Neo4j将属性从CSV添加到节点

我有一个包含数百万个节点的标签Person。节点有一些属性，我正在尝试从CSV文件向节点添加新属性。 我试图通过这个人的名字和姓氏来匹配他们，但是查询太慢了。查询是：

使用定期提交
从中加载带有标题的CSV
'file:///personaldata.csv“作为第1行
匹配（p:Person{forename:line1.forename，姓氏：line1.names}）
设置p.newPersonNumber=line1.newPersonNumber

在终止查询之前，我让查询运行了大约一个小时。 我做错什么了吗？

---

请注意，我在

名字

和

姓氏

上有索引，请尝试分析查询，看看它是否真的使用了索引：

PROFILE
WITH "qwe" AS forename, "asd" AS surname
MATCH (p:Person {forename: forename, surname: surname})
RETURN p

如果没有，您可以强制：

WITH "qwe" AS forename, "asd" AS surname
MATCH (p:Person {forename: forename, surname: surname})
USING INDEX p:Person(forename)
USING INDEX p:Person(surname)
RETURN p

如（矿山重点）所述：

当Cypher使用次优索引或应使用多个索引时，可以强制使用索引

另请参见关于的章节

---

更新

由于目前不支持在同一个节点上使用多个索引，所以让我们再关注一下查询速度慢的原因，以及它是否真的起作用。您可以为子集分析实际的

加载CSV

，并查看数据是否匹配任何内容：

PROFILE
USING PERIODIC COMMIT
LOAD CSV WITH HEADERS FROM 'file:///personaldata.csv' AS line1
WITH line1
LIMIT 10
OPTIONAL MATCH (p:Person {forename:line1.forename, surname:line1.surname})
RETURN p, line1.newPersonNumber

---

这样，您可以检查

匹配项是否找到了某些内容（即，姓名和姓氏不需要修剪或其他内容），还可以检查哪个索引对查询更有利：因为只使用一个索引，所以结果将在其他属性上过滤，如果你使用最具辨别力的索引，速度会更快。如果所有的人都是约翰，你最好使用姓氏索引，但如果他们都是约翰，则使用名字索引。如果他们都是约翰做的，你就有复制问题。。。无论如何，比较两个配置文件（使用任意一个索引）之间的过滤步骤上的数字应该可以让您了解索引的分布情况。
尝试分析查询，看看它是否真的使用了索引：

PROFILE
WITH "qwe" AS forename, "asd" AS surname
MATCH (p:Person {forename: forename, surname: surname})
RETURN p

如果没有，您可以强制：

WITH "qwe" AS forename, "asd" AS surname
MATCH (p:Person {forename: forename, surname: surname})
USING INDEX p:Person(forename)
USING INDEX p:Person(surname)
RETURN p

如（矿山重点）所述：

当Cypher使用次优索引或应使用多个索引时，可以强制使用索引

另请参见关于的章节


更新

由于目前不支持在同一个节点上使用多个索引，所以让我们再关注一下查询速度慢的原因，以及它是否真的起作用。您可以为子集分析实际的
加载CSV
，并查看数据是否匹配任何内容：

PROFILE
USING PERIODIC COMMIT
LOAD CSV WITH HEADERS FROM 'file:///personaldata.csv' AS line1
WITH line1
LIMIT 10
OPTIONAL MATCH (p:Person {forename:line1.forename, surname:line1.surname})
RETURN p, line1.newPersonNumber

这样，您可以检查
匹配项是否找到了某些内容（即，姓名和姓氏不需要修剪或其他内容），还可以检查哪个索引对查询更有利：因为只使用一个索引，所以结果将在其他属性上过滤，如果你使用最具辨别力的索引，速度会更快。如果所有的人都是约翰，你最好使用姓氏索引，但如果他们都是约翰，则使用名字索引。如果他们都是约翰做的，你就有复制问题。。。无论如何，比较两个配置文件（具有任意一个索引）之间过滤步骤上的数字，应该可以让您了解索引的分布情况。
很抱歉回复太晚。查询只使用一个索引，而不是两个索引。运行
后，使用索引p:Person（名字）使用索引p:Person（姓氏）
我得到
不支持对同一变量的多个提示（第3行第13列（偏移量：109））“使用索引p:Person（名字）”
。我认为索引不是问题所在，因为我让查询运行了一段时间，然后检查是否有这样的节点：
MATCH（p:Person）WHERE EXISTS（p.newPersonNumber）RETURN p
，但我返回了0行。我已更新了答案，以将重点放在查询的调试和分析上。使用
PROFILE
我看到
MATCH
查找结果，因此我猜查询编写正确。对我来说，更有益的是在
名字
上建立索引（就像现在一样）。我不知道还有什么问题。还请注意，CSV文件的大小为4.7 GB。无论CSV的大小如何（这会影响总运行时间），因为您已经使用定期提交了
，过一段时间后应该会看到一些结果。在子集上运行更新查询，测量所需时间（估计完整运行将持续多长时间），并检查属性是否添加到少数节点。CSV列的名称也没有输入错误（
line1.newPersonNumber
）？很抱歉回复太晚。查询只使用一个索引，而不是两个索引。运行
后，使用索引p:Person（名字）使用索引p:Person（姓氏）
我得到
不支持对同一变量的多个提示（第3行第13列（偏移量：109））“使用索引p:Person（名字）”
。我认为索引不是问题所在，因为我让查询运行了一段时间，然后检查是否有这样的节点：
MATCH（p:Person）WHERE EXISTS（p.newPersonNumber）RETURN p
，但我返回了0行。我已更新了答案，以将重点放在查询的调试和分析上。使用
PROFILE
我看到
MATCH
查找结果，因此我猜查询编写正确。对我来说，更有益的是在
名字
上建立索引（就像现在一样）。我不知道还有什么问题。还请注意，CSV文件的大小为4.7 GB。无论CSV的大小如何（这会影响总运行时间），因为您已经使用定期提交了
，过一段时间后应该会看到一些结果。在子集上运行更新查询，测量所需时间（估计完整运行将持续多长时间），并检查属性是否添加到少数节点。CSV列的名称也没有输入错误（
line1.newPersonNumber
）？