Cypher Neo4j - 在集合上使用子句“IN”的查询非常慢

Question

您好，我正在尝试从 Neo4j 2.3.1 中的 CSV 文件导入一些数据。我已经导入了一些 :Author 和 :Article 类型的节点。

作者节点由以下属性组成：

1. 键 -> 字符串
2. principal_name -> 字符串
3. 别名 -> 字符串集合
4. ........

我还在 principal_name、别名和键上添加了索引。

当我尝试导入 Article 和 Author 类型的节点之间的关系时出现问题。

CSV 具有这种类型的结构：

articleKey,authorName

有一个天真的解决方案，我尝试使用这样的查询来创建关系：

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM "file:///myPath.csv" AS line
MATCH (art:Article{key: line.key1})
MATCH (auth:Author) WHERE line.key2 IN (auth.alias)
CREATE UNIQUE (auth)-[:AUTHOR_OF]->(art);

查询速度非常慢，因为我使用分析器发现第二个 MATCH 真的很慢。创建每个关系需要 10-12 秒，因为我在数据库中有很多作者（大约 1000000）。

所以我正在寻找一种方法来执行这样的查询以获得更快的执行速度（是一个示例来说明我想要获得的结构）：

MATCH (auth:Author{principal_name: line.key2})
IF auth null THEN
  MATCH (auth:Author) WHERE line.key2 IN (auth.alias)
END

有没有办法用 Cypher 做到这一点？

Answer 1

如果您更改了模型，以便 Author 节点的所有名称（主体名称和所有别名）都位于单独的 Name 节点中，如下所示：

(auth:Author)-[:HAS_NAME]->(name:Name {name: 'Fred McGillicutty'})

那么查询将是：

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM "file:///myPath.csv" AS line
MATCH
  (art:Article { key: line.key1 }),
  (auth:Author)-[:HAS_NAME]->(name:Name { name:line.key2 })
CREATE (auth)-[:AUTHOR_OF]->(art);

如果你在:Article(key)和:Name(name)上创建索引，这个查询应该非常高效。

Answer 2

如果许多作者都有别名，并且您希望查询这些别名，则应将它们建模为节点。我认为这将加快创建关系的查询速度，并允许更灵活的涉及别名的查询。

(:Alias)<-[:HAS]-(:Author)-[:AUTHOR_OF]->(:Article)

在所有节点上添加索引。如果可能，请使用uniqueness constraints。

您现在可以查询Alias 和Author 节点来添加关系：

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM "file:///myPath.csv" AS line
MATCH (art:Article {key: line.key1})
// get the Author directly or by alias
MATCH (alias:Alias)<-[:HAS]-(auth:Author)
WHERE alias.principal_name = line.key2 OR auth.principal_name = line.key2
CREATE (auth)-[:AUTHOR_OF]->(art)

使用索引查找应该很快。