Question

我是Cypher查询的新手。以下查询已在过去几个小时内运行。尝试通过在中间使用“D”和“R”节点来推断“T”节点之间的关系。想要了解是否有更好的方法来编写它。

MATCH (t:T)-[r1:T_OF]->(d:D)<-[r2:R_OF]-(m:R)-[r3:R_OF]->(e:D)<-[r4:T_OF]-(u:T) 
WHERE t.name <> u.name AND d.name <> e.name 
RETURN t.name, u.name, count(*) as degree 
ORDER BY degree desc

这是每个节点和关系类型的计数 -

节点的
T：4,657
D：2,458,733
R：4,822

的关系
T_OF：4,915,004
R_OF：284,548

Answer 1

你可以添加一个子句来避免同时计算（t，u）和（u，t），这会将笛卡尔积的大小减少一半：

MATCH (t:T)-[:T_OF]->(d:D)<-[:R_OF]-(:R)-[:R_OF]->(e:D)<-[:T_OF]-(u:T) 
WHERE id(t) < id(u)
  AND t.name <> u.name
  AND d.name <> e.name 
RETURN t.name, u.name, count(*) AS degree 
ORDER BY degree DESC

或者

MATCH (t:T)-[:T_OF]->(d:D)<-[:R_OF]-(:R)-[:R_OF]->(e:D)<-[:T_OF]-(u:T) 
WHERE t.name < u.name
  AND d.name <> e.name 
RETURN t.name, u.name, count(*) AS degree 
ORDER BY degree DESC

不会花费额外的ID读取费用。

它可能没有什么区别，但你也可以避免使用你不能使用的变量（r1，r2，r3，{{ 1}}，r4）。

如果您没有匹配的数据且无法m，则很难优化查询。但是，我发现你拥有的PROFILE关系比你T_OF要多得多，所以如果你改变了遍历修剪分支的遍历顺序，那么可能会这样：

R_OF

甚至

MATCH (m:R)-[:R_OF]->(d:D)<-[:T_OF]-(t:T)
MATCH (m)-[:R_OF]->(e:D)<-[:T_OF]-(u:T) 
WHERE id(t) < id(u)
  AND t.name <> u.name
  AND d.name <> e.name 
RETURN t.name, u.name, count(*) AS degree 
ORDER BY degree DESC

您也可以尝试使用相同的MATCH (m:R)-[:R_OF]->(d:D) MATCH (m)-[:R_OF]->(e:D) WHERE d.name <> e.name MATCH (d:D)<-[:T_OF]-(t:T), (e:D)<-[:T_OF]-(u:T) WHERE id(t) < id(u) AND t.name <> u.name RETURN t.name, u.name, count(*) AS degree ORDER BY degree DESC技巧（或命名名称）来减小第一个笛卡尔积的大小，但是最后需要重新组合这对夫妇：

id()

所有这些可能性都需要进行分析（在一个较小的集合上，或使用MATCH (m:R)-[:R_OF]->(d:D) MATCH (m)-[:R_OF]->(e:D) WHERE id(d) < id(e) AND d.name <> e.name MATCH (d:D)<-[:T_OF]-(t:T), (e:D)<-[:T_OF]-(u:T) WHERE t.name <> u.name WITH t.name AS name1, u.name AS name2, count(*) AS degree WITH CASE WHEN name1 < name2 THEN name1 ELSE name2 END AS name1, CASE WHEN name1 < name2 THEN name2 ELSE name1 END AS name2, degree RETURN name1, name2, sum(degree) AS degree ORDER BY degree DESC来获得计划，但这只是理论和简介更有趣），看看是否他们在任何地方都能领先。

如何优化多节点Neo4J查询？

1 个答案: