Neo4j：标签与索引属性？
Posted
技术标签:
【中文标题】Neo4j：标签与索引属性？【英文标题】：Neo4j: label vs. indexed property? 【发布时间】：2015-03-13 10:18:00 【问题描述】：假设你是 Twitter，并且：
您有(:User) 和(:Tweet) 节点；
推文可以被标记；和
您想要查询列表当前等待审核的已标记推文。
您可以为这些推文添加 标签，例如:AwaitingModeration，或者添加 property 并将其编入索引，例如isAwaitingModeration = true|false.
一种选择天生就比另一种更好吗？
我知道最好的答案可能是同时尝试和负载测试:)，但是 Neo4j 的实施 POV 中是否有任何东西可以使一个选项更健壮或更适合这种查询？
这是否取决于任何特定时刻处于此状态的推文量？如果是 10 年代和 1000 年代，那有什么区别吗？
我的印象是标签更适合大量节点，而索引属性更适合较小量（理想情况下是唯一节点），但我不确定这是否真的。
谢谢！
【问题讨论】：
我真的不知道，但我认为标签会更有效。如果您使用标签，那么您可以排除所有(:Tweet) 节点，甚至不匹配它们。如果您在 (:Tweet) 节点上使用属性方法，那么您的匹配仍将在匹配中包含 Tweet 标签。在关系或目录世界中，我认为您不会索引属性值，因为它的选择性很低。不过，我有兴趣看到答案。
【参考方案1】：
更新：跟进blog post已发布。
这是我们为客户建模数据集时的常见问题，也是 Active/NonActive 实体的典型用例。
这是关于我对 Neo4j2.1.6 的体验的一些反馈：
第 1 点。在标签或索引属性上匹配并返回节点之间的数据库访问不会有差异
第2点。当这些节点位于模式的末尾时会遇到差异，例如
MATCH (n:User id:1)
WITH n
MATCH (n)-[:WRITTEN]->(post:Post)
WHERE post.published = true
RETURN n, collect(post) as posts;
-
PROFILE MATCH (n:User) WHERE n._id = 'c084e0ca-22b6-35f8-a786-c07891f108fc'
> WITH n
> MATCH (n)-[:WRITTEN]->(post:BlogPost)
> WHERE post.active = true
> RETURN n, size(collect(post)) as posts;
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| n | posts |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Node[118]_id:"c084e0ca-22b6-35f8-a786-c07891f108fc",login:"joy.wiza",password:"7425b990a544ae26ea764a4473c1863253240128",email:"hayes.shaina@yahoo.com" | 1 |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row
ColumnFilter(0)
|
+Extract
|
+ColumnFilter(1)
|
+EagerAggregation
|
+Filter
|
+SimplePatternMatcher
|
+SchemaIndex
+----------------------+------+--------+----------------------+----------------------------------------------------------------------------+
| Operator | Rows | DbHits | Identifiers | Other |
+----------------------+------+--------+----------------------+----------------------------------------------------------------------------+
| ColumnFilter(0) | 1 | 0 | | keep columns n, posts |
| Extract | 1 | 0 | | posts |
| ColumnFilter(1) | 1 | 0 | | keep columns n, AGGREGATION153 |
| EagerAggregation | 1 | 0 | | n |
| Filter | 1 | 3 | | (hasLabel(post:BlogPost(1)) AND Property(post,active(8)) == AUTOBOOL1) |
| SimplePatternMatcher | 1 | 12 | n, post, UNNAMED84 | |
| SchemaIndex | 1 | 2 | n, n | AUTOSTRING0; :User(_id) |
+----------------------+------+--------+----------------------+----------------------------------------------------------------------------+
Total database accesses: 17
在这种情况下，Cypher 不会使用索引 :Post(published)。
因此，在您有 ActivePost 标签的情况下，使用标签的性能更高，例如：
neo4j-sh (?)$ PROFILE MATCH (n:User) WHERE n._id = 'c084e0ca-22b6-35f8-a786-c07891f108fc'
> WITH n
> MATCH (n)-[:WRITTEN]->(post:ActivePost)
> RETURN n, size(collect(post)) as posts;
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| n | posts |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Node[118]_id:"c084e0ca-22b6-35f8-a786-c07891f108fc",login:"joy.wiza",password:"7425b990a544ae26ea764a4473c1863253240128",email:"hayes.shaina@yahoo.com" | 1 |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row
ColumnFilter(0)
|
+Extract
|
+ColumnFilter(1)
|
+EagerAggregation
|
+Filter
|
+SimplePatternMatcher
|
+SchemaIndex
+----------------------+------+--------+----------------------+----------------------------------+
| Operator | Rows | DbHits | Identifiers | Other |
+----------------------+------+--------+----------------------+----------------------------------+
| ColumnFilter(0) | 1 | 0 | | keep columns n, posts |
| Extract | 1 | 0 | | posts |
| ColumnFilter(1) | 1 | 0 | | keep columns n, AGGREGATION130 |
| EagerAggregation | 1 | 0 | | n |
| Filter | 1 | 1 | | hasLabel(post:ActivePost(2)) |
| SimplePatternMatcher | 1 | 4 | n, post, UNNAMED84 | |
| SchemaIndex | 1 | 2 | n, n | AUTOSTRING0; :User(_id) |
+----------------------+------+--------+----------------------+----------------------------------+
Total database accesses: 7
