Neo4j Cypher查询的传递闭合性能较差


Poor performance of Neo4j Cypher query for transitive closure

我有一个具有?89K个节点和?1.2M个关系的图，并且正在尝试通过以下Cypher查询来获取单个节点的传递闭包：

1
2
3
4
start n=NODE(<id of a single node of interest>)
match (n)-[*1..]->(m)
where has(m.name)
return distinct m.name

不幸的是，该查询消失了，并且似乎没有回来(尽管公平地说，在这一点上，我只给出了大约一个小时的执行时间)。

关于如何优化我在此处的内容或实现要求的更好方法的任何建议？

笔记：

  • Neo4J v2.0.0(通过Homebrew安装)。
  • Mac OSX 10.8.5
  • Oracle Java 1.7.0_51
  • 8GB物理RAM(分配给neo4j JVM的默认值是什么)
  • 数据库托管在SSD卷上。
  • 通过管理Web UI的"数据浏览器"提交查询。
  • "名称"是一个自动索引字段。
  • CPU使用率非常低-平均在8个内核中占20％。
  • 我还没有深入剖析Neo4J服务器的性能-我的第一次尝试锁定了VisualVM。
相关讨论

那可能是路径的组合爆炸，您想尝试一下吗？

1
2
3
start n=NODE(<id of a single node of interest>),m=node:node_auto_index("name:*")
match shortestPath((n)-[*]->(m))
return m.name

没有最短路径，它看起来像那样，但是由于您只对n中的可到达节点感兴趣，因此上面的内容应该足够好。

1
2
3
start n=NODE(<id of a single node of interest>),m=node:node_auto_index("name:*")
match (n)-[*]->(m)
return distnct m.name

相关讨论

尝试查询-https://code.google.com/p/gueryframework/-这是一个独立的库，但具有neo4j适配器。也就是说，您将必须以查询格式重写查询。

更好地支持传递闭包是开发查询的主要原因之一，我们主要在需要可达性/模式分析的软件分析工具中使用此功能(例如，http：//xplrarc.massey.ac.nz/中的反模式查询是使用查询计算得出)。

Google neo4j小组对此进行了简短的讨论：
https://groups.google.com/forum/#!searchin/neo4j/jens/neo4j/n69ksEJxDtQ/29DNKyWKur4J

还有一个(较旧的，未维护的)项目，带有一些基准测试代码：

https://code.google.com/p/graph-query-benchmarks/

干杯，詹斯