Python 批量插入neo4j-最佳选项？

我一直在尝试将一个相对较大的数据集导入neo4j…大约5000万个具有关系的节点

我首先通过py2neo->尝试了Cypher，它确实可以工作，但是如果需要使用createunique或MERGE，它会变得非常慢

我现在正在研究其他批量导入方法，我想知道是否有建议说明这些方法中哪种最适合一般工作流和速度：

• Neo4j文档提到了一个似乎是Java的版本，它是Neo4j发行版的一部分
• 在github还有Michael Hunger的文章，我不确定这与发行版中包含的文章有多相似或不同
• 还有一个，我目前正在测试
• 另外还有Neo v2的密码的一部分功能，尽管我不确定这是否主要是一个方便因素，以及它的性能是否类似于通过密码事务批量执行密码查询，比如40000次

---

如果您对这些选项之间的功能、工作流程和速度差异有任何意见，我将不胜感激。

如果您可以使用最新版本的Neo4j，建议您使用Cypher中的新LOAD CSV语句：

无论其价值如何，我目前使用的是Nigel Small，它似乎运行良好且快速。在我看来，geoff格式的文本文件比所有属性都作为列标题的CSV文件更容易构建。我正在考虑使用load2neo而不是CSV批导入器。它们在性能上相似吗？您知道LOAD CSV语句在性能上是否与实用程序有很大的不同吗？我猜批导入程序的速度要快得多，因为它是只写的，并且比使用整个cypher语言灵活得多。我个人用批导入器在大约40分钟内加载了大约1亿个节点和关系。没有尝试过加载CSV的相同比例。我认为，这实际上取决于数据量、操作所需的灵活性（您可以随时进行预处理），以及是否需要在应用程序生命周期内重复该操作，因为这应该是一次性批量导入。