Question

我正在使用大约17毫米处方声明，每个处方声明包含以下字段（子集）：

claim_id (one record per claim)
patient_id
drug_id
provider_id

我的节点与上面的字段相同，关系是：

patient - [:FILLED] -> prescription
provider - [:WROTE] -> prescription
prescription -[:CONTAINS] -> drug

输入文件未订购，即patient / provider / drug可出现在文件中的任何位置。

我正在使用py2neo，Cypher MERGE和批量大小为1,000行来处理，以确保没有重复的患者，提供者或药物被创建。

Problem：性能 - 每批大约需要一分钟（4个节点+ 4个关系X 1,000），随着图表的增长，时间也在增加。

Question：有更好的方法吗？打开非python建议。

Answer 1

如果你想做csv + cypher，你可以查看shell-import工具：

csv列映射到cypher语句的参数。

确保预先创建唯一约束/索引（适用于2.0），因此您可以在使用MERGE插入期间利用它们

如果你想拥有一个动态的rel-type，你可以在你的语句中使用＃{type}（这不是由cypher解决的，而是导入工具）

查看CSV批次导入程序，它应该能够在几分钟内导入您的数据。

只需为节点和关系创建一个或多个csv文件

Answer 2

您还可以通过Geoff扩展程序查看load2neo。这通过其感叹号语法支持唯一性，因此可以帮助您。

整体语法看起来与Cypher非常相似，但有一些细微差别，py2neo使用load_geoff方法直接支持load2neo。

Answer 3

这是我在Python / py2neo中为类似大小的数据集做的事情：

拆分唯一节点和关系的创建。请务必使用WriteBatch来加快此过程。

创建所有patient，provider，drug个节点，并将py2neo节点存储在包含patient_id，provider_id或{{的Python dict中1}}作为关键。使用dict确保每个id只创建一次。
再次检查您的数据，创建drug_id个节点以及与claim，patient，provider个节点的关系。 Py2neo允许在同一批次中为该节点创建drug节点和关系。
```
claim
```

17米的操作会使您的批次爆炸。尝试每1000次提交一次。