图数据库 之 Neo4j - 环境搭建(2)

运行环境:

        centos7

        Docker version 18.09.6

下载镜像

docker search neo4j
docker pull neo4j

创建 neo4j 用户

# 创建 neo4j 用户
# -M 不创建用户的主目录
sudo useradd -M neo4j

# usermod 用于修改用户属性命令
# -L 锁定用户,用户无法登录系统
usermod -L neo4j

创建目录

mkdir -p /data/neo4j/data
mkdir -p /data/neo4j/logs
mkdir -p /data/neo4j/conf
mkdir -p /data/neo4j/import

目录授权

# chmod 修改文件或目录权限
# -R 递归目录及子目录
# u+rwX owner用户添加读、写和可执行权限
# g+rX group用户组添加读、执行权限
# o-wrx 禁止其他用户(others)读、写和执行
chmod -R u+rwX,g+rX,o-wrx neo4j/data/

# 修改文件或目录所有者的命令
# 将目录的所有者改为 neo4j
chown -R neo4j neo4j/conf

# 修改文件或目录所属组的命令
chgrp -R neo4j neo4j/conf
# 修改文件或目录权限
chmod -R u+rX,g+rwX,o-wrx neo4j/conf

chown -R neo4j neo4j/logs
chgrp -R neo4j neo4j/logs
chmod -R u+rwX,g+rwX,o-wrx neo4j/logs

chown -R neo4j neo4j/import
chgrp -R neo4j neo4j/import
chmod -R u+rwX,g+rwX,o-wrx neo4j/import

启动容器

docker run -d --name neo4j \ // -d表示容器后台运行 --name指定容器名字
-p 7474:7474 -p 7687:7687 \  // 映射容器的端口号到宿主机的端口号
-v /data/neo4j/data:/data \ // 把容器内的数据目录挂载到宿主机的对应目录下
-v /data/neo4j/logs:/logs \ // 挂载日志目录
-v /data/neo4j/conf:/var/lib/neo4j/conf \ // 挂载配置目录
-v /data/neo4j/import:/var/lib/neo4j/import \ // 挂载数据导入目录
--env NEO4J_AUTH=neo4j/neo4jtest \ // 设定数据库的用户名和密码
neo4j:latest //指定使用的镜像

说明:

        初始密码不能使用 neo4j,否则会启动失败

登录 neo4j brower
         http://{ip}:7474/browser/
说明:

        ip为服务器的IP

        用户名密码:neo4j/neo4jtest

 

至此,我们的 neo4j 搭建成功。我们将在下一章节中介绍一下 Neo4j Brower 的构成。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/673456.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【知识图谱--第二讲知识图谱的表示】

知识图谱的表示 知识表示Knowledge Representation 知识表示方法知识图谱的符号表示基于图的知识表示与建模简单图建模-最简单的无向图有向标记图OWL与Ontology 知识图谱的向量表示 知识表示 Knowledge Representation 知识表示(KR)就是用易于计算机处…

深度测评:ONLYOFFICE 桌面编辑器 v8.0新功能

目录 前言 一、PDF表单处理:提升办公效率 二、RTL(从右到左)支持:满足不同语言习惯 三、Moodle集成:教育行业的新助力 四、本地界面主题:个性化办公体验 五、性能优化与稳定性提升 六、性能与稳定性…

C++中用Boost::Python调用Python模块

这个过程有挺多坑,记录一下。我这里的环境: Windows 11 Qt 6.2 Boost 1.8.4 CMake 3.25.2 Visual Stutio 2019(主要用于C编译) 1、下载并将Boost编译为静态库 b2.exe toolsetmsvc-14.2 install --prefixboost安装路径 links…

数据链路层DoS

图9-14 集线器应用原理 数据链路层中拒绝服务攻击的方式一般很少为人所熟知。数据链路层拒绝服 务攻击的主要目标为二层交换机。在早期网络中,通常都会使用集线器作为中间 处理设备。集线器属于纯硬件网络底层设备,没有任何“ 智能记忆” 能力和“学 …

Python高级属性访问使用方法

Python中的高级属性访问是指通过特殊的方法来实现对属性的访问和操作。以下是几个常用的高级属性访问方法: getattr__和__setattr: __getattr__方法在访问不存在的属性时被调用,可以在方法中实现自定义的默认值或错误处理逻辑。__setattr__方法在给属性赋值时被调用,可以在…

云安全领域前瞻:2024年五大瞩目趋势解析

综述 随着2024年对生成型人工智能的炒作达到顶峰,这种类型的人工智能将对攻击者和安全团队的行动产生重大影响。尽管生成式人工智能不会是一些人期待的灵丹妙药,但它将提升我们执行任务的能力,例如检测异常、预测威胁和自动响应安全事件。 …

Airtest实现在手机界面快速批量采集数据

Airtest实现在手机界面快速批量采集数据 一、问题 Airtest使用的poco方法比较慢,寻找差不多一周,看完这篇文章能节省一周时间,希望帮到大家。二、解决思路 使用Airtest图像识别,这样就会速度上提升效率。 三、解决办法 使用页面规律,要找到每条数据的附近规律(一般是图…