第 3 点。始终使用标签表示肯定，这意味着对于上述情况，拥有 Draft 标签将迫使您执行以下查询：
MATCH (n:User id:1)
WITH n
MATCH (n)-[:POST]->(post:Post)
WHERE NOT post :Draft
RETURN n, collect(post) as posts;
这意味着 Cypher 将打开每个节点标签标题并对其进行过滤。
第 4 点。避免需要在多个标签上进行匹配
MATCH (n:User id:1)
WITH n
MATCH (n)-[:POST]->(post:Post:ActivePost)
RETURN n, collect(post) as posts;
neo4j-sh (?)$ PROFILE MATCH (n:User) WHERE n._id = 'c084e0ca-22b6-35f8-a786-c07891f108fc'
> WITH n
> MATCH (n)-[:WRITTEN]->(post:BlogPost:ActivePost)
> RETURN n, size(collect(post)) as posts;
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| n | posts |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Node[118]_id:"c084e0ca-22b6-35f8-a786-c07891f108fc",login:"joy.wiza",password:"7425b990a544ae26ea764a4473c1863253240128",email:"hayes.shaina@yahoo.com" | 1 |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row
ColumnFilter(0)
|
+Extract
|
+ColumnFilter(1)
|
+EagerAggregation
|
+Filter
|
+SimplePatternMatcher
|
+SchemaIndex
+----------------------+------+--------+----------------------+---------------------------------------------------------------+
| Operator | Rows | DbHits | Identifiers | Other |
+----------------------+------+--------+----------------------+---------------------------------------------------------------+
| ColumnFilter(0) | 1 | 0 | | keep columns n, posts |
| Extract | 1 | 0 | | posts |
| ColumnFilter(1) | 1 | 0 | | keep columns n, AGGREGATION139 |
| EagerAggregation | 1 | 0 | | n |
| Filter | 1 | 2 | | (hasLabel(post:BlogPost(1)) AND hasLabel(post:ActivePost(2))) |
| SimplePatternMatcher | 1 | 8 | n, post, UNNAMED84 | |
| SchemaIndex | 1 | 2 | n, n | AUTOSTRING0; :User(_id) |
+----------------------+------+--------+----------------------+---------------------------------------------------------------+
Total database accesses: 12
这将导致 Cypher 的过程与第 3 点相同。
第 5 点。如果可能，通过具有良好类型的命名关系来避免在标签上匹配
MATCH (n:User id:1)
WITH n
MATCH (n)-[:PUBLISHED]->(p)
RETURN n, collect(p) as posts
-
MATCH (n:User id:1)
WITH n
MATCH (n)-[:DRAFTED]->(post)
RETURN n, collect(post) as posts;
neo4j-sh (?)$ PROFILE MATCH (n:User) WHERE n._id = 'c084e0ca-22b6-35f8-a786-c07891f108fc'
> WITH n
> MATCH (n)-[:DRAFTED]->(post)
> RETURN n, size(collect(post)) as posts;
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| n | posts |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Node[118]_id:"c084e0ca-22b6-35f8-a786-c07891f108fc",login:"joy.wiza",password:"7425b990a544ae26ea764a4473c1863253240128",email:"hayes.shaina@yahoo.com" | 3 |
+-------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row
ColumnFilter(0)
|
+Extract
|
+ColumnFilter(1)
|
+EagerAggregation
|
+SimplePatternMatcher
|
+SchemaIndex
+----------------------+------+--------+----------------------+----------------------------------+
| Operator | Rows | DbHits | Identifiers | Other |
+----------------------+------+--------+----------------------+----------------------------------+
| ColumnFilter(0) | 1 | 0 | | keep columns n, posts |
| Extract | 1 | 0 | | posts |
| ColumnFilter(1) | 1 | 0 | | keep columns n, AGGREGATION119 |
| EagerAggregation | 1 | 0 | | n |
| SimplePatternMatcher | 3 | 0 | n, post, UNNAMED84 | |
| SchemaIndex | 1 | 2 | n, n | AUTOSTRING0; :User(_id) |
+----------------------+------+--------+----------------------+----------------------------------+
Total database accesses: 2
性能会更高，因为它会利用图表的所有力量，并且只遵循节点的关系，从而导致数据库访问不超过匹配用户节点，因此不会对标签进行过滤。
这是我的 0,02€
【讨论】：
优秀的答案，全面的。我学到了很多东西，我喜欢学习东西。在我看来，好的 neo4j 建模策略的一些原则仍在不断发展。如果社区可以在文档中收集更多这些建模原则，那就太好了，因为许多新用户都是图新手。 很荣幸收到您这样的评论。谢谢;-) 同意，感谢您的详尽回答。我有一些后续问题；太糟糕了，这个小小的评论框是它唯一的地方。第 2 点：我也不相信标签会使 遍历 更快。那么只有关系类型很重要，对吧？第 4 点：为什么指定更多标签会更慢？ Cypher 还不够聪明，不能先使用基数较低的那个吗？一般来说，坚持原始 q 中的示例可能会很好：只是全局查找，不是遍历例如一个用户节点。所以我认为我对这种情况的看法是：两种选择是等价的？ 对于第 2 点。问题是索引属性不会被使用，所以如果你在你的情况下只使用一个标签，他将对所有推文进行过滤。如果您使用专用标签，您将拥有由标签完成的内置过滤器。对于第 4 点：他将匹配标签并对另一个标签执行另一个过滤器，称为 hasLabel()。我将使用执行计划的结果编辑答案；-) 我添加了带有迷你数据集的 PROFILE 的结果，但它向您展示了性能方面的现实以上是关于Neo4j：标签与索引属性？的主要内容，如果未能解决你的问题，请参考以下文章