如何将Neo4j数据库导出数据导入ArangoDB？是否有对应工具？

我来分享下处理这类需求的实际经验，分成手动转换导入和工具推荐两部分来说：

一、手动转换格式后用arangoimp导入 #

如果不想依赖第三方工具，手动调整CSV格式是最直接的方案——毕竟arangoimp本身性能不错，只是和Neo4j导出的格式不兼容，步骤如下：

1. 从Neo4j导出CSV数据
   用Neo4j自带的neo4j-admin export命令导出节点和关系，示例命令：

   neo4j-admin export --database=neo4j --nodes=nodes.csv --relationships=relationships.csv --delimiter=,
   

   导出的nodes.csv会包含节点ID、标签和属性，relationships.csv则包含起始节点ID、结束节点ID、关系类型和属性。

2. 转换顶点（节点）CSV格式
   ArangoDB的顶点CSV必须包含_key字段（作为顶点的唯一标识），你可以把Neo4j的:ID字段直接重命名为_key（注意转成字符串，因为ArangoDB的_key仅支持字符串类型），也可以添加_collection字段指定目标集合名。
   举个转换前后的例子：
   原Neo4j节点CSV：

   :ID,label:LABEL,name,age
   1,Person,Alice,30
   2,Person,Bob,25
   

   转换后：

   _key,label,name,age
   "1",Person,Alice,30
   "2",Person,Bob,25
   

3. 转换边（关系）CSV格式
   ArangoDB的边CSV需要_from和_to字段，格式为[顶点集合名]/[顶点_key]，关系类型可以保留为属性，也可以用来命名边集合。
   原Neo4j关系CSV：

   :START_ID,:END_ID,:TYPE,friend_since
   1,2,FRIEND,2020
   

   转换后（假设顶点集合叫nodes）：

   _from,_to,type,friend_since
   nodes/1,nodes/2,FRIEND,2020
   

4. 用arangoimp导入
   分别执行顶点和边的导入命令：

   # 导入顶点
   arangoimp --file nodes_converted.csv --type csv --collection nodes --create-collection true
   # 导入边（注意指定--create-collection-type edge）
   arangoimp --file edges_converted.csv --type csv --collection relationships --create-collection true --create-collection-type edge
   

二、可用的迁移工具推荐 #

如果数据量较大或者不想手动改格式，这些工具能帮你节省时间：

• 自定义Python脚本
  这是最灵活的方式，适合有编程基础的开发者。用py2neo连接Neo4j读取数据，再用python-arango写入ArangoDB，示例脚本如下：

  from py2neo import Graph
  from arango import ArangoClient
  
  # 连接Neo4j
  neo4j_graph = Graph("bolt://localhost:7687", auth=("neo4j", "your_password"))
  # 连接ArangoDB
  arango_client = ArangoClient(hosts="http://localhost:8529")
  db = arango_client.db("your_db", username="root", password="your_password")
  
  # 创建顶点和边集合
  nodes_col = db.create_collection("nodes")
  edges_col = db.create_collection("relationships", edge=True)
  
  # 批量导入节点（避免内存溢出，每1000条提交一次）
  nodes_batch = []
  for node in neo4j_graph.run("MATCH (n) RETURN n.id AS id, labels(n) AS labels, properties(n) AS props"):
      nodes_batch.append({
          "_key": str(node["id"]),
          "labels": node["labels"],
          **node["props"]
      })
      if len(nodes_batch) >= 1000:
          nodes_col.insert_many(nodes_batch)
          nodes_batch = []
  if nodes_batch:
      nodes_col.insert_many(nodes_batch)
  
  # 批量导入边
  edges_batch = []
  for rel in neo4j_graph.run("MATCH ()-[r]->() RETURN r.startNodeId AS start_id, r.endNodeId AS end_id, type(r) AS type, properties(r) AS props"):
      edges_batch.append({
          "_from": f"nodes/{rel['start_id']}",
          "_to": f"nodes/{rel['end_id']}",
          "type": rel["type"],
          **rel["props"]
      })
      if len(edges_batch) >= 1000:
          edges_col.insert_many(edges_batch)
          edges_batch = []
  if edges_batch:
      edges_col.insert_many(edges_batch)
  

• 社区开源工具
  可以去GitHub上搜索neo4j-arangodb-importer这类项目，不过要注意检查工具是否兼容你当前使用的Neo4j和ArangoDB版本，避免出现兼容性问题。

注意事项 #

• 确保Neo4j的节点ID转成ArangoDB的_key后是唯一的，避免导入冲突；
• 大规模数据迁移时，务必分批次处理，防止内存占用过高；
• 迁移完成后要验证数据完整性，比如对比节点数、边数，抽样检查属性是否正确。

内容的提问来源于stack exchange，提问作者user2727704