难以构建有效的查询

Question

给定一个类似于包含 3000 名演员和 5000 部电影的电影数据库的模型，您将如何找到最常见的演员群体一起工作？

我已经尝试过类似的东西

match (a1:Actor)-[:ACTED_IN]-(m:Movie)-[:ACTED_IN]-(a2:Actor)
where a1<>a2
return distinct a1, count(m) as movieCount, a2  limit 999

但这会使服务器达到 99% 的 cpu 并且永远不会回来。此外，它只会给我配对，而不是组。

我尝试过 length(collect (m)) 或 collect a2，但似乎都没有返回与我的目标相关的内容。

如果您想尝试一下，并提供一两个指针，我们将不胜感激。

Answer 1

要使第一个查询起作用，请尝试

MATCH (a1:Actor)-[:ACTED_IN]->(m:Movie)<-[:ACTED_IN]-(a2:Actor)
WITH a1, a2, COUNT(m) AS c
WHERE c > 1
RETURN DISTINCT a1, a2, c ORDER BY c DESC LIMIT 999

您的 WHERE 子句不是必需的。

我能想到的解决更大问题的最佳方法是创建组节点，然后研究结果。这是一个可以做到这一点的查询。可能需要一段时间。

MATCH (m1:Movie)<-[:ACTED_IN]-(a:Actor)-[:ACTED_IN]->(m2:Movie)
WITH m1, m2, COLLECT(a) AS actors, COLLECT(id(a)) as actorIDs
WHERE LENGTH(actors) > 1
MERGE (g:Group {actors : actorIDs})
    ON CREATE SET g.count = 1
    ON MATCH SET g.count = g.count + 1
WITH g, actors
UNWIND actors AS an
MERGE (g)<-[:PART_OF]-(an)

我在一张包含 300 名演员和 500 部电影的图表上对此进行了测试，每部电影中随机选择了 10 名演员。构建组花费了 48 秒。拥有组后，您可以对演员的数量、看到该组的次数等进行过滤和/或排序。

我发现参与者节点 ID 的集合总是被排序的。如果不是这样，则查询可能无法正常工作，因为现有 :Group 节点上的合并可能不会成功。在这种情况下，您必须在收集它们之前对 :Actor 节点 ID 使用 ORDER BY。