Question

我在Neo4j数据库中有一个大的有向图，并希望提取一个有代表性的样本子图，同时尊重图的结构。

每个节点都有U，T，H，A或E标签。该图是一个树林，每棵树的根都是U个节点。叶节点可以是T，H，A或E个节点。中间节点仅为T个节点。对于提取物，

我希望省略任何A和E（叶子）节点。
我想要10％的森林树木样本。

请注意，基于节点的简单采样的提取将具有与整个图形不同的结构。

Answer 1

我发现Sampling a Neo4j database帮助我编写了cypher查询的第一部分：

MATCH (selectedU:U) WHERE rand() < 0.1 RETURN selectedU;

根据需要返回大约10％的U个节点。

以下查询返回我需要的节点和关系（来自整个图表，因为还没有应用采样！）：

MATCH p=(u:U)-->(n1)-[*]->(n2)
WHERE n1:T AND (n2:T OR n2:H)
WITH nodes(p) AS nodePairsInPath
UNWIND nodePairsInPath AS nodes
RETURN DISTINCT nodes AS g
UNION ALL
MATCH p=(u:U)-->(n1)-[*]->(n2)
WHERE n1:T AND (n2:T OR n2:H)
WITH relationships(p) AS relPairsInPath
UNWIND relPairsInPath AS rels
RETURN DISTINCT rels AS g;

我合并了两个cypher查询，因此只返回以所选U个节点开头的路径中的节点和关系：

MATCH (selectedU:U) WHERE rand() < 0.1
WITH selectedU
MATCH p=(selectedU)-->(n1)-[*]->(n2)
WHERE n1:T AND (n2:T OR n2:H)
WITH nodes(p) AS nodePairsInPath
UNWIND nodePairsInPath AS nodes
RETURN DISTINCT nodes AS g
UNION ALL
MATCH p=(selectedU)-->(n1)-[*]->(n2)
WHERE n1:T AND (n2:T OR n2:H)
WITH relationships(p) AS relPairsInPath
UNWIND relPairsInPath AS rels
RETURN DISTINCT rels AS g;

还有一个小问题，如果采样大小太小（因此找不到selectedU），合并后的查询将返回U，T之间的关系和H个节点。查询在这种边缘情况下不返回任何记录（节点或关系）会更好。

我认为这可能是一个常见的用例，需要随机子图，但子图需要遵循整体图的结构。作为新手密码用户，这对我来说非常具有挑战性，所以我在这里发帖，希望它可能会对有类似要求的其他人有所帮助。

写这个密码查询教会了我很多关于语言的知识，虽然我希望密码专家可以做得更好......

Answer 2

path expansion的APOC程序应该非常有用。

例如，要获得10％的子图（作为节点）：

MATCH (root:U)
WHERE rand() < .1
CALL apoc.path.subgraphNodes(root, {labelFilter:'-A|E'}) YIELD node
RETURN root, COLLECT(node) AS subgraph_nodes;

labelFilter值指定A和E个节点应列入黑名单。您说您不想将它们作为叶节点返回，并且您的描述暗示它们仅用作叶节点。

使用一个采样密码查询来过滤另一个返回的路径

2 个答案: