Cypher：更新特定节点列表中所有节点对之间的关系

Question

我正在使用Neo4j，对如何在Cypher中进行一些查询以保持高性能有些担心。

我有一个图，里面的节点都有一个标签叫“Thing”。每个节点都有一个属性pk（整数类型）。

现在，我有一个像[123, 34, 125]这样的pk列表，我想创建/更新（如果已经存在的话）所有可能的节点对之间的关系。

比如说要创建(123, 34)、(123, 125)、(34, 125)这样的关系，并且对于每一对节点之间的关系r.weight = 0（如果是新创建的关系），或者r.weight += 1（如果关系已经存在）。

目前，我在Python中使用itertools.combinations(pks, 2)来生成组合，然后对每一对c1, c2进行处理：

'MATCH (c1:Thing {pk: %(c1_pk)s}), (c2:Thing {pk: %(c2_pk)s}) ' \
'CREATE UNIQUE c1-[r:KNOWS]-c2 ' \
'SET r.weight=coalesce(r.weight, 0)+1 RETURN c1, r.weight, c2' % {'c1_pk': c1_pk,
                                                                  'c2_pk': c2_pk}

但是我不喜欢对每一对都调用查询，因为当pk列表很长时，性能会很差，因为组合和查询的次数是length(pks)*(length(pks)-1)。

我该怎么做呢？

编辑： 现在大约有15000个“Thing”节点，并且这个数量将始终保持不变。 还有一个约束条件是pk属性必须唯一（t:Thing t.pk是唯一的）。

Answer 1

你在创建这些成对关系时没有任何限制，所以你想用笛卡尔积的方式来做。如果节点很多，这样会很慢。

不过，我看到你查询中的一个错误是，你试图创建每个关系两次；比如说你想从 X 指向 Y。你首先创建了 X 指向 Y，然后又创建了 Y 指向 X。

你可以通过只创建一次来把这个数量减半，像这样：

MATCH (c1:Thing {pk: %(c1_pk)s}), (c2:Thing {pk: %(c2_pk)s}) 
CREATE UNIQUE c1-[r:KNOWS]-c2 
SET r.weight=coalesce(r.weight, 0)+1 RETURN c1, r.weight, c2' % {'c1_pk': c1_pk,
                                                                  'c2_pk': c2_pk}
WHERE c1.id < c2.id

注意我们是按 ID 来排序节点的。因为它们的 ID 都不一样，所以你只会做 X 指向 Y，而不会做 Y 指向 X。

这样，你的整体处理过程就从 length(pks)*length(pks)-1 变成了： ( length(pks)*length(pks)-1 ) / 2。

不过，想要避免的事情是，你正在做的事情是 O(n^2) 的复杂度。