Question

我有一张CSV，其中包含以下列的事件日志：EventType，UserId，RecordId（自动递增的序列号）。我想导入到Neo4j并为每个EventType（大约100种唯一类型）构建一个节点，然后使用关系分析路径。要建立关系，我需要匹配所有原始事件并在路径中找到“下一个”事件，这意味着我需要将它与具有相同UserId且下一个RecordId的事件匹配的事件大于当前事件RecordId（next RecordId > current RecordId）。在Cypher中执行此操作的有效方法是什么？不知怎的，我提出了涉及笛卡尔积的查询，这些查询非常慢。

Answer 1

我认为在这种情况下你无法避免使用笛卡尔积。但是，你可以

让它们尽可能小。
使用索引编制来提高查询速度。

除了使用EventType作为节点标签（“唯一类型”）之外，我强烈建议为所有事件使用额外的Event标签，以便您可以索引userId值和recordId值。

CREATE INDEX ON :Event(recordId)
CREATE INDEX ON :Event(userId)

我创建了一个小示例数据集：

CREATE
  (e1:Event:Skating {userId: 1, recordId: 1}),
  (e2:Event:Hiking {userId: 1, recordId: 2}),
  (e3:Event:Mountaineering {userId: 1, recordId: 3})

要获得下一个recordId，您需要满足nextRecordId > currentRecordId并且nextRecordId必须是最小的（因为recordId来自自动递增序列）。我们使用MERGE连接这两个事件（CREATE也可以，但使用MERGE可以确保我们避免创建重复的边缘。这给出了以下查询：

MATCH (a:Event), (b:Event)
WHERE a.userId = b.userId
  AND a.recordId < b.recordId
WITH a, min(b.recordId) AS bRecordId
MATCH (b {recordId: bRecordId})
MERGE (a)-[:NEXT]->(b)

此查询为所有用户ID创建笛卡尔积。只要用户不参与数百个活动，笛卡尔产品的规模就不应该增长。请注意，第一个MATCH使用两个索引（userId和recordId），而第二个MATCH使用recordId上的索引。

根据事件顺序创建关系

1 个答案: