【neo4j】docker容器化安装

这篇具有很好参考价值的文章主要介绍了【neo4j】docker容器化安装。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

背景

做与知识图谱相关任务时,少不了需要和neo4j打交道。对于数据库服务的安装我是比较青睐于使用docker容器来安装,减少了环境配置等。毕竟没有太多时间去搞环境配置和运维相关的工作。

本文的neo4j的安装参考了博文:docker安装部署neo4j

如果docker环境没有配置的话,可以参考:【Docker】Centos7 Docker在线安装

拉取neo4j镜像

1.从镜像源中找合适的镜像:docker search neo4j,或者到dockerhub上查找:https://hub.docker.com/_/neo4j/tags

2.拉取镜像源docker pull neo4j:4.4.17-community ,也可以加上版本号

3.查看本地镜像,检查是否拉取成功,docker images

构建neo4j容器

在你根目录的任意一个子目录(我这里是/home)下建立四个基本的文件夹

  • data——数据存放的文件夹
  • logs——运行的日志文件夹
  • conf——数据库配置文件夹(在配置文件neo4j.conf中配置包括开放远程连接、设置默认激活的数据库)
  • import——为了大批量导入csv来构建数据库,需要导入的节点文件nodes.csv和关系文件rel.csv需要放到这个文件夹下)
docker run -d --name neo4j_main \
	-p 7474:7474 -p 7687:7687 \
	-v /home/neo4j/data:/data \
	-v /home/neo4j/logs:/logs \
	-v /home/neo4j/conf:/var/lib/neo4j/conf \
	-v /home/neo4j/import:/var/lib/neo4j/import \
	--env NEO4J_AUTH=neo4j/root neo4j

简化命令:

docker run -d --name container_name -p 7474:7474 -p 7687:7687 -v /home/neo4j/data:/data -v /home/neo4j/logs:/logs -v /home/neo4j/conf:/var/lib/neo4j/conf -v /home/neo4j/import:/var/lib/neo4j/import --env NEO4J_AUTH=neo4j/root neo4j

其中container_name可以自己指定,挂载在根目录下的子目录可以根据你自己的实际情况进行替换,我这里是 /home 。另外NEO4J_AUTH也是你自己来进行设置。

然后在浏览器中输入:http://192.168.56.101:7474/,ip为启动服务的主机地址。

【neo4j】docker容器化安装

输入构建容器时配置的用户名和密码即可。

需要说明的是:

  • 社区版本不支持命令create database xxx,只有企业版可以!
  • 社区版本只允许同时打开一个数据库

进入neo4j中配置构建新的数据库,使用docker部署时已经将neo4j对应配置文件与宿主机环境进行了挂载,配置文件所在路径:/home/neo4j/conf/neo4j,在该文件中修改或增加以下内容:

dbms.defalut_database=firstGraph

其中firstGraph是自己定义的数据库名称。效果如下:【neo4j】docker容器化安装文章来源地址https://www.toymoban.com/news/detail-500402.html

到了这里,关于【neo4j】docker容器化安装的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 医疗知识图谱 neo4j

    开源项目: https://github.com/liuhuanyong/QASystemOnMedicalKG pip install pyahocorasick pip install py2neo 需要改的点: 1.改连接的方式 2.改读文件的方式 MedicalGraph 运行: build_medicalgraph.py 时间很长,几个小时 关闭neo4j客户端 导入文件 文件见网盘 1.首先通过ahocorasick提取出,属于哪种疾病

    2024年02月09日
    浏览(48)
  • 【neo4j】docker容器化安装

    做与知识图谱相关任务时,少不了需要和neo4j打交道。对于数据库服务的安装我是比较青睐于使用docker容器来安装,减少了环境配置等。毕竟没有太多时间去搞环境配置和运维相关的工作。 本文的neo4j的安装参考了博文:docker安装部署neo4j 如果docker环境没有配置的话,可以参

    2024年02月11日
    浏览(45)
  • (知识图谱学习1)neo4j基础

    目录 一、neo4j安装与环境配置 官网:https://neo4j.com/download-center/ 下载社区版neo4j服务 neo4j环境变量配置 jdk下载 jdk版本: 启动neo4j 二、cypher语句基本增删改查 增 删除 改 查 三、Py2neo连接neo4j 安装pip install py2neo 连接neo4j 建立节点 建立关系 匹配节点 匹配关系 删除节点 删除关系

    2024年02月10日
    浏览(52)
  • Neo4j简单构建知识图谱实例

    目录  一、需要两组数据 二、提取所需专题数据 三、利用结巴分词将专题数据分词 四、连接并绘制知识图谱 五、消除重复节点及重复关系 六、结果展示 Ps:在使用Neo4j前,需要先在该安装路径文件下cmd运行,输入neo4j console 即可启动,可根据关闭时输入neo4j stop,如下图所示

    2023年04月12日
    浏览(56)
  • 知识图谱构建: Neo4j 常见实例应用

    社交网络图:存储用户之间的关系和联系,如朋友关系、粉丝关系等。 产品推荐系统:利用用户的历史购买记录和评分数据,推荐相似的产品。 客户关系管理:存储企业和客户之间的联系,包括联系信息、交易记录等。 知识图谱:存储各种实体之间的关系,如人物、事件、

    2024年02月10日
    浏览(51)
  • 基于neo4j的宠物知识图谱问答系统

    在当前数字化的时代,人工智能技术的迅速发展为信息检索和数据处理带来了革命性的变化。特别是在宠物领域,一个智能的宠物关系图谱问答系统能够为宠物爱好者提供全面、精准的信息服务。本文将详细介绍一个基于Python、Django、Flask、Neo4j以及py2neo等技术栈实现的宠物关

    2024年02月20日
    浏览(84)
  • 知识图谱实战(03):python操作neo4j实战

    Neo4j 提供了一个Python版本的驱动包,用来连接Neo4j数据库,从而完成图数据库的增删改查操作。 1、安装指定版本的驱动包(我们这里采用Neo4.x版本,同neo4j安装包保持一致即可) $ pip install neo4j==4.4.8  --upgrade

    2024年02月03日
    浏览(42)
  • Springboot集成neo4j实现知识图谱关系图

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 使用neo4j来完成人员关系 公司项目有一个功能需要将各个人员关系列出,在参加评选的时候,进行展示和筛选 neo4j是高性能的NOSQL图形数据库,在neo4j中,社区版本只能使用一个database。在neo4j中不存在表的

    2024年02月02日
    浏览(42)
  • 基于知识图谱的电影推荐系统——Neo4j&Python

    选择TMDB电影数据集,Netflix Prize 数据集下载。 也可直接从这里下载:链接: https://pan.baidu.com/s/1l6wjwcUzy5G_dIlVDbCkpw 提取码: pkq6 。 执行preproc.py文件,进行数据预处理,生成5个处理后的文件: 将上面数据预处理生成的5个文件,放入import文件夹中: 修改main.py中的driver,输入自己

    2024年02月15日
    浏览(48)
  • 知识图谱1_2——下载neo4j客户端

    这里展现一种通过客户端进行操作的方法 https://neo4j.com/download/ 下载desktop客户端 填写完成后开始下载 下载完成后,在命令行输入 完成后双击即可打开(需要反应一段时间) 将下面页面中的内容粘贴到客户端框中 完成创建 以上参考 https://blog.csdn.net/qq_39918677/article/details/104

    2024年02月07日
    浏览(37)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包