Question

我们有一个Neo4J数据库，代表一个具有大约100K节点和200K关系的进化过程。节点是代中的个体，边缘代表父子关系。主要目标是能够在最后一代中获取一个或多个感兴趣的节点，并探索它们的进化历史（大致上，＆＃34;我们是如何到达这里的？＆＃34;）。

＆＃34;显而易见＆＃34;第一次查询找到他们的祖先并不起作用，因为在这个空间里有太多可能的祖先和路径：

match (a)-[:PARENT_OF*]->(c {is_interesting: true}) 
return distinct a;

因此我们对数据进行了预处理，以便将某些边缘标记为＆＃34;特殊＆＃34;这样几乎每个节点最多只有一个＆＃34;特殊的＆＃34;父边缘，虽然偶尔两个父边缘都标记为＆＃34;特殊＆＃34;。那么，我希望这个查询能够（有效地）生成（特别）＆＃34;特殊的＆＃34;边缘：

match (a)-[r:PARENT_OF* {special: true}]->(c {is_interesting: true}) 
return distinct a;

然而，这仍然是非常缓慢的。

这令人沮丧，因为＆＃34;作为人类＆＃34;，逻辑很简单：从少数＆＃34;有趣的＆＃34;开始。节点（通常为1，从不超过几十个），并沿着几乎总是独特的特殊＆＃34;追逐＃34;边缘。假设节点数量非常少，有两个＆＃34;特殊＆＃34;父母，这应该是O（N），其中N是时代的世代数。

然而，在Neo4J中，从一个独特的＆＃34;有趣的＆＃34;回到25步。每个步骤唯一的节点，需要30秒，并且一旦单个分叉（其中父母都是＆＃34;特殊＆＃34;）作为步骤的功能，它变得更快。 28步（让我们到达第一个分叉处）需要2分钟，30分钟（那里仍然只有一个分叉）需要6分钟，我甚至没想过尝试完整的100步到达模拟的开始。

去年的一些类似工作似乎表现更好，但我们使用了各种边缘标签（例如(a)-[:SPECIAL_PARENT_OF*]->(c)以及(a)-[:PARENT_OF*]->(c)），而不是使用边缘上的数据字段。查询关系字段值是不是一个好主意？我们在这个模型中有一些不同的值附加到一个关系（一些布尔值，一些数字），我们希望/假设我们可以使用它们来有效地限制搜索，但也许情况并非如此。

非常感谢有关如何调整模型或查询的建议。

更新我应该提到，这都是Neo4J 2.1.7。我将根据Brian Underwood的建议尝试2.2尝试并报告。

Answer 1

我在指定路径长度限制方面有一些运气。因此，如果您知道它不会超过30个跃点，您可以尝试：

MATCH (c {is_interesting: true})
WITH c
MATCH (a)-[:PARENT_OF*1..30]->c 
RETURN DISTINCT a

此外，is_interesting属性上是否有索引？这肯定会导致缓慢。

您使用的是什么版本的Neo4j？如果您正在使用或升级到2.2.0，则可以使用新的查询分析工具：

http://neo4j.com/docs/2.2.0/how-do-i-profile-a-query.html

此外，如果您在Web控制台中使用它们，您将获得一个很好的图形树（技术术语），显示每个步骤。

Answer 2

在使用Neo4J 2.2中的分析工具进行探索之后（感谢Brian Underwood的提示），很明显（目前）Neo4J没有对边缘属性进行任何预过滤，这导致了长路径的令人讨厌的组合爆炸。

例如原始查询：

match (a)-[r:PARENT_OF* {special: true}]->(c {is_interesting: true}) 
return distinct a;

找到所有从a到c的路径，然后消除那些边缘不是{{1}的路径}}。由于从special到a有数百万条路径，因此这是完全不可行的。

如果我在c边缘有IS_SPECIAL的地方添加PARENT_OF边缘，那么查询会变得非常快，让我可以在一个下方推回100代左右第二

此查询创建所有新边：

{special: true}

并在一秒钟内在我们的图表中添加91K关系。

然后

match (a)-[r:PARENT_OF {special: true}]->(b) 
create (a)-[:IS_SPECIAL]->(b);

需要一秒钟才能找到沿着＆＃34;特殊＆＃34;的112个节点。从唯一目标节点match (c {is_interesting: true}) with c match (a)-[:IS_SPECIAL*]->(c) return distinct a;返回的路径。首先匹配c并使用c限制节点集似乎也很重要，因为Neo4J似乎也没有对节点属性进行预过滤，并且如果有多个＆＃34 ;有趣＆＃34;目标节点事情变得慢得多。

寻求Neo4J Cypher查询很长但（几乎）独特的路径

2 个答案: