Go语言调用RESTAPI查询Neo4j节点教程
哈喽!今天心血来潮给大家带来了《Go 通过 REST API 查询 Neo4j 节点教程》,想必大家应该对Golang都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习Golang,千万别错过这篇文章~希望能帮助到你!

本文档详细介绍了如何使用 Go 语言通过 Neo4j 的 REST API 查询节点,重点在于正确配置和使用 Lucene 查询。我们将通过一个完整的示例,演示如何创建节点索引、添加节点到索引,并最终使用正确的 Lucene 查询来检索节点。本文将帮助开发者避免常见的查询错误,并提供清晰的代码示例和注意事项。
前提条件
- 安装 Go 语言环境
- 安装 Neo4j 数据库
- 安装 Neo4j Go 驱动 (例如:github.com/neo4j/neo4j-go-driver/v4)
步骤详解
以下是一个完整的示例,演示了如何创建节点索引、添加节点到索引,并使用 Lucene 查询检索节点。
1. 创建节点索引
首先,我们需要创建一个节点索引。索引类型通常选择 fulltext,提供者选择 lucene。
func CreateNodeIndex(session *neo4j.Session, indexName string) error {
query := fmt.Sprintf(`CREATE FULLTEXT INDEX %s FOR (n:Node) ON EACH [n.name, n.key01]`, indexName)
_, err := (*session).Run(query, map[string]interface{}{})
return err
}2. 创建节点
接下来,创建一些节点,这些节点将被添加到索引中。
func CreateNode(session *neo4j.Session, data map[string]interface{}) (neo4j.Result, error) {
query := `CREATE (n:Node $props) RETURN n`
params := map[string]interface{}{
"props": data,
}
result, err := (*session).Run(query, params)
return result, err
}3. 将节点添加到索引
将创建的节点添加到索引中。注意,indexKey 应该与节点属性名一致,indexValue 应该与节点属性值一致。
func AddNodeToIndex(session *neo4j.Session, indexName string, nodeID int64, indexKey string, indexValue string) error {
query := fmt.Sprintf(`CALL db.index.fulltext.addNode('%s', {Node}, ['%s'])`, indexName, indexKey)
params := map[string]interface{}{
"nodeId": nodeID,
"indexKey": indexKey,
"indexValue": indexValue,
}
_, err := (*session).Run(query, params)
return err
}4. 使用 Lucene 查询节点
这是最关键的部分。要使用 Lucene 查询,必须使用正确的索引键。如果存储数据时使用的 indexKey 是 "some_key",那么 Lucene 查询也必须使用 "some_key"。
func FindNodeByQuery(session *neo4j.Session, indexName string, luceneQuery string) (neo4j.Result, error) {
query := fmt.Sprintf(`CALL db.index.fulltext.queryNodes('%s', '%s') YIELD node, score RETURN node`, indexName, luceneQuery)
result, err := (*session).Run(query, map[string]interface{}{})
return result, err
}完整示例代码
package main
import (
"fmt"
"log"
"testing"
"github.com/neo4j/neo4j-go-driver/v4/neo4j"
)
// Replace with your Neo4j connection details
const (
uri = "bolt://localhost:7687"
username = "neo4j"
password = "your_password"
)
func TestFindNodeByQuery(t *testing.T) {
log.Println("Start testing FindNodeByQuery")
driver, err := neo4j.NewDriver(uri, neo4j.BasicAuth(username, password, ""))
if err != nil {
t.Fatal(err)
}
defer driver.Close()
sessionConfig := neo4j.SessionConfig{AccessMode: neo4j.AccessModeWrite}
session := driver.NewSession(sessionConfig)
defer session.Close()
log.Println("Create Index,type lucene")
indexName := "testIndex"
indexType := "fulltext"
indexProvider := "lucene"
err = CreateNodeIndex(&session, indexName)
if err != nil {
t.Error(err)
}
log.Println("create two nodes")
data := map[string]interface{}{
"name": "test01",
"key01": "value01",
}
result1, err := CreateNode(&session, data)
if err != nil {
t.Error(err)
}
record1, err := result1.Single()
if err != nil {
t.Error(err)
}
node1 := record1.Values[0].(neo4j.Node)
data["name"] = "test02"
result2, err := CreateNode(&session, data)
if err != nil {
t.Error(err)
}
record2, err := result2.Single()
if err != nil {
t.Error(err)
}
node2 := record2.Values[0].(neo4j.Node)
indexKey := "name"
indexValue := "test"
err = AddNodeToIndex(&session, indexName, node1.Id, indexKey, indexValue)
if err != nil {
t.Error(err)
}
err = AddNodeToIndex(&session, indexName, node2.Id, indexKey, indexValue)
if err != nil {
t.Error(err)
}
luceneQuery := "name:test*" // Corrected query
results, err := FindNodeByQuery(&session, indexName, luceneQuery)
if err != nil {
t.Error(err)
}
count := 0
for results.Next() {
count++
record := results.Record()
node := record.Values[0].(neo4j.Node)
log.Println(node.Props)
}
log.Printf("Found %d nodes\n", count)
// results, err := session.FindNodeByMatch(indexName, indexKey, indexValue)
// log.Println(len(results))
// for _, result := range results {
// log.Println(result)
// }
log.Println("Clean data...")
