Optimization Neo4J用于创建节点间关系的优化

我正在处理大约50000条tweets作为节点，其数据类似，如下所示

{
“日期”：“2017-05-26T09:50:44.000Z”，
“作者姓名”：“djgoodlook”，
“共享计数”：0，
“提到你的名字”：“firstpost”，
“tweet_id”：“868041705257402368”，
“提及id”：“256495314”，
“地点”：“浦那印度”，
“转发id”：“8680398627774931456”，
“类型”：“转发”，
“作者id”：“103535663”，
“标签”：“KamalHaasan”
}

我试着通过使用下面的命令在具有相同位置的tweet之间建立关系

匹配（a:TweetData），（b:TweetData）
其中a.location=b.location而非a.tweet\u id=b.tweet\u id
创建（a）-[r:SameLocation]->（b）
返回r

使用这个命令，我无法建立关系，因为它花费了20多个小时，仍然没有产生结果。而对于hashtagrelationship，它使用类似的命令工作得很好，因为它大约需要5分钟。

---

是他们建立关系的任何其他方法或优化此查询的任何方法。是。首先，确保在：TweetData（location）上有一个索引，这是最重要的更改，因为如果没有索引，每个节点查找都必须扫描所有50k:TweetData节点以查找公共位置（即50k^2个查找）

接下来，最好确保一个节点的id小于另一个，否则将得到两对相同的节点，顺序颠倒，结果是每对节点都有两个关系，一个方向一个，而不是只需要一个关系

最后，您真的需要返回所有关系吗？这可能会杀死你的浏览器，可能只返回添加的关系数

MATCH (a:TweetData)
MATCH (b:TweetData)
WHERE a.location = b.location AND a.tweet_id < b.tweet_id
CREATE (a)-[r:SameLocation]->(b)
RETURN count(r)

---

如果一次50k节点太多，这种方法也更容易进行批处理。您可以在比赛后使用LIMIT和SKIP切换到

a

谢谢您的建议，这对我很有帮助。我不理解第一部分，你说除了使用“限制”和“跳过”之外，我们应该如何减少50k^2的查找。确保你有一个索引：TweetData（location），这是最重要的更改。每当您有很多节点，并且需要通过特定属性查找特定类型的节点时，最好在标签/属性上有一个索引，以便您的匹配变得非常快。

MATCH (a:TweetData)
MERGE (l:Location {name:a.location})
CREATE (a)-[:LOCATION]->(l)