Neo4j中极慢的加权边缘查询

我有一个大约120万个节点的图，它们之间大约有385万个关系。我需要找到顶部x加权边-也就是说，a，b，n的顶部x元组，其中a和b是唯一的顶点对，n是它们之间的连接数。我目前通过以下密码查询获取此数据：

MATCH (n)-[r]->(x)
WITH n, x, count(r) as weight 
ORDER BY weight DESC 
LIMIT 50
RETURN n.screen_name, r.screen_name, weight;

这个查询运行大约需要25秒，这对于我的需要来说太慢了。我使用探查器运行了查询，它返回以下内容：

ColumnFilter(0)
  |
  +Extract
    |
    +ColumnFilter(1)
      |
      +Top
        |
        +EagerAggregation
          |
          +TraversalMatcher

+------------------+---------+---------+-------------+------------------------------------------------------------------------------------------------+
|         Operator |    Rows |  DbHits | Identifiers |                                                                                          Other |
+------------------+---------+---------+-------------+------------------------------------------------------------------------------------------------+
|  ColumnFilter(0) |      50 |       0 |             |                                                      keep columns n.twitter, x.twitter, weight |
|          Extract |      50 |     200 |             |                                                                           n.twitter, x.twitter |
|  ColumnFilter(1) |      50 |       0 |             |                                                                      keep columns n, x, weight |
|              Top |      50 |       0 |             | {  AUTOINT0}; Cached(  INTERNAL_AGGREGATE01a74d75-74df-42f8-adc9-9a58163257d4 of type Integer) |
| EagerAggregation | 3292734 |       0 |             |                                                                                           n, x |
| TraversalMatcher | 3843717 | 6245164 |             |                                                                                        x, r, x |
+------------------+---------+---------+-------------+------------------------------------------------------------------------------------------------+

那么，我的问题是：

1。我的期望值是否偏离了，这是不是会很慢？这在功能上是一个映射/减少问题，但这不是一个很大的数据集，只是测试数据。真实的东西会有更多（但可以通过关系属性进行过滤；我正在处理一个具有代表性的示例）

2。我该怎么做才能让它运行得更快呢？我曾考虑过使用start语句，但似乎没有帮助。事实上，这似乎让事情变得更糟

3。我在这里不知道什么，我到哪里去发现我不知道呢？

谢谢

---

Chris

您在第一条语句中点击了数据库

6245164

：

MATCH（n）-[r]>（x）

看起来您试图做的是一个图形全局查询——也就是说，您试图在整个图形上运行查询。这样做并没有利用索引来减少对数据库的点击次数

为了在您需要的性能级别上实现这一点，可能需要一个非托管扩展

此外，这也是了解非托管扩展的一个很好的社区资源：

这里的方法是创建一个restapi方法来扩展Neo4j服务器。这需要一些使用Java编程的经验

---

或者，您可以运行一个迭代密码查询，更新

（n）

和

（x）

之间的每个

[r]

的聚合计数。您是对的，在这个场景中，我试图映射图中的所有关系；这就是我面临的问题的核心用例。在未来，数据集将是整个数据集中较小的一部分，因此可能能够利用索引-但如果我无法将此查询达到可管理的性能水平，我将永远无法达到那个（希望更好）位置。给我大约一天的时间来整理一篇关于此主题的博客文章和示例项目。与此同时，您还可以开始构建和安装Neo4j非托管扩展。有些过时的博客文章，但最新版本的Neo4j的过程是相同的：您是在缓存完全加载的情况下还是从冷启动开始？如果您正在访问磁盘，这可以解释为什么它要慢得多，因为访问缓存将从RAM获取信息，而磁盘的速度可能要慢好几倍。