最近因为项目需要，到了一个纯局域网环境中进行知识图谱构建。对于小规模数据，neo4j社区版能够满足基本的建模和查询需要（大规模数据需要商业版，或是选用其他开源分布式图数据库如nebula等）。本文主要介绍图数据库和python环境的部署过程和关键操作，以及一些遇到的问题。

部署需求

现状：手头有一台服务器，安装了centos系统，没有图形化界面。

目标：服务器上建立图数据库，并且有python开发环境支持我们进行图数据库的构建的查询开发。

主要思路：服务器没有图形化界面，作为开发环境不太合适，因此计划服务器上部署的neo4j和python能够被局域网远程机器所访问，在其他机器上通过浏览器进行neo4j的操作和python代码编写。考虑到机器在局域网中，后续的方案基本上都是通过离线下载，导入，本地编译或安装的方式进行。

技术方案：neo4j+python+jupyter notebook

系统现状

系统版本查询

cat /etc/redhat-release

安装python版本

python --version

安装基本工具：

yum install -y zlib-devel bzip2-devel openssl-devel ncurses-devel readline-devel sqlite-devel

neo4j图数据库部署

neo4j图数据库运行依赖于java-jdk，首先需要进行java-jdk部署.

java-jdk版本取决于neo4j，对应关系不展开。本文使用的是neo4j 5.21.0+java-jdk 21的方案。

java-jdk部署

1.下载地址：Java Downloads | Oracle]

2.迁移到服务器上

3.解压缩到指定目录

tar -zxvf jdk-版本号-linux-x64.tar.gz -C /opt/

4.配置环境变量，让系统识别到：

vi /etc/profile #打开环境配置文件，在文件最后插入以下内容
# 以下是profile文件要添加内容
export JAVA_HOME=/opt/jdk-版本号 #配置主地址
export PATH=$PATH:$JAVA_HOME/bin #配置启动地址

5.运行配置方案，让方案生效：

source /etc/profile

6.检查安装是否成功

java -version

neo4j部署

1.下载：[Neo4j Deployment Center - Graph Database & Analytics]

2.迁移到服务器上

3.解压到指定目录

tar xvf neo4j-community-3.5.26-unix.tar.gz -C /opt/

4.修改配置，开放监听IP和端口，让远程服务器能够访问

vi ./opt/neo4j-community/conf/neo4j.conf #路径自己修改，主要打开neo4j配置文件，在里面添加两句话
#以下是neo4j.conf文档内添加内容
dbms.connector.http.listen_address=0.0.0.0:7474 #添加http监听
dbms.connector.bolt.listen_address=0.0.0.0:7687 #添加bolt连接监听

5.在neo4j安装目录下的服务启动

./bin/neo4j start #启动neo4j
./bin/neo4j status #查看启动状态

6.测试，在局域网其他机器打开http://服务器IP:7474,进入neo4j管理页面。

首次进去初始账号和密码都是neo4j，进去后让你修改密码

如果发现无法打开，在配置正确情况下，确认局域网互通且服务器防火墙配置。纠错这里不展开。

python环境部署

可以独立地安装python+jupyter，本次我直接安装了anaconda，里面包含了python和jupyter等一些工具，如果要轻量化部署则还是分开安装好些。

anaconda部署

1.下载，直接打开网址，或是使用命令，在其他机器下载后，迁移到服务器。

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-1-Linux-x86_64.sh

2.安装：

bash Anaconda3-版本号-Linux-x86_64.sh

3.配置环境变量，默认安装地址的话，一般会自动配置环境变量，但如果是自定义地址，还是自己配置下环境变量靠谱些。配置方案与jdk类似，需要添加的是这个。

export PATH=/opt/anaconda3/bin:$PATH

4.检查安装是否成功

conda list

jupyter配置

1.检查jupyter是否安装成功了

jupyter notebook --version

2.生成配置文件

jupyter notebook --generate-config

命令会生成一个配置文件~/.jupyter/jupyter_notebook_config.py

3.配置监听地址和端口，密码

c.NotebookApp.ip = '*' #所有地址都监听
c.NotebookApp.port = 8888 #监听端口
c.NotebookApp.password = u'sha1:xxxxxxxxxxxxxxxxxxxxxx' #访问密码哈希值

密码的生成使用需要在python环境内运行以下代码：

from notebook.auth import passwd
passwd()

结果让你输入密码以及生成该密码的哈希值。

4.启动服务

jupyter notebook

5.如果为了更安全，可以使用SSH端口转发（不一定）

ssh -N -f -L localhost:xxxx:localhost:yyyy username@server_ip

其中xxxx是本地端口，yyyy是服务器上Jupyter运行的端口（默认为8888）。

在远程浏览器中打开http://服务器IP:8888，进入jupyter。

如果进入成功，输入密码就可以远程进行代码编写和编译工作。

如果无法打开，自己搜索，一般也是配置，网络和防火墙问题。

neo4j python支持安装

在python中操作neo4j需要安装对应的库，py2neo由于停止更新了，目前版本不支持最新的python版本，所以使用neo4j的python库。

1.离线下载地址：[neo4j · PyPI]

2.传输wheel文件：
将下载的.whl文件复制到离线安装的目标机器上。

3.使用pip进行离线安装：
在目标机器上，使用pip安装这些wheel文件：

pip install --no-index --find-links=file:///path/to/offline/wheels neo4j

4.验证安装：
安装完成后，使用以下命令验证Neo4j Python驱动程序是否安装成功：

python -c "import neo4j"