为路径搜索优化 Neo4j 查询

Question

• Neo4j 版本：3.5.16

• 你使用什么样的 API/驱动程序：Python API with py2neo to run the query with graph.run()

• Py2neo 版本：4.3.0。

大家好，

我正在尝试优化密码查询以检索可变长度路径。

每次数据到达时都会创建图表，并且 startNode 和 endNode 固定在它们的 name 属性上。创建图表后，我有一个 startNode 和一个 endNode，推论/目标是：

“从最小长度为 X 和最大长度为 Y 的所有可能路径中，我想找到产生最高聚合关系值的最短路径”。

我实际上设法做的是：使用以下 cyper 查询“获取 X 和 Y 之间产生最高聚合关系值的长度路径”：

MATCH path = (startN:Batch { name: $startNode })-[:CHANGES_TO*4..7]->(endN:Batch { name: $endNode })
RETURN path,
REDUCE (s = 1, r IN RELATIONSHIPS(path) | s * r.rateValue) AS finalBatchValue
ORDER BY finalBatchValue DESC 
LIMIT 1

但是，运行需要一些时间。 ¿ 有人可以提供有关如何优化这一点的想法，既要完成最短路径的目标，又要优化查询以尽可能快地运行？

我试图让它与 allShortestPaths 或 Dijkstra 等 APOC 方法一起工作，但没有成功；它最终返回了最短路径，我无法确定要考虑的最小节点数量。

非常感谢任何帮助。

Answer 1

因为您基本上是在寻找最短长度的最强的。您可以通过一个技巧来解决性能问题。 您可以查询固定长度而不是可变长度的图形。但是您必须查询 n2-n1+1 次，在您的情况下为 4 次，首先是长度为 4，然后是 5，依此类推。 如果您在任何时候找到路径，您可以停止查询。 这种方法将大大减少每次加载的数据。但是您必须多次点击图表。四次点击方法所花费的平均时间很可能少于可变长度的单次点击。 原因是如果你找到一个较短长度的解决方案，你就不会计算所有长度较长的路径。 因为，路径越长，所花费的时间就会成倍增长。

仅使用 cypher 是不可能的。一种方法是在 java 中编写 neo4j 过程并在 cypher query 中使用它。 第二种方法是：使用不同的查询点击 neo4j。 我在这里为您的案例编写 python 代码，

query = 'MATCH path = (startN:Batch { name: $startNode })-[:CHANGES_TO*LENGTH_PARAM]->(endN:Batch { name: $endNode })
RETURN path,
REDUCE (s = 1, r IN RELATIONSHIPS(path) | s * r.rateValue) AS finalBatchValue
ORDER BY finalBatchValue DESC 
LIMIT 1'
for length in range(4,8):
      query  = query.replace('LENGTH_PARAM',str(x))
      result = graph.run(query)
      #if result size > 0 
      #your implementation 
      #final_result= result['path'] 
      #return final_result

这就是它的工作原理，在最坏的情况下，您需要为每个开始、结束节点对点击图表四次。网络调用增加，但平均花费的时间应该减少。

使用 java 插件，它可以像以前的查询一样减少到一次点击，因为您可以在 java 代码中执行循环部分。