【知识图谱】3、Python操作图数据库neo4j示例

2024-09-02 10:36

本文主要是介绍【知识图谱】3、Python操作图数据库neo4j示例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

今天突然想起上次知识图谱系列埋了一个坑(【知识图谱】1、Neo4j环境搭建入门指南:从零开始玩转图数据库),说后续写一篇关于Python操作neo4j的示例。趁着周六有充足时间,这里写个demo补上。

本文demo还是以面试的求职者、岗位要求技能 为例。建2个实例对象

1、求职者具备的技能

2、岗位要求的技能

本文默认已经安装好 neo4j desktop数据库,直接先上代码

from fastapi import FastAPI, HTTPException, Request
from pydantic import BaseModel
from langchain_community.graphs import Neo4jGraphimport asyncio
from typing import List
import json# Initialize FastAPI
app = FastAPI()# Initialize Neo4j with timeout
try:graph = Neo4jGraph(url="bolt://localhost:7687",username="neo4j",password="password",database="neo4j",timeout=60  # 60 seconds timeout)
except Exception as e:print(f"Failed to connect to Neo4j: {e}")graph = None# Fallback in-memory storage
job_seekers = []
job_positions = []# Define Pydantic models for request bodies
class JobSeekerModel(BaseModel):name: strskills: List[str]class JobPositionModel(BaseModel):title: strrequired_skills: List[str]# Add job seeker
@app.post("/add_job_seeker")
async def add_job_seeker(request: Request):try:# Parse JSON data from request bodydata = await request.json()print(data)job_seeker = JobSeekerModel(**data)except json.JSONDecodeError:raise HTTPException(status_code=400, detail="Invalid JSON data")except ValueError as e:raise HTTPException(status_code=400, detail=str(e))if graph:try:query = ("CREATE (j:JobSeeker {name: $name}) ""WITH j ""UNWIND $skills AS skill ""MERGE (s:Skill {name: skill}) ""CREATE (j)-[:HAS_SKILL]->(s)")await asyncio.wait_for(asyncio.to_thread(graph.query, query, {"name": job_seeker.name, "skills": job_seeker.skills}),timeout=5.0  # 5 seconds timeout)except asyncio.TimeoutError:raise HTTPException(status_code=504, detail="Database operation timed out")except Exception as e:print(f"Neo4j error: {e}")raise HTTPException(status_code=500, detail="Failed to add job seeker to Neo4j")# Always add to in-memory storage as fallbackjob_seekers.append({"name": job_seeker.name, "skills": job_seeker.skills})return {"message": f"Added job seeker {job_seeker.name} with skills {', '.join(job_seeker.skills)}"}# Add job position
@app.post("/add_job_position")
async def add_job_position(request: Request):try:# Parse JSON data from request bodydata = await request.json()print(data)job_position = JobPositionModel(**data)except json.JSONDecodeError:raise HTTPException(status_code=400, detail="Invalid JSON data")except ValueError as e:raise HTTPException(status_code=400, detail=str(e))if graph:try:query = ("CREATE (j:JobPosition {title: $title}) ""WITH j ""UNWIND $required_skills AS skill ""MERGE (s:Skill {name: skill}) ""CREATE (j)-[:REQUIRES_SKILL]->(s)")await asyncio.wait_for(asyncio.to_thread(graph.query, query,{"title": job_position.title, "required_skills": job_position.required_skills}),timeout=5.0  # 5 seconds timeout)except asyncio.TimeoutError:raise HTTPException(status_code=504, detail="Database operation timed out")except Exception as e:print(f"Neo4j error: {e}")raise HTTPException(status_code=500, detail="Failed to add job position to Neo4j")# Always add to in-memory storage as fallbackjob_positions.append({"title": job_position.title, "required_skills": job_position.required_skills})return {"message": f"Added job position {job_position.title} requiring skills {', '.join(job_position.required_skills)}"}# Run the app
if __name__ == "__main__":import uvicornuvicorn.run(app, host="0.0.0.0", port=8001)

还是用AI解释下代码主要功能:

1、初始化FastAPI应用和Neo4j图数据库连接。

2、定义了两个Pydantic模型JobSeekerModel和JobPositionModel用于请求体验证。

3、提供两个POST接口:

/add_job_seeker:添加求职者信息到Neo4j(若连接成功)。

/add_job_position:添加职位信息到Neo4j(若连接成功)。

4、使用异步处理数据库操作,并设置超时时间以确保服务稳定性。

直接运行可能会提示APOC插件未安装,那就先安装plugins, APOC 点击install安装。我这个是安装的截图,当时忘记先截图了。

图片

写接口测试下可以用curl命令

1、添加求职者

curl -X POST http://localhost:8000/api/add_job_seeker
-H “Content-Type: application/json”
-d ‘{“name”: “Alice Smith”, “skills”: [“Python”, “JavaScript”, “Machine Learning”]}’
2、添加职位:

curl -X POST http://localhost:8000/api/add_job_position
-H “Content-Type: application/json”
-d ‘{“title”: “Senior Software Engineer”, “required_skills”: [“Python”, “Docker”, “Kubernetes”]}’

我们也可以用postman等工具测试

在这里插入图片描述

运行结果,由于我执行过,数据看着比较混乱

在这里插入图片描述

计划下一篇更新 neo4j图数据库结合大模型应用的例子

原文链接:【知识图谱】3、Python操作neo4j示例

这篇关于【知识图谱】3、Python操作图数据库neo4j示例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1129724

相关文章

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句

利用Python打造一个Excel记账模板

《利用Python打造一个Excel记账模板》这篇文章主要为大家详细介绍了如何使用Python打造一个超实用的Excel记账模板,可以帮助大家高效管理财务,迈向财富自由之路,感兴趣的小伙伴快跟随小编一... 目录设置预算百分比超支标红预警记账模板功能介绍基础记账预算管理可视化分析摸鱼时间理财法碎片时间利用财

Python中的Walrus运算符分析示例详解

《Python中的Walrus运算符分析示例详解》Python中的Walrus运算符(:=)是Python3.8引入的一个新特性,允许在表达式中同时赋值和返回值,它的核心作用是减少重复计算,提升代码简... 目录1. 在循环中避免重复计算2. 在条件判断中同时赋值变量3. 在列表推导式或字典推导式中简化逻辑

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项:2. 位运算2.1

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一:使用pywin32库(仅限Windows)方法二:使用msoffcrypto-too

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.