删除 Neo4j 图中多余的双向关系

Posted 2023-02-19

【中文标题】删除 Neo4j 图中多余的双向关系

【英文标题】：Remove redundant two way relationships in a Neo4j graph

【发布时间】：2016-09-10 22:44:40

【问题描述】：

我有一个国际象棋锦标赛的简单模型。它有5名玩家互相比赛。图表如下所示：

图表总体上很好，但进一步检查后，您可以看到两组 Guy1 与 Guy2， 和 Guy4 vs Guy5 每个都有冗余关系。

问题显然出在数据中，其中每个匹配项都有一个无关的补充行（因此从某种意义上说，这是底层 csv 中的数据质量问题）：

我可以手动清理这些行，但真正的数据集有数百万行。所以我想知道如何使用 CQL 以两种方式中的任何一种来删除这些关系：

1) 一开始就不要阅读额外的关系

2) 继续创建额外的关系，但稍后将其删除。

提前感谢您对此的任何建议。

我使用的代码是这样的：

/ Here, we load and create nodes

LOAD CSV WITH HEADERS FROM
'file:///.../chess_nodes.csv' AS line
WITH line
MERGE (p:Player 
  player_id: line.player_id
)

ON CREATE SET p.name = line.name
ON MATCH SET p.name = line.name

ON CREATE SET p.residence = line.residence
ON MATCH SET p.residence = line.residence

// Here create the edges

LOAD CSV WITH HEADERS FROM
'file:///.../chess_edges.csv' AS line
WITH line
MATCH (p1:Player player_id: line.player1_id)
WITH p1, line
OPTIONAL MATCH (p2:Player player_id: line.player2_id)
WITH p1, p2, line
MERGE (p1)-[:VERSUS]->(p2)

【问题讨论】：

这与您的问题没有直接关系，但这些查询有很多无关的子句。 1. ON CREATE blah/ON MATCH blah 对可以只替换为单个blah。 2. WITH 子句没有任何用途，可以删除。

对于#1，首选语法是什么？

由于要执行完全相同的SET 操作，因此无论MERGE 是创建新节点还是匹配现有节点，都不应使用ON MATCH 和ON create at全部。只需直接执行 2 个不同的 SET 操作：SET p.name = line.name, p.residence = line.residence。

啊啊啊……是的，这是有道理的。 ON CREATE / ON MATCH 基本上只是意味着SET。谢谢！！

但是等等。我使用ON MATCH 和ON CREATE 作为解决方案，因为我的数据有一些缺失值，而MERGE 的缺失值很糟糕。

【参考方案1】：

很明显，您不需要这种额外的关系，因为它不会为图表添加任何价值或权重。

尽管在文档中，但很少有人知道。

MERGE 可用于undirected 关系，neo4j 将为您选择一个方向（因为关系必须在图中指示）。

文档参考：http://neo4j.com/docs/stable/query-merge.html#merge-merge-on-an-undirected-relationship

如果你是第一次运行，下面的语句示例：

MATCH (a:User name:'A'), (b:User name:'B') 
MERGE (a)-[:VERSUS]-(b)

它将创建不存在的关系。但是，如果您再次运行它，则不会更改或创建任何内容。

我想这会解决您的问题，因为您不必担心预先清理数据，也不必担心事后运行脚本来清理图表。

【讨论】：

尽管如此，并不是每个玩家最终都会互相玩（例如，如果你看一下图表，你会发现 Guy3 和 Guy5 实际上并没有玩）。这段代码是否会创建不存在的匹配项？

好吧，如果您的 edges.csv 文件中没有代表 Guy3 和 Guy5 之间关系的行，则不会创建

啊，我明白你的意思了。像MATCH (p1:Player player_id: line.player1_id), (p2:Player player_id: line.player2_id) MERGE (p1)-[:VERSUS]-(p2) 这样的东西。我仍然收到我以前见过的警告：This query builds a cartesian product between disconnected patterns.

如果你在 :Player(player_id) 上有索引，不要担心警告

【参考方案2】：

我建议像这样创建一个“匹配”节点

(x:Player)-[:MATCH]->(m:Match)<-[:MATCH]-(y:Player) 

启用与玩家分开的关于比赛的跟踪详细信息。

如果您需要跟踪与比赛本身不同的球员比赛，那么

(x:Player)-[:HAS_PLAYED]->(pair:HasPlayed)<-[:HAS_PLAYED]-(y:Player)

会成功的。

【讨论】：

我正计划使用边缘来保存有关匹配的信息...您是否建议更改架构？我宁愿保持原样，只删除冗余。

Tim - 虽然拥有一个 Match 节点可能是一个很好的建议（或者至少可以进行有趣的讨论），但这并不能回答删除冗余关系的核心问题。

恕我直言，核心问题不是冗余关系，而是架构的组织方式。

这个问题可以通过多种方式解决，我非常感谢您的时间和投入，因为我提高了对 Neo4j 的理解。我已经从 SO 中学到了很多东西，非常感谢所有输入。

【参考方案3】：

如果架构必须保持原样并且唯一的要求是删除冗余关系，那么

MATCH (p1:Player)-[r1:VERSUS]->(p2:Player)-[r2:VERSUS]->(p1)
DELETE r2

应该可以解决问题。这将找到所有具有双向 VERSUS 关系的 p1、p2 节点并删除其中一个。

【讨论】：

应该是 MATCH (p1:Player)-[r1:VERSUS]->(p2:Player)-[r2:VERSUS]->(p1) WHERE id(p1)

运行代码删除了两个方向。我应该在尝试之前阅读评论，这似乎可以解决它。但从现在开始，我将避免创建它们。

这应该是 OP 问题中选项 #2 的公认答案。在我的情况下也很好用！

【参考方案4】：

您需要使用 UNWIND 来解决问题。

MATCH (p1:Player)-[r:VERSUS]-(p2:Player)
WITH p1,p2,collect(r) AS rels
UNWIND tail(rels) as rel
DELETE rel;

前面的代码将使用 match 找到 p1 和 p2 之间的 VERSUS 类型的直接连接（请注意，这不是定向的）。然后将得到关系的集合，最后是这些关系中的最后一个，它被删除。 当然也可以加个检查看看集合的长度是否为2。