python - Python networkx 和持久性（可能在 neo4j 中）

Question

我有一个应用程序，每秒在内存中创建数千个图形。我希望找到一种方法来保留这些以供后续查询。它们不是特别大（可能最多约 1k 个节点）。

我需要能够存储整个图形对象，包括节点属性和边属性。然后，我需要能够根据节点中的时间属性在特定时间窗口内搜索图表。

有没有一种简单的方法可以将这些数据强制转换为 neo4j ？我还没有找到任何这样的例子。虽然我找到了几个 python 库，包括一个嵌入式 neo4j 和一个 rest 客户端。

手动遍历图形并以这种方式存储的常用方法是什么？

有没有更好的持久性替代方案？

score 3 · Accepted Answer

Networkx 有几种序列化方法。

在你的情况下，我会选择 graphml 序列化：

使用起来非常简单：

import networkx as nx
nx.write_graphml('/path/to/file')

要在 Neo4j 中加载它，前提是您有 Neo4j<2.0，您可以使用 Tinkerpop Gremlin 在 Neo4J 中加载您的 graphml 转储

g.loadGraphML('/path/to/file')

Tinkerpop 非常有用——不仅用于序列化/反序列化。

它将允许您使用具有共同“方言”的不同图形数据库（前提是它们具有大多数人都使用的“蓝图”驱动程序）

1 回答 1