Neo4j：获取一组节点之间关系的快速查询

Question

我正在寻找一个快速的 Cypher 语句，它返回一组已知节点（我有他们的 Neo4j ID）之间的所有关系，以便我可以为该特定节点集组装子图。我在一个名为 label 的标签中工作，它有大约 50K 节点和这些节点之间的 800K 边。

对此我有几种工作方法，但对于我的应用程序来说，没有一种方法足够快，即使是在较小的集合大小（少于 1000 个节点）时也是如此。

例如，以下语句可以解决问题：

MATCH (u:label)-[r]->(v:label)
WHERE (ID(u) IN {ids}) AND (ID(v) IN {ids}) 
RETURN collect(r)

{ids} 是作为 Py2Neo cypher.execute(statement, parameters) 方法的参数提供的数字 Neo4j id 的列表。问题是一组 838 个节点需要大约 34 秒，它返回它们之间的所有 19K 关系。我意识到该图有点密集，但每返回 1000 条边需要 1.76 秒。我只是不认为这是可以接受的。

如果我改用 START 子句（如下所示），时间实际上会差一些。

START u=node({ids}), v=node({ids})
MATCH (u:label)-[r]->(v:label)
RETURN collect(r) 

我发现了许多类似的问题/答案，但它们在某些方面都不尽如人意。有没有更好的说明，甚至更好的图形模式，以便它可以扩展到数千个节点的集合？

---

更新

感谢您的快速回复。首先，要运行我当前对 528 个节点的查询作为输入 (len(ids)=528)，它需要 32.1 秒，查询计划如下。

NodeByIdSeek: 528 hits
Filter      : 528 hits
Expand(All) : 73,773 hits
Filter      : 73,245 hits
Projection  : 0 hits
Filter      : 0 hits

Brian Underwood 的查询使用相同的输入，需要 27.8 秒。查询计划是相同的，除了最后两个步骤（投影和过滤器），他的查询不存在这些步骤。但是 db hits sum 是一样的。

Michael Hunger 的查询耗时 26.9 秒，查询计划与 Brian 的查询相同。

我在实验之间重新启动了服务器以避免缓存影响（可能有更聪明的方法来做到这一点）。我还直接从 Web 界面查询，以绕过我的代码和我正在使用的库中可能存在的瓶颈。

底线，Neo4j 似乎足够聪明，可以优化我的查询，但是即使是相当小的集合，它仍然很慢。有什么建议吗？

Answer 1

我认为问题在于查询正在做笛卡尔积以获取 838 节点的所有组合，因此您最终会搜索 838*838=702,244 个组合。

我很好奇它会如何执行：

MATCH (u:label)-[r]->(v:label)
WHERE (ID(u) IN {ids})
WITH r, v
WHERE (ID(v) IN {ids})
RETURN collect(r)

另外，为什么collect在最后？

Answer 2

您的 id 列表有多大？

试试这个：

MATCH (u) WHERE ID(u) IN {ids}
WITH u
MATCH (v)-[r]->(v)
WHERE ID(v) IN {ids}
RETURN count(*)


MATCH (u) WHERE (ID(u) IN {ids})
WITH u
MATCH (v)-[r]->(v)
WHERE ID(v) IN {ids}
RETURN r

还可以尝试通过在查询前加上 PROFILE 来创建查询计划，然后您会看到成本在哪里。