Neo4j 2.0 Cypher：區別與範圍（）與收集（n）與col [x .. y]

Question

當處理大批量和使用跳過/限制或範圍，我已經注意到（所以有許多其他人）表示，跳躍/範圍起始數字越高，性能似乎會降低很多。

我想知道在使用collect（n）作爲列col [x..y]時是否會有性能改進？

我已經試過了..kind。我也不確定他們是否會以相同的順序返回相同的節點。

假設我的總計數（N：LotsOfNodes）和I發送下面CYPHER查詢中的500批次：

MATCH (n:LotsOfNodes) WHERE has(n.OtherNodeId) 
WITH collect(n) as AllNodes 
WITH AllNodes[30000..30500] as rangeNodes 
FOREACH (a in rangeNodes | 
    MERGE (b:OtherNode {id:a.OtherNodeId}) 
    MERGE (a)-[r:RELATE_A_TO_B]->(b) 
) 

將上述涉及相同的節點作爲：

MATCH (a:LotsOfNodes) 
,(b:OtherNode {id:a.OtherNodeId}) 
WITH a,b SKIP 30000 LIMIT 500 
MERGE (a)-[r:RELATE_A_TO_B]->(b) 

和：

MATCH (a:LotsOfNodes) WHERE has(a.OtherNodeId) 
WITH collect(n) as AllNodes 
FOREACH (i in range(30000,30500) | 
FOREACH (a in [AllNodes[i]] | 
    MERGE (b:OtherNode {id:a.OtherNodeId}) 
    MERGE (a)-[r:RELATE_A_TO_B]->(b) 
) 
) 

我已經嘗試了所有這三種查詢，我要麼有一些嚴重的perfor當使用跳過/範圍時出現問題，或者當我取出WHERE子句時出錯。有時(a)沒有屬性OtherNodeId，因爲它在導入過程中設置爲null。

第一個查詢的要點是要看看是否存在性能問題，而且大多數情況下它看起來很好（但現在我擔心我實際上並沒有抓取所有節點）。

另一個奇怪的是，有時候，它每500批次（< 500毫秒）運行速度很快，其他時間每批次需要高達42秒。第二個問題總是出現在同一個（：Label）上，所以它可能對該節點中的屬性有些奇怪，但我無法弄清楚...我查詢的屬性是否都是索引並設置的獨特。

---

編輯從韋斯的評論：想看看每個列表中傳遞的PARAMS可能有助於提高性能 - 其中[listTarget]是分批，但[listSource]始終在完整列表發送：

FOREACH (x in [listTarget] | 
    FOREACH (n in [listSource] | 
    MERGE (s:SourceLabel {sourceId : x.sourceId}) 
    -[r:RELATIONTYPE]-> 
    (t:TargetLabel {targetId : x.targetId}) 
    SET s = n, t = x, r.sourceId = s.sourceId , r.targetId = t.targetId 
)) 

Answer 1

這裏有幾點。對不起，它沒有更徹底，但它太大，不適合評論，所以這裏是一個簡短的答案。

1. range（）只是生成一個集合（它根本不打文件），所以它通常是一個快速操作。
2. 跳過/限制不應該使用沒有ORDER BY和一些唯一的鍵排序（如果你沒有更好的，使用節點ID）。 ORDER不能保證SKIP/LIMIT，如果您在運行時將新記錄添加到同一個標籤，則不太可能。
3. 我有一種感覺，MERGE中的減速是OtherNode已經存在的情況。 CREATE比MATCH快。儘管如此，我可能錯了 - 42秒似乎非常長。你可以在那段時間檢查messages.log，看看是否有奇怪的事情發生？

在2.1版本中，他們發佈了一個新的Cypher功能：週期性COMMIT，它可以幫助解決其中的一些問題。