Question

我正在尝试从Neo4j DB加载节点（大约400）和关系（大约800）以使用D3创建力导向图。这是我的get函数（我正在使用Tornado）：

def get(self):
        query_string = "START r=rel(*) RETURN r"
        query = neo4j.CypherQuery(graph_db, query_string)
        results = query.execute().data
        start = set([r[0].start_node for r in results])
        end = set([r[0].end_node for r in results])
        nodes_to_keep = list(start.union(end))
        nodes = []
        for n in nodes_to_keep:
            nodes.append({
                "name":n['name'].encode('utf-8'), 
                "group":n['type'].encode('utf-8'), 
                "description":n['description'].encode('utf-8'), 
                "node":int(n['node_id'])})
        #links
        links = []
        for r in results:
            links.append({"source":int(r[0].start_node['node_id']), "target":int(r[0].end_node['node_id'])})
        self.render(
            "index.html",
            page_title='My Page',
            page_heading='Sweet D3 Force Diagram',
            nodes=nodes,
            links =links,
        )

我认为昂贵的流程在for n in nodes_to_keep:和for r in results:，因为每次我获得每个属性，这都是一次服务器之旅。正确？

完成此任务的最佳方法是什么？

Answer 1

上述过程花费这么长时间的原因是因为每次我要求一个节点属性时，我都会去服务器取一些数据库中的东西。通过简单地修改Cypher查询，我就能够大大减少此过程所需的时间。

例如，为了获得所有具有关系的节点，我使用了这个查询：

query_string = """MATCH (n)-[r]-(m) 
                RETURN n, n.node_id, n.name, n.type, n.description, m.node_id, m.name, m.type, m.description""" 
query = neo4j.CypherQuery(graph_db, query_string)
results = query.execute().data

结果包含我需要的信息，因此我只是遍历结果以获取属性。

需要注意的是，您需要编写查询，以便他们在第一时间获取您需要的信息。

使用py2neo从Neo4j获取大量节点的最快方法

1 个答案: