Neo4j 基于边缘特性的过滤度

在电影数据库中，我想找到演员，并统计他们在一个时间范围内播放的电影数量。目前我没有集成时间范围过滤，我正在使用下面的查询

MATCH (n:Person)-[r:ACTED_IN]->(:Movie)
WITH n, r, SIZE( (n)-[:ACTED_IN]->(:Movie) ) as degree
WHERE degree > 3 
RETURN DISTINCT ID(n) as id, n.name as Actor, degree as Count
ORDER BY degree DESC SKIP 0 LIMIT 100

如果我能做这样的查询

MATCH (n:Person)-[r:ACTED_IN]->(:Movie)
WITH n, r, SIZE( (n)-[r2:ACTED_IN where r2.released > 1990 and r2.released < 2000 ]->(:Movie) ) as degree
WHERE degree > 3 
RETURN DISTINCT ID(n) as id, n.name as Actor, degree as Count
ORDER BY degree DESC SKIP 0 LIMIT 100

MATCH（n:Person）-[r:ACTED_IN]->（：Movie）
以n，r，SIZE（（n）-[r2:active_，其中r2.released>1990和r2.released<2000]->（：Movie））作为度
其中学位>3
返回不同的ID（n）作为ID，n.name作为Actor，degree作为Count
按度顺序描述跳过0限制100

这会奏效的。在度计算过程中如何对边属性进行过滤？

我想我找到了

MATCH (n:Person)-[r:ACTED_IN]->(:Movie)
WHERE r.begin_datetime > 0 AND r.end_datetime < 1560755054828
WITH n, SIZE(COLLECT(r)) as degree
WHERE degree > 3
RETURN DISTINCT ID(n) as id, n.name as Actor, degree as Count 
ORDER BY degree DESC SKIP 0 LIMIT 100

MATCH（n:Person）-[r:ACTED_IN]->（：Movie）
其中r.begin_datetime>0，r.end_datetime<156075054828
以n表示，大小（收集（r））为度
其中学位>3
返回不同的ID（n）作为ID，n.name作为Actor，degree作为Count
按度顺序描述跳过0限制100

我想我找到了

MATCH (n:Person)-[r:ACTED_IN]->(:Movie)
WHERE r.begin_datetime > 0 AND r.end_datetime < 1560755054828
WITH n, SIZE(COLLECT(r)) as degree
WHERE degree > 3
RETURN DISTINCT ID(n) as id, n.name as Actor, degree as Count 
ORDER BY degree DESC SKIP 0 LIMIT 100

MATCH（n:Person）-[r:ACTED_IN]->（：Movie）
其中r.begin_datetime>0，r.end_datetime<156075054828
以n表示，大小（收集（r））为度
其中学位>3
返回不同的ID（n）作为ID，n.name作为Actor，degree作为Count
按度顺序描述跳过0限制100

您可以通过电影数据库中的

released

属性进行筛选，最后使用来获取1990-2000年间每位演员所演电影的数量

MATCH (n:Person)-[r:ACTED_IN]->(m:Movie)
WHERE m.released > 1990 AND m.released < 2000
RETURN n.name as Actor, COUNT (DISTINCT m) as Count

---

您可以通过电影数据库中的

released

属性进行筛选，最后使用来获取1990-2000年间每位演员拍摄的电影数量

MATCH (n:Person)-[r:ACTED_IN]->(m:Movie)
WHERE m.released > 1990 AND m.released < 2000
RETURN n.name as Actor, COUNT (DISTINCT m) as Count