localhost:7687" | "standalone" | "online"        | "online"      | ""    | FALSE   |
+-------------------------------------------------------------------------------------------------------+

3 rows available after 10 ms, consumed after another 3 ms

将活动数据库更改为 `compactdb`，并使用 `neo4j-admin copy` 命令的输出重新创建模式。

CALL db.createIndex('index_5c0607ad', ['Person'], ['name'], 'native-btree-1.0', {`spatial.cartesian-3d.min`: [-1000000.0, -1000000.0, -1000000.0],`spatial.cartesian.min`: [-1000000.0, -1000000.0],`spatial.wgs-84.min`: [-180.0, -90.0],`spatial.cartesian-3d.max`: [1000000.0, 1000000.0, 1000000.0],`spatial.cartesian.max`: [1000000.0, 1000000.0],`spatial.wgs-84-3d.min`: [-180.0, -90.0, -1000000.0],`spatial.wgs-84-3d.max`: [180.0, 90.0, 1000000.0],`spatial.wgs-84.max`: [180.0, 90.0]});

+-----------------------------------------------------------------------------------+
| name             | labels     | properties | providerName       | status          |
+-----------------------------------------------------------------------------------+
| "index_5c0607ad" | ["Person"] | ["name"]   | "native-btree-1.0" | "index created" |
+-----------------------------------------------------------------------------------+

1 row available after 50 ms, consumed after another 5 ms

验证所有数据是否已成功复制。在本例中，应该有一个节点。

MATCH (n) RETURN n.name;

+--------+
| n.name |
+--------+
| "John" |
+--------+

1 row available after 106 ms, consumed after another 2 ms

退出 Cypher Shell 命令行控制台。
```
:exit;

Bye!
```
导航到 `compactdb` 数据库 ($neo4j_home/data/databases/compactdb)，并检查复制的节点和属性的存储大小。
```
ls -alh
```
```
...
-rw-r--r--   1 username  staff   8.0K 26 Nov 17:58 neostore.nodestore.db
-rw-r--r--   1 username  staff   8.0K 26 Nov 17:58 neostore.propertystore.db
...
```
输出报告说，节点存储和属性存储现在分别只占用了 8K，而之前分别为 1.4M 和 3.9M。

1. 计算基于 `MB/s = (IOPS * B) ÷ 10^6`，其中 `B` 是以字节为单位的块大小；在 Neo4j 的情况下，它是 8000。然后可以从 `(MB/s * 3600) ÷ 1000` 计算出 GB/小时。