Question

我正在尝试通过Py2Neo批量导入数百万个节点。我不知道什么更快，BatchWrite或cipher.Transaction，但后者似乎是最好的选择，因为我需要拆分我的批次。但是，当我尝试执行一个简单的事务时，我收到一个奇怪的错误。

python代码：

session = cypher.Session("http://127.0.0.1:7474/db/data/") #error also w/o /db/data/

def init():
    tx = session.create_transaction()

    for ngram, one_grams in data.items():
         tx.append("CREATE "+str(n)+":WORD {'word': "+ngram+", 'rank': "+str(ngram_rank)+", 'prob': "+str(ngram_prob)+", 'gram': '0gram'}")
         tx.execute()  # line 69 in the error below

错误：

Traceback (most recent call last):
  File "Ngram_neo4j.py", line 176, in <module>
    init(rNgram_file="dataset_id.json")
  File "Ngram_neo4j.py", line 43, in init
    data = probability_items(data)
  File "Ngram_neo4j.py", line 69, in probability_items
    tx.execute()
  File "D:\datasets\GOOGLE~1\virtenv\lib\site-packages\py2neo\cypher.py", line 224, in execute
    return self._post(self._execute or self._begin)
  File "D:\datasets\GOOGLE~1\virtenv\lib\site-packages\py2neo\cypher.py", line 209, in _post
    raise TransactionError(error["code"], error["status"], error["message"])
KeyError: 'status'

我尝试捕获异常：

 except cypher.TransactionError as e:
        print("--------------------------------------------------------------------------------------------")
        print(e.status)
        print(e.message)

但永远不会被召唤。（也许是我的错误？）

使用graph_db.create（{“node：”node}）进行常规插入可以正常工作，但速度非常慢（2.5M节点为36小时）请注意，数据集由一系列JSON文件组成，每个文件的结构深度为5级。我想批量最后2个级别（每批大约100到20,000个节点）

---编辑---

我正在使用Py2Neo 1.6.1，Neo4j 2.0.0。目前在Windows 7上（还有OSX Mav。，CentOS 6）

Answer 1

您看到的问题是由于Neo4j服务器报告Cypher事务错误的方式的最后一分钟更改。 Py2neo 1.6是针对M05 / M06构建的，当RC1 / GA中的一些功能发生变化时，Py2neo在几个地方爆发。

这已针对Py2neo 1.6.2（https://github.com/nigelsmall/py2neo/issues/224）修复，但我还不知道何时有机会完成并发布此版本。

Answer 2

您使用的是什么neo4j和py2neo版本？

您应该为create statement使用参数。

您是否可以检查data/logs和data/graph.db/messages.log中的服务器日志是否有错误？

如果您要插入如此多的数据，那么直接批量插入可能会更有意义吗？

请参阅：http://neo4j.org/develop/import

我为此写的两个工具：

py2neo Cypher交易失败

2 个答案: