如何返回Neo4j中最顶尖的群集？

Question

在我的数据库中，图表看起来像这样：

我想在我的数据中找到前三大群集。集群是彼此连接的节点的集合，连接的方向并不重要。从图中可以看出，预期结果应该有3个簇，大小分别为3 2 2。

这是我到目前为止所提出的：

MATCH (n)
RETURN n, size((n)-[*]-()) AS cluster_size
ORDER BY cluster_size  DESC
LIMIT 100

然而，它有两个问题：

1. 我认为查询错误是因为size()函数没有按照我的意愿返回集群中的节点数，而是返回与模式匹配的子图的数量。
2. LIMIT子句限制要返回的节点数，而不是取得最高结果。这就是为什么我把100放在那里。

我现在该怎么办？我被困住了:(谢谢你的帮助。

更新

感谢Bruno Peres'回答，我可以在Neo4j Graph Algorithm中尝试algo.unionFind查询。我可以使用此查询找到连接组件的大小：

CALL algo.unionFind.stream()
YIELD nodeId,setId
RETURN setId,count(*) as size_of_component
ORDER BY size_of_component DESC LIMIT 20;

结果如下：

但这就是我所知道的。我无法获得有关每个组件中的节点的任何信息以使其可视化。 collect(nodeId)需要永远，因为前2个组件太大。我知道将这些大型组件可视化没有意义，但第三个组件怎么样呢？可以渲染235个节点。

Answer 1

我认为您正在寻找Connected Componentes。关于Neo4j图形算法用户指南的连通组件的部分说：

  

已连接的组件或UnionFind基本上找到连接的组   每个节点可从其中的任何其他节点到达的节点   设置即可。在图论中，无向图的连通分量是   一个子图，其中任意两个顶点相互连接   路径，并且连接到图中没有其他顶点。

如果是这种情况，您可以install Neo4j Graph Algorithms并使用algo.unionFind。我用这个样本数据集重现了你的场景：

create (x), (y),
(a), (b), (c),
(d), (e),
(f), (g),
(a)-[:type]->(b), (b)-[:type]->(c), (c)-[:type]->(a),
(d)-[:type]->(e),
(f)-[:type]->(g)

然后运行algo.unionFind：

// call unionFind procedure
CALL algo.unionFind.stream('', ':type', {})
YIELD nodeId,setId
// groupBy setId, storing all node ids of the same set id into a list
WITH setId, collect(nodeId) as nodes
// order by the size of nodes list descending
ORDER BY size(nodes) DESC
LIMIT 3 // limiting to 3
RETURN setId, nodes

结果将是：

╒═══════╤══════════╕
│"setId"│"nodes"   │
╞═══════╪══════════╡
│2      │[11,12,13]│
├───────┼──────────┤
│5      │[14,15]   │
├───────┼──────────┤
│7      │[16,17]   │
└───────┴──────────┘

修改

来自评论：

  

如何获取特定setId的所有nodeId？例如，来自我的   上面的截图，如何获取setId 17506的所有nodeId？那   setId有235个节点，我想要将它们可视化。

1. 为每个节点运行调用CALL algo.unionFind('', ':type', {write:true, partitionProperty:"partition"}) YIELD nodes RETURN *. This statement will create a partition`属性，其中包含节点所属的分区ID。
2. 运行此语句以获取前3个分区：match (node) with node.partition as partition, count(node) as ct order by ct desc limit 3 return partition, ct。
3. 现在，您可以使用第二个查询中返回的分区ID，使用match (node {partition : 17506}) return node分别获取每个前3个分区的所有节点。