deleteNodeQuery := `MATCH (n) WHERE id(n) = $nodeId DELETE n`
_, err = session.Run(deleteNodeQuery, map[string]interface{}{"nodeId": node1.Id})
if err != nil {
t.Error(err)
}
_, err = session.Run(deleteNodeQuery, map[string]interface{}{"nodeId": node2.Id})
if err != nil {
t.Error(err)
}
dropIndexQuery := fmt.Sprintf(`DROP INDEX %s`, indexName)
_, err = session.Run(dropIndexQuery, map[string]interface{}{})
if err != nil {
t.Error(err)
}
log.Println("data cleaned")
log.Println("FindNodeByQuery test finished!")
}
func CreateNodeIndex(session *neo4j.Session, indexName string) error {
query := fmt.Sprintf(`CREATE FULLTEXT INDEX %s FOR (n:Node) ON EACH [n.name, n.key01]`, indexName)
_, err := (*session).Run(query, map[string]interface{}{})
return err
}
func CreateNode(session *neo4j.Session, data map[string]interface{}) (neo4j.Result, error) {
query := `CREATE (n:Node $props) RETURN n`
params := map[string]interface{}{
"props": data,
}
result, err := (*session).Run(query, params)
return result, err
}
func AddNodeToIndex(session *neo4j.Session, indexName string, nodeID int64, indexKey string, indexValue string) error {
query := fmt.Sprintf(`CALL db.index.fulltext.addNode('%s', {Node}, ['%s'])`, indexName, indexKey)
params := map[string]interface{}{
"nodeId": nodeID,
"indexKey": indexKey,
"indexValue": indexValue,
}
_, err := (*session).Run(query, params)
return err
}
func FindNodeByQuery(session *neo4j.Session, indexName string, luceneQuery string) (neo4j.Result, error) {
query := fmt.Sprintf(`CALL db.index.fulltext.queryNodes('%s', '%s') YIELD node, score RETURN node`, indexName, luceneQuery)
result, err := (*session).Run(query, map[string]interface{}{})
return result, err
}
func main() {
testing.Main(nil, nil, nil)
}注意事项
- 索引键: 确保在 Lucene 查询中使用正确的索引键,该键必须与存储数据时使用的键一致。
- 空格: 尽量避免在索引键中使用空格,这会使查询更加复杂。
- 错误处理: 在实际应用中,应该添加更完善的错误处理机制。
- Neo4j 版本: 确保代码与使用的 Neo4j 版本兼容。不同的 Neo4j 版本可能在 API 细节上有所不同。
- 权限: 确保Neo4j用户具有创建和删除索引的权限。
总结
通过本文档,我们学习了如何使用 Go 语言通过 Neo4j 的 REST API 查询节点。关键在于理解如何正确创建索引、添加节点到索引,以及如何构造正确的 Lucene 查询。 遵循这些步骤和注意事项,可以避免常见的查询错误,并有效地使用 Neo4j 的索引功能。
终于介绍完啦!小伙伴们,这篇关于《Go语言调用RESTAPI查询Neo4j节点教程》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!
Golang错误日志记录技巧分享
- 上一篇
- Golang错误日志记录技巧分享
- 下一篇
- Excel批量插入图片到单元格方法
-
- Golang · Go教程 | 2小时前 | Go教程 · Go 有序切片 slices slices.BinarySearch BinarySearchFunc
- Go slices.BinarySearch 维持有序数据的查找方案
- 317浏览 收藏
-
- Golang · Go教程 | 11小时前 | 标准库 · Go教程 · Go 浅拷贝 maps.Clone map复制
- Go maps.Clone 复制映射并保持独立修改
- 398浏览 收藏
-
- Golang · Go教程 | 11小时前 |
- Go iter.Pull 适配拉取式遍历并正确停止
- 440浏览 收藏
-
- Golang · Go教程 | 22小时前 | 配置管理 · 性能优化 · 并发编程 · Go教程 · 类型约束 RWMutex 配置快照 atomic.Pointer Go atomic.Value
- Go atomic.Value 存储配置快照的类型约束
- 485浏览 收藏
-
- Golang · Go教程 | 22小时前 |
- Go sync/atomic Uint64 对齐与无锁计数方案
- 165浏览 收藏
-
- Golang · Go教程 | 22小时前 | 性能优化 · 并发编程 · sync.Pool · 内存管理 · Go教程 · 垃圾回收 对象池 bytes.Buffer 临时对象 Go sync.Pool
- Go sync.Pool 缓存临时对象的回收边界
- 393浏览 收藏
-
- Golang · Go教程 | 23小时前 |
- Go sync.Cond 生产者消费者唤醒策略
- 224浏览 收藏
-
- Golang · Go教程 | 23小时前 |
- Go sync.OnceValue 延迟初始化结果的复用方式
- 132浏览 收藏
-
- Golang · Go教程 | 1天前 | go · Context · 并发编程 · Go context.WithoutCancel context取消传播
- Go context.WithoutCancel 脱离父取消的使用边界
- 396浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 300次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 357次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 355次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 323次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 141次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览

