Neo4j索引（与Lucene） - 组织节点“类型”的好方法？

Question

这实际上更像是一个Lucene问题，但它是在neo4j数据库的上下文中。

我有一个数据库，它被划分为50个左右的节点类型（所以“其他类型的dbs中的”集合“或”表“）。每个属性都有一个需要索引的属性子集，有些属性名称相同，有些则没有。

搜索时，我总是希望找到特定类型的节点，而不是所有节点。

我可以看到三种组织方式：

• 每种类型一个索引，属性自然映射到索引字段：index'foo'，'id'='1234'。

• 单个全局索引，每个字段映射到一个属性名称，以区分该类型将其包含为值（'id'='foo:1234'）的一部分，或者在返回后检查节点（我期望重复是非常罕见的。）

• 单个索引类型是字段名称的一部分：'foo.id'='1234'。

创建后，数据库是只读的。

在便利性，尺寸/缓存效率或性能方面，其中之一是否有任何好处？

据我所知，对于第一个选项，neo4j将为每种类型创建一个单独的物理索引，这似乎不是最理想的。对于第三个，我最终得到的大多数lucene文档只有一小部分字段，不确定是否会影响任何内容。

Answer 1

我最近遇到了这个问题，当时我正在通过REST为Neo4j构建一个ActiveRecord连接适配器，以便在Rails项目中使用。由于ActiveRecord和ActiveRelation两者都与SQL语法紧密耦合，因此很难将所有内容都安装到NoSQL中。可能不是最好的解决方案，但这就是我解决它的方法：

1. 创建了一个名为model_index的索引，该索引为两个密钥下的节点编制索引，type和model
2. 使用type键进行索引查找当前仅使用一个值model。这主要是为了实现SHOW TABLES SQL功能而引入的，它可以为我提供图表中所有模型的列表。
3. 使用model键进行索引查找，并使用与系统中不同型号名称对应的值。这主要是为了实现DESC <TABLENAME>功能。
4. 在CREATE TABLE中创建每个表时，会创建一个节点，其中表定义属性存储在节点属性中。
5. 已创建的节点在model_index下以type:model和model:<model-name>编入索引。这将在“表”列表中启用新创建的模型，并允许通过使用model键的索引查找直接到达模型节点。
6. 对于每model创建的每条记录（在您的情况下为类型），将创建一个标记为instances的传出边缘，从模型节点指向此新记录。 v[123] :=> [instances] :=> v[245]其中v [123]表示模型节点，v [245]表示v [123]类型的记录。
7. 现在，如果要获取指定类型的所有实例，可以使用model_index查找model:<model-name>以到达模型节点，然后在标记为{{1的传出边缘上获取所有相邻节点}}。通过应用过滤器和其他复杂的遍历，可以进一步实现过滤查找。

上述解决方案可防止model_index阻塞，因为它包含2x并通过一次索引查找和单级遍历实现有效的记录查找。

虽然在你的情况下，不同类型的节点彼此不相邻，但即使你想这样做，你也可以通过简单地查找它的相邻节点来确定任意节点的类型，其边缘标记为{{ 1}}。此外，我正在考虑合并SpringDataGraph的模式，在每个实例节点上存储instances属性，以避免这种相邻节点查找。

我目前正在将AREL翻译成几乎所有的Gremlin脚本。您可以在https://github.com/yournextleap/activerecord-neo4j-adapter

找到我的AR适配器的源代码

希望这有帮助，干杯！ ：）

Answer 2

单个索引将小于几个小索引，因为某些数据（例如术语词典）将被共享。但是，由于术语字典查找是O（lg（n））操作，因此在较大术语字典中查找可能会慢一些。 （如果你有50个索引，这只需要6（2 ^ 6> = 50）个比较，你可能不会注意到任何差异。）

较小索引的另一个优点是操作系统缓存可能使查询运行得更快。

我会将两个不同的字段id和type编入索引而不是您的选项2和3，并搜索（id：ID和type：TYPE）但我不知道neo4j是否有可能。

Answer 3

spring-data-neo4j正在使用第一种方法 - 它为每种类型创建不同的索引。所以我想这对于一般情况来说是个不错的选择。但正如你所说，在你的特殊情况下，它可能不是最理想的。我会运行一些基准测试来衡量性能。

顺便说一下，另外两个看起来有点人为。您可能在同一索引中索引完全不相关的信息，这听起来不对。