Question

我在Noe4j 3.2.0中创建一个命名实体图。我有ARTICLE和ENTITY作为节点类型。它们之间的关系/边缘是CONTAINS;表示实体在该文章中出现的次数（如附图Simple graph for articles and entities所示）。因此，如果一篇文章有一个实体5次，那么该文章和特定实体之间将有5条边。

大约有1800万篇文章和4万个独特实体。整个数据大约为20GB（包括ID上的索引），并加载到具有32 GB RAM的计算机上。

我正在使用此图表来推荐/推荐其他实体。但我的查询花了太多时间。

使用案例1：查找文章中存在的所有实体，这些实体具有列表中的实体[＆＃34; A＆＃34;，＆＃34; B＆＃34;]并且还具有实体＆＃34; X＆＃34 ;和实体＆＃34; Y＆＃34;和实体＆＃34; Z＆＃34;按文章计数顺序。

这是我正在运行的密码查询。

MATCH(e:Entity)-[:CONTAINS]-(a:Article)
WHERE e.EID in ["A","B"]
WITH a
MATCH (:Entity {EID:"X"})-[:CONTAINS]-(a)
WITH a
MATCH (:Entity {EID:"Y"})-[:CONTAINS]-(a)
WITH a
MATCH (:Entity {EID:"Z"})-[:CONTAINS]-(a)
WITH a
MATCH (a)-[:CONTAINS]-(e2:Entity)
RETURN e2.EID as EID, e2.Text as Text, e2.Type as Type ,count(distinct(a)) as articleCount
ORDER BY articleCount desc

查询个人资料在此处：Query Profile

此查询为我提供了包含X，Y，Z以及A，B实体中至少一个的文章的所有第一级实体邻居（我必须更改查询中的ID以获取内容敏感度）。

我只是想知道是否有更好/更快的方法吗？

另一个观察是，如果我继续添加过滤器（更多匹配条款，如X，Y，Z），性能会恶化;尽管结果集越来越小。

Answer 1

您在:Entity(EID)上有唯一性约束，因此至少已经实施了优化。

以下Cypher查询更简单，并生成更简单的执行计划。希望它也减少了数据库命中数。

MATCH (e:Entity)-[:CONTAINS]-(a)
WHERE e.EID in ['A','B'] AND ALL(x IN ['X','Y','Z'] WHERE (:Entity {EID: x})-[:CONTAINS]-(a))
WITH a
MATCH (a)-[:CONTAINS]-(e2:Entity)
RETURN e2.EID as EID, e2.Text as Text, e2.Type as Type, COUNT(DISTINCT a) as articleCount
ORDER BY articleCount DESC;

Neo4J Cypher查询查找公共链接节点

1 个答案: