将您的数据导入 Neo4j
Neo4j 提供多种用于导入不同格式（如 .csv、.tsv、.json）数据的工具。根据您处理的数据类型，可选择的方式各不相同，示意图已作说明。
|
如需更实战的指导，请参阅关于数据导入的GraphAcademy 课程。 |
方法对比
下表列出了所有受支持的 Neo4j 数据导入方法
| 方法 | 描述 | 在 Aura 上可用 | 在自托管环境上可用 | 支持的文件格式和数据源 |
|---|---|---|---|---|
用于将数据导入您的 Aura 实例的服务。 |
CSV、PostgreSQL、MySQL、SQL Server、Oracle、Snowflake |
|||
基于 UI 的工具，可将平面文件导入 Neo4j。 |
CSV、TSV |
|||
用于本地文件的导入服务。 |
CSV |
|||
Cypher® 命令，可从本地或远程文件（包括云端 URI）导入小至中等规模的数据集（最多 1,000 万条记录）。 |
CSV |
|||
一套用户自定义的过程和函数库，扩展了 Cypher 的功能。 |
CSV、JSON、XML、XLS |
|||
使用 Python、Java、JavaScript、Go、.NET 和 JCBD 导入文件。 |
语言无关的列式内存格式，适用于平面和嵌套数据。 |
|||
将数据首次导入到一个尚不存在的空数据库。 |
CSV、Parquet |
|||
当导入无法在一次完整过程完成时使用。它允许将导入拆分为多个较小批次来执行。 |
CSV、Parquet |
|||
通过 Apache Arrow 投射图谱，可导入存储在 Neo4j 之外的图数据。Apache Arrow 是一种语言无关的内存列式数据结构规范。 |
语言无关的列式内存格式，适用于平面和嵌套数据。 |
|||
使用 Kafka Connect 框架，在 Neo4j 与基于 Apache Kafka 的平台之间流式传输数据。 |
语言无关的列式内存格式，适用于平面和嵌套数据。 |
|||
在 Neo4j 与 Databricks 以及多个数据仓库等平台之间处理并转移数据。 |
语言无关的列式内存格式，适用于平面和嵌套数据。 |
|||
开源企业级数据导入导出工具，轻松处理多种数据源和大规模数据集，并对数据流进行组织管理。 |
hwf、hpl、JSON、CSV、TXT、XML、Markdown、SVG、Log、SAS 7 BDAT 文件 |
|||
Neo4j Labs 的交互式工具，用于将关系数据库管理系统中的数据首次导入 Neo4j。 |
CSV |
|||
Neo4j Labs 的插件，支持使用 RDF 及其相关词汇表。 |
RDF、OWL、RDFS、SKOS |
|||
Neo4j Labs 的一套工具，为应用程序、命令行以及构建工具提供统一的方式来跟踪、管理并应用数据库的变更。 |
||||
1. 仅企业版可用 |
||||