Python Neo4j：如何通过cypher删除数据库中的所有重复关系？

我有一个巨大的数据库，有大量的节点（10mil+）。整个数据库中只有一种类型的关系。但是，有大量节点之间存在重复的关系。我现在拥有的是一个cypher脚本，它查找所有具有重复项的对，然后是一个python脚本，它运行并清理每个对（在这些节点之间只留下一个唯一的关系）

将（a）-[r]->（b）与a、b、count（*）匹配为c，其中c>1返回a.pageid、b.pageid、c LIMIT 100000

这对于一个小的数据库来说效果相当好，但是当我在一个大的数据库上运行它时，它最终会出现一个异常，即堆内存不足（越来越大的内存不足）

因此，问题有两个方面：
1） 是否有任何类型的索引我可以放在关系上（现在没有），这将有助于加快这一速度？
2） 是否有一个密码查询可以（以快速的方式…或至少可靠地）删除数据库中的所有重复关系，为每个节点对（它们之间已经有关系）只留下一个唯一的关系

另外，我正在ubuntu（12点多）AWS设备上运行neo4j 2.0.1

p.p.S.我意识到有这样一个答案：，但是他问的是更具体的问题（针对2个已知节点），覆盖了完整数据库的答案不再运行（语法更改？）

提前谢谢
 链接SO问题中的db global查询有什么错误？试着在
FOREACH
中用
|
替换
：
，这是我能看到的唯一突破性语法差异。2.x表达同样事情的方式，除了适合您在db中只有一种关系类型之外，可能是

MATCH (a)-[r]->(b)
WITH a, b, TAIL (COLLECT (r)) as rr
FOREACH (r IN rr | DELETE r)

我认为
WITH
管道在没有重复项的情况下会携带空尾，我不知道在空集合中循环是多么昂贵——我的感觉是引入限制的地方是在
WITH
之后加上一个过滤器，类似于

MATCH (a)-[r]->(b)
WITH a, b, TAIL (COLLECT (r)) as rr
WHERE length(rr) > 0 LIMIT 100000
FOREACH (r IN rr | DELETE r)

由于此查询根本不涉及属性（与您的查询相反，您的查询返回（a）和（b）的属性），因此我认为对于像您这样的中等图形，它不应该占用大量内存，但您必须尝试使用该限制

如果内存仍然是一个问题，那么如果有任何方法可以限制节点的使用（不涉及属性），这也是一个好主意。如果节点可以通过标签区分，请尝试一次运行一个标签的查询

MATCH (a:A)-[r]->(b) //etc..
MATCH (a:B)-[r]->(b) //etc..

这是公认答案的一个版本，已被修复（通过插入
WITH rr
子句）以适用于较新的neo4j版本，并且应该更快（因为它仅在需要时创建新的
尾部
列表）：

[更新]

如果只想删除相同类型的重复关系，请执行以下操作：

MATCH (a)-[r]->(b)
WITH a, b, TYPE(r) AS t, COLLECT(r) AS rr
WHERE SIZE(rr) > 1
WITH rr
LIMIT 100000
FOREACH (r IN TAIL(rr) | DELETE r);

只是想一想：您是否尝试过将较小的批处理（一次100个）传递给python脚本？（不确定您是否需要每次获取100K）您的节点上是否有索引，您可以在其中针对特定节点类型运行此操作，从而减少总节点空间？FOREACH如何知道只杀死额外的节点并留下1个（例如，如果有3个相同的关系，则留下1和杀死2）。我只是想在db上运行之前理解一下（导入此数据花了2周时间：-/首先测试它，在或其他地方设置一个模拟数据库。原因是您只携带集合的尾部，即除第一个以外的所有部分，因此foreach不会触及第一个。它起作用了！！！！以前的努力将持续数小时，最终以堆“内存不足”的方式结束异常。这件事在2.5分钟内完成！！一年后出现语法错误。出于某种原因，Neo4j不喜欢
限制100000
MATCH (a)-[r]->(b)
WITH a, b, TYPE(r) AS t, COLLECT(r) AS rr
WHERE SIZE(rr) > 1
WITH rr
LIMIT 100000
FOREACH (r IN TAIL(rr) | DELETE r);