高效地寻找与凯文培根无关的演员

Question

使用 neo4j cypher，什么查询可以有效地找到与 Kevin Bacon 没有联系的演员？为简单起见，我们可以说 'not connected' 意味着演员与 Kevin Bacon 的连接至少有 10 跳。

这是我尝试过的：

MATCH (kb:Actor {name:'Kevin Bacon'})-[*1..10]-(h:Actor) with h 
MATCH (a)-[:ACTS_IN]->(m) 
WHERE a <> h 
RETURN DISTINCT h.name

但是，此查询运行了 3 天。我怎样才能更有效地做到这一点？

Answer 1

(A) 您的第一个 MATCH 找到在 10 跳内连接到 Kevin Bacon 的每个演员。该子句的结果是行数 (M)（如果一个演员以 7 种不同的方式连接到 Kevin，则该演员以 7 行表示）。

(B) 您的第二个 MATCH 查找所有出演过电影的演员。如果这个 MATCH 子句是独立的，那么它将需要 N 行，其中 N 是 ACTS_IN 关系的数量（如果一个演员出演了 9 部电影，那么该演员将被表示为9 行）。但是，由于该子句紧跟在另一个 MATCH 子句之后，您将得到一个笛卡尔积，结果行的实际数量为 M*N。

因此，您的查询需要大量存储并执行（可能很大）数量的冗余比较，并且您的结果可能包含重复名称。为了减少存储要求和参与者比较的次数（在您的 WHERE 子句中）：您应该使 A 和 B 的结果具有不同的参与者，并消除笛卡尔积。

下面的查询应该可以做到这一点。它首先收集每个 distinct actor 的单个列表（在一行中），该 actor 在 10 跳内连接到 Kevin Bacon（如 hs），然后找到所有（distinct ) 不在该集合中的演员：

MATCH (kb:Actor {name:'Kevin Bacon'})-[*..10]-(h:Actor)
WITH COLLECT(DISTINCT h) AS hs
MATCH (a:Actor) 
WHERE NOT a IN hs
RETURN a.name;

（此查询还节省了更多时间，因为它无需费心测试演员是否在电影中表演过。）

然而，性能仍然取决于在第一个 MATCH 中执行可变长度路径搜索需要多长时间。

高效地寻找与凯文培根无关的演员

Finding actors not connected to Kevin Bacon, efficiently

neo4j

cypher

bacon-number