neo4j apoc 系列
Neo4j GDS-01-graph-data-science 图数据科学插件库概览
Neo4j GDS-02-graph-data-science 插件库安装实战笔记
Neo4j GDS-03-graph-data-science 简单聊一聊图数据科学插件库
Neo4j GDS-06-neo4j GDS 库中社区检测算法介绍
Neo4j GDS-07-neo4j GDS 库中社区检测算法实现
Neo4j GDS-08-neo4j GDS 库中路径搜索算法介绍
Neo4j GDS-09-neo4j GDS 库中路径搜索算法实现
Neo4j GDS-10-neo4j GDS 库中相似度算法介绍
Neo4j GDS-11-neo4j GDS 库中相似度算法实现
Neo4j GDS-12-neo4j GDS 库中节点插入(Node Embedding)算法介绍
Neo4j GDS-13-neo4j GDS 库中节点插入算法实现
Neo4j GDS-14-neo4j GDS 库中链接预测算法介绍
Neo4j GDS-15-neo4j GDS 库中链接预测算法实现
Neo4j GDS-16-neo4j GDS 库创建 graph 图投影
Neo4j GDS-17-neo4j GDS 库创建 graph 图投影更复杂的场景
目标
实现 neo4j GDS 插件库的安装。
首先需要明确几个问题:
1)neo4j 安装
2)neo4j 对应的 gds 版本
3)gds 的安装
neo4j 安装
Neo4j-02-图数据库 neo4j install on windows10 安装笔记 neo4j 官网 403 问题
Neo4j-02-图数据库 neo4j install on windows10 WSL 安装笔记 sdkman install jdk11 neo4j 配置详解 neo4j.conf
然后确认一下 neo4j 的版本
http://localhost:17474/browser/
1
2
3CALL dbms.components() YIELD name, versions, edition
UNWIND versions AS version
RETURN name, version, edition;
如下:
1
2
3
4
5╒══════════════╤════════╤═══════════╕
│name │version │edition │
╞══════════════╪════════╪═══════════╡
│"Neo4j Kernel"│"4.4.29"│"community"│
└──────────────┴────────┴───────────┘
GDS 库的版本
接下来,我们需要找到对应版本的 gds 库。
在 https://github.com/neo4j/graph-data-science/releases 下面寻找合适的版本。
找到了这个 https://github.com/neo4j/graph-data-science/releases/tag/2.5.3
New features Add support for Neo4j 4.4.27,应该也支持 4.4.29
安装 GDS
下载
直接下载对应的 jar https://github.com/neo4j/graph-data-science/releases/download/2.5.3/neo4j-graph-data-science-2.5.3.jar
位置
上传到对应的位置 ~\neo4j\neo4j-community-4.4.29\plugins\
,本地是 WSL 测试,可以直接放在
1\\wsl.localhost\Ubuntu\home\dh\neo4j\neo4j-community-4.4.29\plugins
修改配置文件
修改 ~\neo4j\neo4j-community-4.4.29\conf\neo4j.conf
,修改配置启用 GDS
1
2dbms.security.procedures.unrestricted=gds.*
dbms.security.procedures.allowlist=gds.*
多个插件之间用英文逗号分隔。
重启服务
1
2cd ~/neo4j/neo4j-community-4.4.29/
bin/neo4j restart
日志确认 logs/neo4j.log
确认 gds 安装成功
neo4j cypher 命令
1return gds.version();
效果:
1
2
3
4
5╒═════════════╕
│gds.version()│
╞═════════════╡
│"2.5.3" │
└─────────────┘
后续我们可以考虑入门看一下对应的算法。
参考资料
https://github.com/neo4j/graph-data-science