优化neo4j lucene指数

Question

我在Neo4j数据库中设置了全文自动索引。

很明显，在这种情况下，Neo4j总是使用Lucene来做索引。 目前我有大约2000万个节点，可能很快会增加到超过4000万个节点。

对于大多数查询，性能很好，几乎是即时的，但有时候会像

那样查询

"*term*" 

最多需要20秒才能返回。

您能否分享一些有关优化Neo4j和Lucene以执行更快全文搜索的技巧？也许我应该修改一些缓存属性？

基本配置在文档中得到了很好的解释，但很难找到任何关于如何配置和/或改变Lucene在Neo4j中的行为的精心编写的指南。

Answer 1

我认为你的主要问题是你在那里使用领先的通配符。 See other answers about lucene performance in general on leading wildcards

如果您只是在寻找一个简单的术语，您可能希望从文档中提取术语并将它们链接到该术语的单独节点，以便您可以利用图形连接来获取包含术语的文档。

无论您如何构建索引，此查询“ term ”都必须查看数据库中每个字符串的每个可能子字符串，这将花费很长时间。

您可能需要查看对文档进行标记并提取这些关键术语，以便最终得到类似的内容：

(d:Document)-[:contains]->(t:Term { term: "foo" });

然后，当你想知道哪些文件中有“foo”时，你不再做Lucene，但是这个：

MATCH (t:Term {term: "foo"})<-[:contains]-(d:Document)
RETURN d;

我希望这会更快，更快，但需要你在前端进行术语提取。它也主要用于简单的术语，而不是像[foo？o？o？bar]

这样的查询