Neo4j中的字符串比较

我想知道where子句中以下字符串比较的性能：

案例1:

MATCH (p: Person)
WHERE NOT p.name='Person 1'
AND NOT p.name='Person 2'
RETURN p

MATCH (p: Person)
WHERE NOT (p.name='Person 1' OR p.name='Person 2')
RETURN p

MATCH (p: Person)
WHERE NOT p.name IN ['Person 1', 'Person 2']
RETURN p

案例2:

MATCH (p: Person)
WHERE NOT p.name='Person 1'
AND NOT p.name='Person 2'
RETURN p

MATCH (p: Person)
WHERE NOT (p.name='Person 1' OR p.name='Person 2')
RETURN p

MATCH (p: Person)
WHERE NOT p.name IN ['Person 1', 'Person 2']
RETURN p

案例3:

MATCH (p: Person)
WHERE NOT p.name='Person 1'
AND NOT p.name='Person 2'
RETURN p

MATCH (p: Person)
WHERE NOT (p.name='Person 1' OR p.name='Person 2')
RETURN p

MATCH (p: Person)
WHERE NOT p.name IN ['Person 1', 'Person 2']
RETURN p

我在我的数据库上尝试过，但结果并不一致，有时情况3得到最佳响应时间和db命中率，有时情况1和情况2最好

你能帮我说清楚吗？
-哪种方法的性能最好？

---

-为什么它是最好的（可能是背后的算法/逻辑）？

情况3应该总是产生最少的DB命中。如果您

PROFILE

每个查询，它们通常都会生成相同的执行计划，但是如果您查看

Filter

操作中的详细信息，您可以看到差异

在案例1和2中，过滤器比较是

而不是p.name=$

AUTOSTRING0`

但是，如果您查看案例3的概要文件，它有一个不同的比较

在案例3中，$AUTOLIST0`中的过滤器比较是

而不是p.name

可以推断，案例1和案例2将每个新术语视为单独的字符串比较，但案例3执行列表比较。如果按比例放大人员anmes的lst，则案例3中的DB命中率将保持不变，但案例1和案例2将线性放大

随着数据库的增长，这个查询将永远不会是一个“出色的执行者”，尽管它确实会对一个特定的标签进行完整的表扫描，并过滤掉它不想要的东西

就响应时间而言，第一次运行其中一个查询时，结果会出现在页面缓存中，因此后续查询总是会更快。同样，一旦执行了每个查询，查询计划将被缓存，因此在比较它们时，它只会有一点变化。
案例3应始终产生最少的数据库命中。如果您
PROFILE
每个查询，它们通常都会生成相同的执行计划，但是如果您查看
Filter
操作中的详细信息，您可以看到差异


在案例1和2中，过滤器比较是
而不是p.name=$
AUTOSTRING0`

但是，如果您查看案例3的概要文件，它有一个不同的比较


在案例3中，$

AUTOLIST0`中的过滤器比较是

而不是p.name

可以推断，案例1和案例2将每个新术语视为单独的字符串比较，但案例3执行列表比较。如果按比例放大人员anmes的lst，则案例3中的DB命中率将保持不变，但案例1和案例2将线性放大

随着数据库的增长，这个查询将永远不会是一个“出色的执行者”，尽管它确实会对一个特定的标签进行完整的表扫描，并过滤掉它不想要的东西

就响应时间而言，第一次运行其中一个查询时，结果会出现在页面缓存中，因此后续查询总是会更快。同样，一旦执行了每个查询，查询计划将被缓存，因此在比较它们时会有一些变化。
非常感谢，Dave，但是如果我必须创建这样的过滤器，并且所需属性的唯一值的数量非常少，那么最好的策略是什么？索引是没有意义的，因为属性不是那么有选择性。非常感谢，Dave，但是如果我必须创建这样的筛选器，并且所需属性的唯一值的数量非常少，那么最好的策略是什么？索引是没有意义的，因为属性不是那么有选择性。