发廊理发店微信小程序展示下单前端静态模板源码

模板描述:剪发小程序前端源码,一共五个页面,包括店铺、理发师、订单、我的等页面 注:该源码是前端静态模板源码,没有后台和API接口

代码随想录训练营第三十期|第二十九天|回溯算法part05|491.递增子序列* 46.全排列* 47.全排列 II

491. 非递减子序列 - 力扣&#xff08;LeetCode&#xff09; class Solution {public List<List<Integer>> findSubsequences(int[] nums) {List<List<Integer>> res new ArrayList<>();List<Integer> list new ArrayList<>();df…

PCIE和USB 耦合电容放置位置记录- 一般放置在TX端

PCIE耦合电容位置 以下为引用内容&#xff0c;为记录而做的本篇文章&#xff1a; 1、PCIe标准里面明确规定&#xff1a;当两个设备通过连接器互联时&#xff0c;必须放置交流耦合电容到TX端&#xff1b; 2、放远放近最大的不同时高速信号传输中的介质损耗和趋肤效应不同&#…

【Git】08 多人单分支协作场景

文章目录 一、场景1&#xff1a;不同人修改不同文件1.1 场景描述1.2 场景复现1.2.1 克隆到本地1.2.2 新建分支1.2.3 B修改、提交与推送1.2.4 A修改与提交1.2.5 B再次修改并推送1.2.6 A推送报错 1.3 解决 二、场景2&#xff1a;不同人修改同文件的不同区域2.1 场景描述2.2 场景复…

c# Zip压缩解压缩

public class ZipHelper { #region ZipFile 压缩文件 /// <summary> /// 压缩 /// </summary> /// <param name"strDirectory">要压缩的目录</param> /// <param name"zipFile"&g…

python:lxml 读目录.txt文件,用 xmltodict 转换为json数据,生成jstree所需的文件

请参阅&#xff1a;java : pdfbox 读取 PDF文件内书签 请注意&#xff1a;书的目录.txt 编码&#xff1a;UTF-8&#xff0c;推荐用 Notepad 转换编码。 pip install lxml ; lxml-5.1.0-cp310-cp310-win_amd64.whl (3.9 MB) pip install xmltodict ; lxml 读目录.txt文件&…

计算机网络概念、组成、功能和分类

文章目录 概要1.怎么学习计算机网络2.概念3.功能、组成4.工作方式、功能组成5.分类 概要 概念、组成、功能和分类 1.怎么学习计算机网络 2.概念 通信设备&#xff1a;比如路由器、路由器 线路&#xff1a;将系统和通信设备两者联系的介质之类的 计算机网络是互连的、自治的的计…

如何设计一个预约抢购活动

总体架构设计 互联网大量数据的存储设计 1&#xff09;哈希算法&#xff0c;对商品ID进行分片 节点取模的形式&#xff0c;优点是均匀分布&#xff0c;缺点是扩展性不好。所以&#xff0c;我们可以采用一致性hash。 一致性HASH的优点&#xff1a; 解决单一热点问题&#xf…

3060ti显卡+cuda12.1+win10编译安装生成fastdeploy的c++与python库

在cuda12中,调用官方发布的fastdeploy会出现报错,故此自行编译fastdeploy库。 官网编译教程:https://github.com/PaddlePaddle/FastDeploy/blob/develop/docs/cn/build_and_install/gpu.md 可选编译选项 编译选项 无论是在何平台编译,编译时仅根据需求修改如下选项,勿…

分布式springboot 3项目集成mybatis官方生成器开发记录

文章目录 说明实现思路实现步骤第一步&#xff1a;创建generator子模块第二步&#xff1a;引入相关maven插件和依赖第三步&#xff1a;编写生成器配置文件第四步&#xff1a;运行查看结果 说明 该文章为作者开发学习记录&#xff0c;方便以后复习和交流主要内容为&#xff1a;…

MGIE官网体验入口 苹果多模态大语言模型AI图像编辑工具在线使用地址

MGIE是一项由苹果开源的技术&#xff0c;利用多模态大型语言模型&#xff08;MLLMs&#xff09;生成图像编辑指令&#xff0c;通过端到端训练&#xff0c;捕捉视觉想象力并执行图像处理操作&#xff0c;使图像编辑更加智能、直观。 MGIE官网体验入口https://github.com/apple/M…

Mybatis- plus 基本使用

目录 一. 引入依赖 二.定义Mapper 三.常见注解 3.1TableName 3.2.TableId 3.3TableField 3.4常见配置 一. 引入依赖 由于这个starter包含对mybatis的自动装配&#xff0c;因此完全可以替换掉Mybatis的starter。 <dependency><groupId>com.baomidou</gr…

人工智能之估计量评估标准及区间估计

评估估计量的标准 无偏性:若估计量( X 1 , X 2 , ⋯   , X n X_1,X_2,\cdots,X_n X1​,X2​,⋯,Xn​)的数学期望等于未知参数θ,即 E ( θ ^ ) = θ E(\hat\theta)=\theta E(θ^)=θ 则称 θ ^ \hat\theta θ^为θ的无偏估计量。 估计量 θ ^ \hat\theta θ^的值不一定就是…