在庞大的数据集上优化 Neo4j 密码查询

Posted 2023-02-18

【中文标题】在庞大的数据集上优化 Neo4j 密码查询

【英文标题】：Optimize Neo4j cypher query on huge dataset

【发布时间】：2022-01-18 18:27:52

【问题描述】：

以下查询无法在具有约 2M 个节点的数据集上运行。我应该怎么做才能让它运行得更快？

MATCH (cc:ConComp)-[r1:IN_CONCOMP]-(p1:Person)-[r2:SAME_CLUSTER]-(p2:Person)
            WHERE cc.cluster_type = "household"
            MERGE (cluster:Cluster CLUSTER_TMP_ID:cc.CONCOMP_ID + '|' + r2.root_id, cluster_type:cc.cluster_type )
            MERGE (cluster)-[r3:IN_CLUSTER]-(p1)

【参考方案1】：

一些建议：

为您的关系添加方向将减少 MATCH 中的路径数量 确保您对合并的所有属性都有索引 在第二个 MERGE 中，还要添加方向。

【参考方案2】：

我终于通过使用以下查询（并通过索引 cc.cluster_type 和 cc.CONCOMP_ID）找到了解决方案：

CALL apoc.periodic.iterate('MATCH (cc:ConComp)<-[r1:IN_CONCOMP]-(p1:Person)-[r2:SAME_CLUSTER]-(p2:Person) WHERE cc.cluster_type = "household" WITH DISTINCT cc.CONCOMP_ID + "|" + r2.root_id as id_name, cc.cluster_type as cluster_type_name, p1 RETURN id_name, cluster_type_name, p1', '
            MERGE (cluster:Cluster CLUSTER_TMP_ID: id_name, cluster_type: cluster_type_name) 
                 
            MERGE (cluster)-[r3:IN_CLUSTER]->(p1)', batchSize:10000, parallel:false)

我准确地说，我之前使用apoc.periodic.iterate 运行了我的初始问题查询但没有成功。