在Neo4j/Cypher中有效地找到连接两组节点的唯一中间节点

我有关于喜剧或戏剧电影的资料。我在这些电影中有演员，他们可以在每部电影中扮演多个角色。我想找到所有不同类型的电影和演员，其中：

（戏剧一：电影{类型：'戏剧'}）-（角色一）-（演员一：演员）-（角色二）-（喜剧：电影{类型：'喜剧'}）-（角色三）-（演员二：演员）-（角色四）-（戏剧二：电影{类型：'戏剧'）

也就是说，我想找出两部（不同的）戏剧通过一部喜剧连接在一起，两部戏剧至少有一个演员。我正在努力有效地做到这一点，并让neo4j为我提供不同的戏剧1、戏剧2、演员1、演员2、喜剧组。我的数据大约有几百万个节点和数千万个关系，因此效率很重要。可插入neo4j在线控制台的玩具设置为：

创作（a:电影{流派：'喜剧'}），（b:电影{流派：'喜剧'}），（c:电影{流派：'喜剧'}），（d:电影{流派：'喜剧'}，（f:电影{流派：'戏剧'}），（h:电影{流派：'戏剧'}，（i:演员{姓名：'Sarah'}），（j:演员{姓名：'Maria'}，（k:演员{姓名：'Mike'}），（l:演员{姓名：'Jane'}），（m:演员{姓名：'Sam Sam q:演员，{姓名：'Matt'，i:{姓名：{-（a）的，（i）的，（i）的，（i）的，（i）的，（i）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的，（c）的）的，（q）的）的，（c）的）的，（c）的）的，（，（q）的）的）的）是，（b）的，（b）的）的，（q）的）的）的，（q）的）的）的）的）的）的，（，（，（q）的）的）的）的）的）的）的，（，（，（，（，（，（，（q）的）的）的）的）的）的）的）的）的）的）的）的）的）的）的）的，（，（，（，（，（，（b）的）的）的）的）的）的）的）的）的）的）（k）-（d），（l）-（c），（i）-（a），（i）-（h），（m）-（h）

我大部分时间都在尝试不同的

---

匹配（戏剧1：电影{流派：'戏剧'}）-[role1]-（actor1：演员）-[role2]-（喜剧：电影{流派：'喜剧'}）-[role3]-（actor2：演员）-[role4]-（戏剧2：电影{流派：'戏剧'}）返回戏剧1，actor1，喜剧，actor2，戏剧2

您可以使用这样的多匹配查询：

MATCH p = (drama1:Movie {Genre:'Drama'})-[r1]-(a1)-[r2]-(comedy:Movie {Genre:'Comedy'})-[r3]-(a2)-[r4]-(drama2:Movie {Genre:'Drama'})
MATCH (drama1)-[]-(a:Actor)-[]-(drama2) 
WHERE drama1<>drama2 
RETURN nodes(p)

MATCH p=（戏剧1：电影{流派：'戏剧'}）-[r1]-（a1）-[r2]-（喜剧：电影{流派：'喜剧'}）-[r3]-（a2）-[r4]-（戏剧2：电影{流派：'戏剧'}）
比赛（戏剧一）演员（戏剧二）
戏剧在哪里
返回节点（p）

查询说明：

• 第一场比赛发现两部戏剧由喜剧连接
• 第二个匹配告诉我们这两部剧必须由同一个演员连接
• WHERE子句表明这两部戏剧必须不同
• RETURN子句返回模式

优化查询没有太多工作要做，因为您没有按任何属性进行筛选，所以您要浏览整个图。您可以尝试在“流派”属性上创建索引，但如果您只有两个不同的值，则不建议这样做

另一个选项是使用SKIP/LIMIT在较小的块中检索模式：

MATCH p = (drama1:Movie {Genre:'Drama'})-[r1]-(a1)-[r2]-(comedy:Movie {Genre:'Comedy'})-[r3]-(a2)-[r4]-(drama2:Movie {Genre:'Drama'})
MATCH (drama1)-[]-(a:Actor)-[]-(drama2) 
WHERE drama1<>drama2 
RETURN nodes(p) SKIP 0 LIMIT 100000

MATCH p=（戏剧1：电影{流派：'戏剧'}）-[r1]-（a1）-[r2]-（喜剧：电影{流派：'喜剧'}）-[r3]-（a2）-[r4]-（戏剧2：电影{流派：'戏剧'}）
比赛（戏剧一）演员（戏剧二）
戏剧在哪里
返回节点（p）跳过0限制100000

---

此查询获取前100k个模式，然后必须增加跳过以获取下一个100k（跳过100000限制100000）。通过这种方式，您必须运行10个查询才能获得所有模式。

在我的玩具数据集上看起来不错，但在我真正的百万节点数据集上却不运行。有没有关于如何进一步优化查询的想法？@Robmattles很难优化，因为您没有按任何属性进行筛选，但可以一点一点地获得模式。我编辑答案以解释不是这样。