嗨,我正在尝试从Neo4j 2.3.1中的CSV文件导入一些数据。我已经导入了一些类型为:Author和:Article的节点。
Author节点由以下属性组成:
- 键->字符串
- principal_name->String
- alias->字符串集合
我还添加了principal_name、alias和key的索引
当我尝试导入Article和Author类型的节点之间的关系时,问题就出现了。
CSV具有以下类型的结构:
articleKey,authorName
有一个天真的解决方案,我试图使用这样的查询来创建关系:
USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM "file:///myPath.csv" AS line
MATCH (art:Article{key: line.key1})
MATCH (auth:Author) WHERE line.key2 IN (auth.alias)
CREATE UNIQUE (auth)-[:AUTHOR_OF]->(art);
查询非常慢,因为正如我使用探查器发现的那样,第二个MATCH非常慢。创建每个关系需要10-12秒,因为我在数据库中有很多作者(大约1000000)。
因此,我正在寻找一种方法来执行像这样的查询,以获得更快的执行(这是一个示例来说明我想要获得的结构):
MATCH (auth:Author{principal_name: line.key2})
IF auth null THEN
MATCH (auth:Author) WHERE line.key2 IN (auth.alias)
END
Cypher有办法做到这一点吗?
如果您更改了模型,使Author
节点的所有名称(主体名称和所有别名)都在单独的Name
节点中,如下所示:
(auth:Author)-[:HAS_NAME]->(name:Name {name: 'Fred McGillicutty'})
那么查询将是简单的:
USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM "file:///myPath.csv" AS line
MATCH
(art:Article { key: line.key1 }),
(auth:Author)-[:HAS_NAME]->(name:Name { name:line.key2 })
CREATE (auth)-[:AUTHOR_OF]->(art);
如果在:Article(key)
和:Name(name)
上创建索引,则此查询应该非常高效。
如果许多作者都有别名,并且您希望查询这些别名,则应将它们建模为节点。我认为这将加快创建关系的查询速度,并允许涉及别名的更灵活的查询。
(:Alias)<-[:HAS]-(:Author)-[:AUTHOR_OF]->(:Article)
在所有节点上添加索引。如果可能,使用唯一性约束。
现在可以查询Alias
和Author
节点以添加关系:
USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM "file:///myPath.csv" AS line
MATCH (art:Article {key: line.key1})
// get the Author directly or by alias
MATCH (alias:Alias)<-[:HAS]-(auth:Author)
WHERE alias.principal_name = line.key2 OR auth.principal_name = line.key2
CREATE (auth)-[:AUTHOR_OF]->(art)
有了索引,查找应该非常快。