【引自T_SevenS的博客】在开发neo4j的过程中，经常有同学问如何将大量的历史数据导入neo4j，这些数据一般都存在在关系型数据库方面，现结合自己的导入经验，把导入过程和挖过的一些坑分享给大家，让以后的同学少走弯路，废话少说，直接上干货。1.批量导入原项目地址：https://github.com/jexp/batch-import本工具由neo4j的作者之一MichaelHunger编写，在neo4j自带的批量导入工具的基础上进一步优化,但是在导入.gz压缩包的时候，关系是导入不了的，所以如果你想使用.gz压缩包导入，请使用我修改过的版本：https://github.com/mo9527/batch-import2、环境准备jdk：7个以上内存：8G以上，如果导入大量数据，会消耗大量内存。我导入了将近1.5亿个节点和3亿个关系，使用了32G内存3.导入步骤a)从github上克隆代码，使用maven打包。将jar文件打包后，连同项目本身的依赖jar一起放到lib文件夹下。batch.properties文件和执行导入的脚本放在lib同级目录下。***的目录结构如下：ps：文件夹是我要导入的csv文件和.gz压缩包。b)组装csv文件说到这一步，您可能需要根据自己的实际业务需要，手动编写导入csv文件的代码。这里我只讲csv文件格式的一些关键点：1)、节点csv文件的*节点csv文件**列是固定的，列值是这个节点的标签名，第二列是index，它的列头是id:string:indexName的格式，请说明，id是这个列的属性名，你可以根据需要自己命名，string是字段的数据类型，indexName是neo4j数据库中要导入的索引名称，我自己的文件格式如下：然后，后面几列是节点的属性，没有特殊要求2）、关系csv文件先看我的关系csv文件:特别注意关系csv文件的前两列。***列是关系的起始节点，第二列是关系的结束节点，第三列是关系类型，后面几列是关系的属性，可以随意。他的github上的描述没有提到一些注意点。这里要特别标注一下：***列起始节点的列头，也就是id:string:buyerId，这个东西必须和节点csv文件（上图）完全一样第二列定义的，必须和端节点的csv文件中的一致，否则他找不到对应关系。3）修改batch.properties文件主要修改两个地方。如果是在已有的neo4j数据库中导入，请设置：batch_import.keep_db=true将节点csv文件中的所有索引名称添加到文件中，比如上面这个节点csv文件中的索引名称为buyerId，然后添加batch_import.node_index.buyerId=准确到文件。以下是我自己的配置文件：4、linux和win环境的导入类似，只是执行的脚本不同。同上，这里以win环境为例。文件都准备好了，现在开始导入。打开cmd，cd到import脚本所在目录，即import.bat所在目录，执行命令：import.battest.dbnode.csvrel.csv解释一下命令的几个参数：最后一个参数是数据库的目录，可以绝对指定任意位置的路径。第二个参数是节点csv文件。多个csv文件以逗号分隔。如果是压缩包，一定要注意。这里有一个坑。您不能将所有类型的节点都放在一个压缩包中，每一类节点都要单独压缩，否则只会导入第一类节点节点。同样，关系的压缩包也要单独压缩，然后导入时用逗号分隔.gz文件。好吧，如果你的csv文件没有问题，内存也足够的话，现在就开始等待吧。如果要修改导入工具的Heap大小，可以在脚本文件中修改setHEAP=4G。一栏是中文，最长的汉字不超过4个汉字。导入超过2000万条记录需要2个小时。注意我有32G内存。其他4000万个没有汉字的节点，基本用时不超过2分钟。
