问题：
创建以下MATCH语句的最有效方式是什么？为什么？
详细的问题：
假设我们有一个Place具有可变数量属性的节点，并且需要按其类别从潜在的数十亿个节点中查找节点。我试图把每个查询的性能都放在脑子里，事实证明这很困难。
可能的查询：
Place使用property查找匹配节点：
MATCH (entity:Place { category: "Food" })
匹配Place具有以下isCategory关系的Food节点：
MATCH (entity:Place)-[:isCategory]->(category:Food)
匹配Place具有以下Food关系的Category节点：
MATCH (entity)-[category:Food]->(:Category)
匹配Food具有以下isCategoryFor关系的Place节点：
MATCH (category:Food)-[:isCategoryFor]->(entity:place)
显然，两者之间的所有变化。关系方向也朝着相反的方向发展。
更高的复杂度：
让我们增加一点复杂度，并说我们现在需要Place使用多个类别查找所有节点。例如：查找所有Place类别为category的节点，Food或者Bar我们是否仅添加另一条MATCH语句？如果没有，在这里采取的最高效的路线是什么？
另外：
是否有工具可以帮助我描述遍历过程并告诉我最佳选择方法？
如果我正确地理解了您的域，建议您Category将自己设置为节点。
MERGE (:Category {name:"Food"})
MERGE (:Category {name:"Bar"})
MERGE (:Category {name:"Park"})
并将每个Place节点连接到Category它所属的s。
MERGE (:Place {name:"Central Park"})-[:IS_A]->(:Category {name:"Park"})
MERGE (:Place {name:"Joe's Diner"})-[:IS_A]->(:Category {name:"Food"})
MERGE (:Place {name:"Joe's Diner"})-[:IS_A]->(:Category {name:"Bar"})
然后，如果您要查找Place属于的Category，它可能会很快。首先匹配类别，然后分支到与该类别相关的地方。
MATCH (c:Category {name:"Bar"}), (c)<-[:IS_A]-(p:Place)
RETURN p
您的类别数量相对有限，因此与类别的匹配会很快。然后，由于Neo4j实际存储数据的方式，将很快找到与该类别相关的所有地点。
更复杂
在多个类别中查找位置也很容易。
MATCH (c:Category) WHERE c.name = "Bar" OR c.name = "Food", (c)<-[:IS_A]-(p:Place)
RETURN p
同样，您只需要首先匹配类别（快速，因为没有太多），然后分支到相连的地方。
使用索引
如果需要快速，则需要在有意义的地方使用索引。在此示例中，我将在类别的name属性上使用索引。
CREATE INDEX ON :Category(name)
或者更好的是，对类别名称使用唯一性约束，这将为它们建立索引并防止重复。
CREATE CONSTRAINT ON (c:Category) ASSERT c.name IS UNIQUE
索引（和唯一性）对查询速度有很大的影响。
为什么这是最快的
Neo4j以非常紧凑，易于访问的格式存储节点和关系。一旦有了节点或关系，获取相邻关系或节点的速度就非常快。但是，它分别存储每个节点（和关系）的属性，这意味着浏览属性相对较慢。
目标是尽快到达起始节点。到达那里后，遍历相关实体很快。如果您只有1,000个类别，但您拥有十亿个席位，那么挑选一个个体的速度Category将比挑选一个个体的速度更快Place。一旦有了该起始节点，进入相关节点将非常有效。
其他选择
只是为了增强，这就是使您的其他选择变慢或变差的原因。
在第一个示例中，您正在浏览每个节点上的属性以查找匹配项。属性查找很慢，您正在执行十亿次。索引可以帮助解决此问题，但仍然需要大量工作。此外，您正在有效地在十亿个位置中的每个位置上复制类别数据，而没有利用Neo4j的优势。
在所有其他示例中，您的数据模型看起来很奇怪。“食物”，“酒吧”，“公园”等都是类别的实例，而不是单独的类型。它们每个都应该是它们自己的节点，但是它们都应该具有Category标签，因为这就是它们的本质。另外，类别是物，因此它们应该是节点。关系描述事物之间的联系。以这种方式使用类别是没有意义的。
我希望这有帮助！
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句