CSV文件导入示例

以下示例将指导您如何使用 Nebula Importer 将 CSV 数据导入到 Nebula Graph 中。在此示例中，Nebula Graph 通过 Docker 和 Docker Compose 安装。我们将通过以下步骤引导您完成该示例：

• CSV文件导入示例
  • 启动 Nebula Graph 服务
  • 创建点和边的 Schema
  • 准备配置文件
  • 准备 CSV 数据
  • 导入 CSV 数据
    • 使用 Go-importer 导入 CSV 数据

启动 Nebula Graph 服务

您可以按照以下步骤启动 Nebula Graph 服务：

1. 在命令行界面上，进入 nebula-docker-compose 目录。
2. 执行以下命令以启动 Nebula Graph 服务：

$ sudo docker-compose up -d

1. 执行以下命令把 Nebula Graph 镜像文件下拉到本地：

$ sudo docker pull vesoft/nebula-console:nightly

1. 执行以下命令以连接 Nebula Graph 服务器：

$ sudo docker run --rm -ti --network=host vesoft/nebula-console:nightly --addr=127.0.0.1 --port=3699

注意：您必须确保 IP 地址和端口号配置正确。

创建点和边的 Schema

在输入 schema 之前，必须创建一个空间并使用它。在此示例中，我们创建一个 nba 空间并使用它。

我们使用以下命令创建两个标签和两个边类型：

nebula> CREATE TAG player (name string, age int);
nebula> CREATE TAG team (name string);
nebula> CREATE EDGE serve (start_year int, end_year int);
nebula> CREATE EDGE follow (degree, int);

准备配置文件

您必须配置 .yaml 配置文件，该文件规定了 CSV 文件中数据的格式。在本例中，我们创建一个名为 config.yaml 的配置文件。

在此示例中，我们按以下方式配置 config.yaml 文件：

version: v1rc1
description: example
clientSettings:
  concurrency: 2 # number of graph clients
  channelBufferSize: 50
  space: nba
  connection:
    user: user
    password: password
    address: 127.0.0.1:3699
logPath: ./err/test.log
files:
  - path: /home/nebula/serve.csv
    failDataPath: ./err/serve.csv
    batchSize: 10
    type: csv
    csv:
      withHeader: false
      withLabel: false
    schema:
      type: edge
      edge:
        name: serve
        withRanking: false
        props:
          - name: start_year
            type: int
          - name: end_year
            type: int
  - path: /home/nebula/follow.csv
    failDataPath: ./err/follow.csv
    batchSize: 10
    type: csv
    csv:
      withHeader: false
      withLabel: false
    schema:
      type: edge
      edge:
        name: follow
        withRanking: false
        props:
          - name: degree
            type: int
  - path: /home/nebula/player.csv
    failDataPath: ./err/player.csv
    batchSize: 10
    type: csv
    csv:
      withHeader: false
      withLabel: false
    schema:
      type: vertex
      vertex:
        tags:
          - name: player
            props:
              - name: name
                type: string
              - name: age
                type: int
  - path: /home/nebula/team.csv
    failDataPath: ./err/team.csv
    batchSize: 10
    type: csv
    csv:
      withHeader: false
      withLabel: false
    schema:
      type: vertex
      vertex:
        tags:
          - name: team
            props:
              - name: name
                type: string

注意：

• 在上面的配置文件中，您必须将 IP 地址和端口号更改为您自己的 IP 地址和端口号。

• 您必须将 CSV 文件的目录更改为您自己的目录，否则，Nebula Importer 无法找到 CSV 文件。

准备 CSV 数据

在此示例中，我们准备了四个 CSV 数据文件：player.csv、team.csv、serve.csv 以及 follow.csv。

serve.csv 文件中的数据如下：

100,200,1997,2016
101,201,1999,2018
102,203,2006,2015
102,204,2015,2019
103,204,2017,2019
104,200,2007,2009

follow.csv 文件中的数据如下：

100,101,95
100,102,90
101,100,95
102,101,75
102,100,75
103,102,70
104,101,50
104,105,60
105,104,83

player.csv 文件中的数据如下：

100,Tim Duncan,42
101,Tony Parker,36
102,LaMarcus Aldridge,33
103,Rudy Gay,32
104,Marco Belinelli,32
105,Danny Green,31
106,Kyle Anderson,25
107,Aron Baynes,32
108,Boris Diaw,36

team.csv 文件中的数据如下：

200,Warriors
201,Nuggets
202,Rockets
203,Trail
204,Spurs
205,Thunders
206,Jazz
207,Clippers
208,Kings

注意：

• 在 serve和 follow CSV 文件中，第一列是起始点 ID、第二列是目标点 ID，其他列与config.yaml文件一致。

• 在 player 和 team CSV 文件中，第一列是点 ID，其他列与 config.yaml 文件一致。

导入 CSV 数据

完成上述所有四个步骤后，您可以使用 Docker 或 Go 导入 CSV 数据。

使用 Go-importer 导入 CSV 数据

请参见Nebula Importer。