Question

在从CSV导入数据后，我认为两种实体Gene和Chromosome之间的关系，我认为这是简单而正常的方式：

MATCH (g:Gene),(c:Chromosome)
WHERE g.chromosomeID = c.chromosomeID
CREATE (g)-[:PART_OF]->(c);

然而，当我这样做时，neo4j（浏览器用户界面）抱怨道：

此查询在断开连接的模式之间构建笛卡尔积。如果查询的一部分包含多个断开连接的模式，这将在所有这些部分之间构建笛卡尔积。这可能会产生大量数据并减慢查询处理速度。虽然偶尔会有意图，但通常可以重新制定避免使用此交叉产品的查询，可能是通过在不同部分之间添加关系或使用OPTIONAL MATCH（标识符为：（c））。 < / p>

我不知道问题所在。 chromosomeID是一个非常简单的外键。

Answer 1

浏览器告诉你：

它通过在每个Gene实例和每个Chromosome实例之间进行比较来处理您的查询。如果您的数据库具有G基因和C染色体，那么查询的复杂性为O(GC)。例如，如果我们正在使用人类基因组，那么有46条染色体和25000个基因，因此数据库必须进行1150000比较。
您可以通过更改查询来提高复杂性（和性能）。例如，如果我们在:Gene(chromosomeID)上created an index，并且更改了查询以便我们最初只匹配具有最小基数（46条染色体）的节点，那么我们只会O(G)（或25000）＆＃34;比较＆＃34; - 那些比较实际上是快速索引查找！这种方法应该快得多。

创建索引后，我们可以使用此查询：
```
MATCH (c:Chromosome)
WITH c
MATCH (g:Gene) 
WHERE g.chromosomeID = c.chromosomeID
CREATE (g)-[:PART_OF]->(c);
```
它使用WITH子句强制首先执行第一个MATCH子句，避免使用笛卡尔积。第二个MATCH（和WHERE）子句使用第一个MATCH子句和索引的结果来快速获取属于每个染色体的确切基因。

Answer 2

正如logisima在评论中提到的那样，这只是一个警告。匹配笛卡尔积很慢。在您的情况下，它应该没问题，因为您想要连接以前未连接的InlineFormset和Gene节点，并且您知道笛卡尔积的大小。没有太多的染色体和少量的基因。如果您Chromosome，查询可能会破坏蛋白质上的基因。

我认为该警告旨在用于其他有问题的查询：

如果您MATCH是笛卡尔积，但您不知道是否存在关系，则可以使用MATCH
如果您想OPTIONAL MATCH MATCH和Gene没有任何关系，则应该拆分查询

如果您的查询花费的时间过长或未完成，这是另一个问题，提供了一些如何优化笛卡尔积的提示：How to optimize Neo4j Cypher queries with multiple node matches (Cartesian Product)

为什么neo4j警告：＆＃34;此查询在断开连接的模式之间构建笛卡尔积？＆＃34;？

2 个答案: