Question

我最近在研究如何通过属性查找重复节点，并发现以下结果提供了一个非常有效的解决方案：

neo4j find all nodes with matching properties
An effective way to lookup duplicate nodes in Neo4j 1.8?

由于我使用的是Neo4j v2.2.3社区，我使用了以下风格：

match (n:Label) with n.prop as prop, collect(n) as nodelist, count(*) as count where count > 1 return prop, nodelist, count

我无法理解其工作原理。我的职业生涯一直使用关系数据库而且没有获得分组机制，这显然存在，因为我得到了节点列表及其各自的计数。

有人可以解释一下这是如何运作的，也可以提供解释参考？

Answer 1

Here's the relevant documentation on aggregation in cypher

重要的一点是：

聚合函数采用多个输入值并计算   来自他们的汇总价值。例子是计算的平均值   多个数值的平均值，或找到最小值的min   一组值中的数值。

聚合可以在所有匹配的子图上完成，也可以   通过引入关键值进一步划分。这些是非聚合的   表达式，用于对进入的值进行分组   聚合函数。

所以，如果return语句看起来像这样：

RETURN n，count（*）

我们有两个返回表达式：n和count（）。第一个，n，是   聚合函数，因此它将成为分组键。后者，   count（）是一个聚合表达式。所以匹配的子图将是   根据分组键分为不同的桶。该   然后聚合函数将在这些桶上运行，计算出   总价值。

如果您想使用聚合来对结果集进行排序，那么   聚合必须包含在RETURN中才能在ORDER中使用   BY

您的查询相当简单：

match (n:Label) 
with n.prop as prop, 
     collect(n) as nodelist, 
     count(*) as count 
where count > 1 
return prop, nodelist, count

您只是在with块而不是return块中进行聚合。在这种情况下，collect()不是一个聚合函数（我知道，这个术语看起来有点奇怪），但count(*)是。prop。因此，根据分组键，您的查询将分为不同的桶;您的查询有点奇怪，Database似乎是您的分组键。不确定您是否打算这样做，这取决于查询的语义。

以下重复查找查询中WITH和COLLECT的说明

1 个答案: