Rest 使用大量可选关系优化Cypher查询

我在Neo4j 2.0.1的批处理REST API上使用Cypher

我正在尝试优化我的查询，这些查询有很多可选关系。我想一次检索所有数据，以限制往返数据库的次数。尽管我的数据库中只有大约12000个节点，但查询已经开始爬网（有些查询需要1.5秒才能返回1000个节点）

我已经建立了一个图表要点，详细介绍了

我的查询通常采用以下形式：

MATCH (u:user { id: "u1" })
WITH u

MATCH u-[:CONTACT]->(c:contact)
WITH u, c

OPTIONAL MATCH  (c)-[:CREATED]->(xca:activity)<-[:USERACTIVITY]-(xcc:contact)
OPTIONAL MATCH  (c)-[:HISTORY]->(xcu:activity)<-[:USERACTIVITY]-(xuc:contact)
OPTIONAL MATCH (c)-[:PHONE]->(xp:phone)
OPTIONAL MATCH (c)-[:ADDRESS]->(xa:address)
OPTIONAL MATCH (u)-[:PHONE]->(xup:phone)
OPTIONAL MATCH (u)-[:ADDRESS]->(xua:address)
WITH DISTINCT c AS x, u,
    COLLECT(DISTINCT xp) AS xps,
    COLLECT(DISTINCT xa) AS xas,
    COLLECT(DISTINCT xup) AS xups,
    COLLECT(DISTINCT xua) AS xuas,
    xca.createdat AS createdat,
    xcu.createdat AS updatedat,
    {id: xcc.id} AS createdby,
    {id: xuc.id} AS updatedby
RETURN COLLECT({
    id: x.id,
    name:  COALESCE(u.name, x.name), 
    createdat: createdat,
    createdby: createdby,
    updatedat: updatedat,
    updatedby: updatedby,
        phones: (CASE WHEN size(xps)= 0
          THEN NULL
          ELSE [xp IN xps | { id: xp.id, number: xp.number}]
          END),
        userphones: (CASE WHEN size(xups)= 0
          THEN NULL
          ELSE [xup IN xups | { id: xup.id, number: xup.number }]
          END),
        addresses: (CASE WHEN size(xas)= 0
          THEN NULL
          ELSE [xa IN xas | { id: xa.id, city: xa.city}]
          END),
        useraddresses: (CASE WHEN size(xuas)= 0
          THEN NULL
          ELSE [xua IN xuas | { id: xua.id, city: xua.city}]
          END)
}) AS r

我的数据库有6000个节点和12000个关系，此查询返回1000个联系人（整个数据库的大小为7MB）。对于这种类型的查询，是否需要将近400毫秒

我真的很感激你能帮我检查数据库，但我想我真的很想知道如何自己诊断这些问题。当我使用web UI时，我没有看到爆炸（每个结果只返回一行）。当我使用PROFILE命令时，我看不到像您预期的数百万的数字

---

是否有其他工具可用于诊断性能问题？是否有某种调试器来跟踪问题？

问题在于您在所有匹配项之间创建了交叉乘积

如果您可以识别最多有一个连接的匹配项，您可以将它们提前拉出来。否则，您可以收集匹配的信息以返回基数1（或#个联系人ftm）

e、 g

MATCH（u:user{id:“u1”}）
可选匹配（u）-[：PHONE]->（xup:PHONE）
可选匹配（u）-[：地址]->（xua:地址）
//基数1
使用u，collect（不同的xup）作为电话，collect（不同的xua）作为地址
匹配（u）-[：触点]->（c:触点）
有u，c，电话，地址
可选匹配（c）-[：已创建]->（xca:activity）（xup:phone）
可选匹配（u）-[：地址]->（xua:地址）
//基数1
使用u，{user:u，phones:collect（distinct xup），addresses:collect（distinct xua）}作为用户信息
匹配（u）-[：触点]->（c:触点）
使用c，用户信息
可选匹配（c）-[：CREATED]->（xca:activity）谢谢Michael，我继续进行并中断了查询，确保每个with语句只返回一行。但是，现在查询速度变慢了，而且当我对较大的数据集进行测试时，它实际上永远不会完成。我已经用我的完整查询更新了我的问题，也许我误解了你的评论？你没有告诉我们你正在进行可变长度的匹配。您也没有将电话+地址拖到开头。如果您有这些var-length匹配项，您必须将它们与fragment分离成自己的匹配项，否则就会发生问题。试着一步一步地构建查询，看看什么时候爆发。你看到我的图表列表了吗？我认为你更新的查询的复杂度是第一个查询的10倍，因为你更深入地研究了图表，还解析了很多附加信息。如果你能分享你的数据库，我很乐意看一看，但我想你接触了数百万条路径。它没有返回的原因是因为打字错误，第6行和第7行上的方向箭头丢失，所以链接变成了单向链接。使它们具有方向性允许查询完成，但仍需要2秒以上的时间。我已经使用Web UI逐步完成了查询的每个部分，每个步骤只返回一行。使用“纵断面”命令不会显示路径爆炸的迹象。UserActivity节点在我搜索的方向上只有1个关系，所以（：activity）我已经更新了问题并从查询中删除了所有可选的匹配项，但在350毫秒内仍然无法获得1000个结果。我还从以前的代码中重新执行了查询，每个WITH语句都通过Web UI返回1个结果。
  MATCH (u:user { id: "123" })
  WITH u

  MATCH (u)-[:CONTACT]->(c:contact)
  WITH c

  OPTIONAL MATCH
    (c)-[:CREATED]->(xca:activity)-[:USERACTIVITY*1..4]<-(xcc:contact),
    (c)-[:HISTORY]->(xcu:activity)-[:USERACTIVITY*1..4]<-(xuc:contact)
  WITH c AS x,
    xca.createdat AS createdat, xcu.createdat AS updatedat,
    {id: xcc.id, object: xcc.object} AS createdby,
    {id: xuc.id, object: xuc.object} AS updatedby

  OPTIONAL MATCH
    (x)-[:PHONE]->(xp:phone)
  WITH x, createdat, updatedat, createdby, updatedby,
    COLLECT(xp) as xps

  OPTIONAL MATCH  
    (x)-[:ADDRESS]->(xa:address)
  WITH x, createdat, updatedat, createdby, updatedby, xps,
    COLLECT(xa) as xas

  OPTIONAL MATCH (xu:user)-[:CONTACT]->(x)
  OPTIONAL MATCH (xu)-[:PHONE]->(xup:phone)
  WITH x, createdat, updatedat, createdby, updatedby, xps, xas,
    xu, COLLECT(xup) as xups

  OPTIONAL MATCH (xu)-[:ADDRESS]->(xua:address)
  WITH x, createdat, updatedat, createdby, updatedby, xps, xas,
    xu, xups, COLLECT(xua) as xuas

  RETURN COLLECT({
    id: x.id,
    object: x.object,
    status: x.status,
    teamid: x.teamid,
    name:  COALESCE(xu.name, x.name),
    displayname: COALESCE(xu.displayname, x.displayname),
    email: COALESCE(xu.email, x.email),
    imageurl: COALESCE(xu.imageurl, x.imageurl),
    workhours: x.workhours,
    notes: x.notes,
    company: x.company,
    createdat: createdat,
    createdby: createdby,
    updatedat: updatedat,
    updatedby: updatedby,
    isuser: (NOT xu IS NULL),
    phones: (CASE WHEN size(xps)= 0
      THEN NULL
      ELSE [xp IN xps | { id: xp.id, object: xp.object,
            number: xp.number, description: xp.description }]
      END),
    userphones: (CASE WHEN size(xups)= 0
      THEN NULL
      ELSE [xup IN xups | { id: xup.id, object: xup.object,
            number: xup.number, description: xup.description }]
      END),
    addresses: (CASE WHEN size(xas)= 0
      THEN NULL
      ELSE [xa IN xas | { id: xa.id, object: xa.object,
            street: xa.street, locality: xa.locality, region: xa.region,
            postcode: xa.postcode, country: xa.country, description: xa.description, neighborhood: xa.neighborhood }]
      END),
    useraddresses: (CASE WHEN size(xuas)= 0
      THEN NULL
      ELSE [xua IN xuas | { id: xua.id, object: xua.object,
            street: xua.street, locality: xua.locality, region: xua.region,
            postcode: xua.postcode, country: xua.country, description: xua.description, neighborhood: xua.neighborhood }]
      END)
  }) AS r

MATCH (t:team {id:"123"})
WITH t

MATCH (c:contact)-[:CONTACT]->(t)
WITH c AS x

RETURN COLLECT({
    id: x.id,
    object: x.object,
    status: x.status,
    teamid: x.teamid,
    name:  x.name,
    displayname: x.displayname,
    email: x.email,
    imageurl: x.imageurl,
    workhours: x.workhours,
    notes: x.notes,
    company: x.company
}) AS r

MATCH (u:user { id: "u1" })
OPTIONAL MATCH (u)-[:PHONE]->(xup:phone)
OPTIONAL MATCH (u)-[:ADDRESS]->(xua:address)
// cardinality 1
WITH u, collect(distinct xup) as phones, collect(distinct xua) as addresses
MATCH (u)-[:CONTACT]->(c:contact)
WITH u, c, phones, addresses
OPTIONAL MATCH (c)-[:CREATED]->(xca:activity)<-[:USERACTIVITY]-(xcc:contact)
WITH u,c, phones,addresses, collect(distinct xcc) as contact_activities
...

MATCH (u:user { id: "u1" })
OPTIONAL MATCH (u)-[:PHONE]->(xup:phone)
OPTIONAL MATCH (u)-[:ADDRESS]->(xua:address)
// cardinality 1
WITH u, {user:u, phones:collect(distinct xup), addresses: collect(distinct xua)} as user_info
MATCH (u)-[:CONTACT]->(c:contact)
WITH c, user_info
OPTIONAL MATCH (c)-[:CREATED]->(xca:activity)<-[:USERACTIVITY]-(xcc:contact)
WITH c, user_info, {activities: collect(distinct xcc)} as contact_info
...