Neo4j 性能 - IN 运算符密码查询

Question

如果我有 100 万用户，并且如果我使用 IN 运算符搜索他们，并使用 1000 多个唯一索引的自定义 ID。

例如，在neo4j给出的电影数据库中 假设我需要获取我的演员列表 (> 1000) 应该在该电影中演出的所有电影，并按电影发行日期和不同的电影结果排序。

在数据库上执行该操作真的很好吗？如果我在单节点实例和 ha 集群中执行该操作，时间复杂度是多少。

Answer 1

这将为您提供有关计算中涉及的计算复杂性的粗略指南。

对于您的每个 Actor，Neo 将查找来自该节点的所有 Acted_In 关系。让我们假设每个 Actor 的平均 Acted_In 关系数为 4。

因此 Neo 将需要每个 Actor 进行 4 次遍历。 因此，对于 1000 个 Actor，将是 4000 次遍历。 对于 Neo 来说这并不多（他们声称每秒大约 100 万次，但这当然取决于硬件）

然后，查询的 Distinct 方面对于 Neo 来说是微不足道的，因为它知道它访问了哪些节点，因此 Neo 会自动拥有唯一的电影节点列表，所以这会非常快。

如果电影的发行日期在 Neo 中被索引，那么结果的排序也会非常快。

所以理论上这个查询应该运行得很快（不到一秒）并且对数据库的影响最小

Answer 2

这就是我要做的，我将从具有最低程度的演员开始遍历，即数据集的最高选择性。然后找到他演过的电影，并将这些电影与其他演员进行对比。

第二个选项可能更有效地实施。 （还有另一个技巧可以加快速度，当您有数据集进行测试时，请通过电子邮件告诉我）。

MATCH (n:Actor) WHERE n.id IN {ids}
WITH n, SIZE( (n)-[:ACTED_IN]->() ) as degree
ORDER BY degree ASC 
WITH collect(n) as actors WITH head(actors) as first, tail(actors) as rest, size(actors)-1 as number
// either
MATCH (n)-[:ACTED_IN]->(m)
WHERE size( (m)<-[:ACTED_IN]->() ) > number AND ALL(a in rest WHERE (a)-[:ACTED_IN]->(m))
RETURN m;

// or
MATCH (n)-[:ACTED_IN]->(m)
WHERE size( (m)<-[:ACTED_IN]->() ) > number
MATCH (m)<-[:ACTED_IN]-(a)
WHERE a IN rest
WITH m,count(*) as c, number
WHERE c = number
RETURN m;