Question

所以，我已经从关系数据库中创建了一个Neo4j图数据库。图数据库有大约700万个节点，节点之间有大约900万个关系。

我现在想要找到所有没有连接到具有特定标签的节点的节点（让他们称之为未连接的节点）。例如，我有带标签的节点＆＃34; Customer＆＃34;和＆＃34;订单＆＃34; （让他们称他们为顶级节点）。我想找到与这些顶级节点没有关系的所有节点。这种关系不必是直接的，节点可以通过其他节点连接到顶级节点。

我有一个cypher查询可以解决这个问题：

MATCH (a) WHERE not ((a)-[*]-(:Customer)) AND not ((a)-[*]-(:Order)) RETURN a;

可以想象，查询需要很长时间才能执行，性能很差。很可能是因为无关的关系，并且因为通过多少节点可以建立关系并不重要。但是，关系方向并不重要，我需要确保没有从任何节点到顶级节点之一的路径。

有没有办法更快地找到未连接的节点？请注意，数据库非常大，并且有超过2个标记标记顶级节点。

Answer 1

您可以尝试这种方法，这涉及更多操作，但可以批量运行以获得更好的性能（请参阅APOC过程库中的apoc.periodic.commit()）。

我们的想法是首先将标签（例如：未连接）应用于图表中的所有节点（使用apoc.periodic.commit批量执行），然后使用该标签获取批量顶级节点，与所有节点匹配子图中的节点从它们延伸并删除该标签。

当你最终用完了顶级节点：未连接标签（意味着所有顶级节点及其子图不再具有此标签）时，图中剩余的唯一节点：未连接标签未连接到你的顶级节点。

这种操作的任何方法都可能很慢，但再次优势是你可以批量处理，如果你被打断，你可以恢复。完成查询后，所有相关的未连接节点现在都会标记为方便您进一步处理。

另外，最后一点，在Neo4j无向关系中，语法中没有箭头（） - [*] - （）。

Answer 2

MATCH (a) 
WHERE 
 not (a:Customer OR a:Order)
 AND shortestPath((a)-[*]-(:Customer)) IS NULL 
 AND shortestPath((a)-[*]-(:Order)) IS NULL
RETURN a;

如果你可以添加rel-types，它会更快。进一步的优化可以是检查：客户路径的节点：订单节点，反之亦然。即

NONE(n in nodes(path) WHERE n:Order)

一般来说，这可能是一个固定的操作，即将所有订单和客户节点并行扩展为两组并计算两组之间的重叠。

然后从总节点数中删除重叠。

我在这里添加了一个apoc的问题，以添加这样的函数或过程