如何将Parquet文件中的表格数据导入Memgraph图数据库

不需要先转CSV，有两种更直接的方案：

1. 用Memgraph Lab可视化导入 #

Memgraph Lab（Memgraph官方可视化工具）支持直接导入Parquet文件，操作步骤：

• 打开Memgraph Lab并连接到目标数据库
• 切换到Import Data标签页
• 选择Upload files，上传你的Parquet文件
• 在数据映射界面：
  • 选中要导入的目标表（Parquet可能包含多表，这里选择你的人员数据表）
  • 定义节点类型（比如Person），将Parquet列映射为节点属性（如FirstName→first_name、LastName→last_name等）
  • 若需构建关联关系（比如把Country单独设为Country节点，与Person建立LIVES_IN关系），可在此步配置关系映射
• 点击Import完成导入

这种方法无需写代码，适合快速导入或非技术人员操作。

2. Python脚本批量导入（适合自动化/大数据量） #

用PyArrow直接读取Parquet，再通过Memgraph Python客户端写入，步骤如下：

安装依赖 #

pip install memgraph pyarrow pandas

编写导入脚本 #

import pyarrow.parquet as pq
from memgraph import Memgraph

# 连接Memgraph（默认地址localhost:7687，如有修改请调整参数）
mg = Memgraph()

# 读取Parquet文件并转换为DataFrame
parquet_table = pq.read_table("your_data.parquet")
df = parquet_table.to_pandas()

# 批量插入数据（用UNWIND减少网络请求，提升导入效率）
data_records = df.to_dict("records")
mg.execute(
    """
    UNWIND $records AS person
    CREATE (p:Person {
        first_name: person.FirstName,
        last_name: person.LastName,
        country: person.Country,
        occupation: person.Occupation,
        salary: person.Salary
    })
    """,
    params={"records": data_records}
)

print("数据导入完成")

优化建议 #

• 若数据量达百万级以上，可将数据拆分多个批次导入，避免内存占用过高
• 如需构建复杂关系（比如Person关联Occupation节点），可先导入维度数据，再在脚本中补充关系创建逻辑

内容的提问来源于stack exchange，提问作者Moraltox