Question

请检查下面的Cypher，我得到的结果是下面的查询（）记录很少，但随着记录的增加，需要很长时间才能达到1601152毫秒：我找到了添加USING INDEX的建议，并在查询中应用了USING INDEX。

PROFILE MATCH (m:Movie)-[:IN_APP]->(a:App {app_id: '1'})<-[:USER_IN]-(p:Person)-[:WATCHED]->(ma:Movie)-[:HAS_TAG]->(t:Tag)<-[:HAS_TAG]-(mb:Movie)-[:IN_APP]->(a) 
USING INDEX a:App(app_id) WHERE p.person_id= '1' 
    AND NOT (p:Person)-[:WATCHED]-(mb) 
RETURN DISTINCT(mb.movie_id) , mb.title, mb.imdb_rating, mb.runtime, mb.award, mb.watch_count, COLLECT(DISTINCT(t.tag_id)) as Tag, count(DISTINCT(t.tag_id)) as matched_tags 
ORDER BY matched_tags DESC SKIP 0 LIMIT 50

你能帮我解决一下我能做什么吗？

我正在寻找基于标签推荐的100部电影，作为100部我不看的电影，并与我观看过的电影的标签相匹配。

Answer 1

以下查询可能对您更有效[假设您在:App(app_id)和:Person(person_id)都有索引。 顺便说一句，我认为在您的查询中，标识符ma应该是m（反之亦然）。

MATCH (m:Movie)-[:IN_APP]->(a:App {app_id: '1'})<-[:USER_IN]-(p:Person {person_id: '1'})-[:WATCHED]->(m)
WITH a, p, COLLECT(m) AS movies
UNWIND movies AS movie
MATCH (movie)-[:HAS_TAG]->(t)<-[:HAS_TAG]-(mb:Movie)-[:IN_APP]->(a)
WHERE NOT mb IN movies
WITH DISTINCT mb, t
RETURN mb.movie_id, mb.title, mb.imdb_rating, mb.runtime, mb.award, mb.watch_count, COLLECT(t.tag_id) as Tag, COUNT(t.tag_id) as matched_tags
ORDER BY matched_tags DESC SKIP 0 LIMIT 50;

如果您PROFILE此查询，您应该会看到它执行NodeIndexSeek次操作（而不是慢得多NodeByLabelScan）来快速执行第一个MATCH。该查询还收集指定人员监视的所有movies，并稍后使用该集合来加速WHERE子句（不再需要命中数据库）。此外，查询从一些节点模式中删除了一些标签（这样做似乎可能是明确的），以进一步加快处理速度。

如何优化我的neo4j cypher查询？

1 个答案: