Question

我有以下Cypher查询，运行速度非常快（3秒）

  MATCH (step1:Hit),(step2:Hit),(step3:Hit),(step4:Hit),
step1-[:VISITED]->(_page1:Page), step1-[:SOURCE_COUNTRY]->(_country1:Country), step1-[:USED_DEVICE]->(_device1:Device),
step2-[:VISITED]->(_page2:Page), step2-[:SOURCE_COUNTRY]->(_country2:Country), step2-[:USED_DEVICE]->(_device2:Device)  ,
step3-[:VISITED]->(_page3:Page), step3-[:SOURCE_COUNTRY]->(_country3:Country), step3-[:USED_DEVICE]->(_device3:Device),
step4-[:VISITED]->(_page4:Page), step4-[:SOURCE_COUNTRY]->(_country4:Country), step4-[:USED_DEVICE]->(_device4:Device) 

WHERE _page1.page_key =~ '(?i)(.*lnd\\.my-domain.com.*)' and step1.date_time>=1432296000 and NOT(()-[:NEXT*]->step1)
and _page2.page_key =~ '(?i)(.*register.*)' and step2.date_time>=1432296000 
and  _page3.page_key =~ '(?i)(.*customer-info.*)' and step3.date_time>=1432296000 
and _page4.page_key =~ '(?i)(.*deposit.*)' and step4.date_time>=1432296000
return step1 limit 5

一旦我添加了一个路径（最后2行）变量，它就会运行5分钟:(

MATCH (step1:Hit),(step2:Hit),(step3:Hit),(step4:Hit),
step1-[:VISITED]->(_page1:Page), step1-[:SOURCE_COUNTRY]->(_country1:Country), step1-[:USED_DEVICE]->(_device1:Device),
step2-[:VISITED]->(_page2:Page), step2-[:SOURCE_COUNTRY]->(_country2:Country), step2-[:USED_DEVICE]->(_device2:Device),
step3-[:VISITED]->(_page3:Page), step3-[:SOURCE_COUNTRY]->(_country1:Country), step3-[:USED_DEVICE]->(_device3:Device),
step4-[:VISITED]->(_page4:Page), step4-[:SOURCE_COUNTRY]->(_country4:Country), step4-[:USED_DEVICE]->(_device4:Device) 

WHERE _page1.page_key =~ '(?i)(.*lnd\\.my-domain.com.*)' and step1.date_time>=1432296000 and NOT(()-[:NEXT*]->step1)
and _page2.page_key =~ '(?i)(.*register.*)' and step2.date_time>=1432296000 
and  _page3.page_key =~ '(?i)(.*customer-info.*)' and step3.date_time>=1432296000 
and _page4.page_key =~ '(?i)(.*deposit.*)' and step4.date_time>=1432296000

MATCH path=step1-[:NEXT*..2]->step2-[:NEXT*..2]->step3-[:NEXT*..2]->step4
return path limit 5

图表的（伪）结构为：

（用户）有多个（Session {session_id}）

（会话）有1个或更多（Hit {date_time，hit_id}）

（Hit）与以下所有内容都有一个关系：

（浏览器），（国家），（设备），（Page {page_key}）

每个Hit也有一个（0或更多）关系：[NEXT]到同一个会话中的下一个Hit

Answer 1

您遇到的问题不是路径搜索，而是查找起始节点和结束节点的方式。

另一件事是你在查询开始时创建了一个巨大的基数爆炸。

尝试在Neo4j浏览器中执行查询的“PROFILE”执行，然后您会看到一大堆时间用于扫描所有数据。

你也没有使用国家和设备？不确定你需要它们吗？

我建议现在使用精确查找页面搜索，并且只有在查询真的很快之后，才能查看全文搜索。准确的查找是查找包含INDEX ON :Page(page_key)并执行page.page_key = {url}或page.page_key IN {urls}

的网页名称

要进行有效的全文搜索，现在您必须使用manual index。

但是很快就会使用Neo4j 2.3，你将可以使用支持索引的LIKE。

类似于时间戳范围，您也可以使用time-tree。

根据两个选择标准中哪一个更具选择性，我会研究其中任何一个。

您的所有路径也已断开连接，您应该尝试逐步连接它们。现在他们根本没有相关的关系。

此NOT(()-[:NEXT*]->step1)应为NOT(()-[:NEXT]->step1)

neo4j在寻找路径时查询性能低下

1 个答案: