寻求 Neo4J Cypher 查询以获取长但（几乎）唯一的路径
Seeking Neo4J Cypher query for long but (nearly) unique paths
我们有一个 Neo4J 数据库，代表一个具有大约 10 万个节点和 20 万个关系的进化过程。节点是世代相传的个体，边代表 parent-child 关系。主要目标是能够在最后一代中获取一个或多个感兴趣的节点，并探索它们的进化历史（大致 "how did we get here?"）。
查找所有祖先的 "obvious" 第一个查询不起作用，因为可能的祖先和路径太多 space:
match (a)-[:PARENT_OF*]->(c {is_interesting: true})
return distinct a;
所以我们有 pre-processed 数据，所以一些边被标记为 "special" 这样 almost 每个节点最多有一个 "special" parent 边，尽管有时两个 parent 边都标记为 "special"。那么，我希望这个查询能够（有效地）生成沿 "special" 边的（几乎）唯一路径：
match (a)-[r:PARENT_OF* {special: true}]->(c {is_interesting: true})
return distinct a;
然而，这仍然慢得无法运行。
这很令人沮丧，因为 "as a human"，逻辑很简单：从少量 "interesting" 个节点开始（通常是 1 个，从不超过几十个），然后沿着几乎总是唯一的 "special" 边。假设具有两个 "special" parent 的节点数量非常少，这应该类似于 O(N)，其中 N 是过去的代数。
然而，在 Neo4J 中，从一个唯一的 "interesting" 节点返回 25 步，其中 每个 步骤都是唯一的，然而，需要 30 秒，一旦有 单个 分叉（其中两个 parent 都是 "special"）随着步骤的变化，它变得更糟。 28 步（让我们到达第一个分叉点）需要 2 分钟，30 步（仍然只有一个分叉点）需要 6 分钟，我什至没有想过尝试完整的 100 步到模拟的开始。
去年的一些类似工作似乎表现更好，但我们使用了各种边缘标签（例如，(a)-[:SPECIAL_PARENT_OF*]->(c) 以及 (a)-[:PARENT_OF*]->(c)），而不是在边缘使用数据字段。查询关系字段值不是一个好主意吗？我们有很多不同的值附加到这个模型中的关系（一些布尔值，一些数字），我们 hoping/assuming 我们可以使用它们来有效地限制搜索，但也许事实并非如此。
非常感谢有关如何调整我们的模型或查询的建议。
更新 我应该提一下，这都是 Neo4J 2.1.7。我打算按照 Brian Underwood 的建议试一试 2.2，然后再报告。
我很幸运地指定了路径长度的限制。因此，如果您知道它永远不会超过 30 跳，您可以尝试：
MATCH (c {is_interesting: true})
WITH c
MATCH (a)-[:PARENT_OF*1..30]->c
RETURN DISTINCT a
另外，is_interesting 属性 上有索引吗？当然，这也可能导致运行缓慢。
您使用的是哪个版本的 Neo4j？如果您正在使用或升级到 2.2.0，则可以使用新的查询分析工具：
http://neo4j.com/docs/2.2.0/how-do-i-profile-a-query.html
此外，如果您在 Web 控制台中使用它们，您会得到一个漂亮的图形树状事物（技术术语）来显示每个步骤。
在使用 Neo4J 2.2 中的分析工具探索之后（感谢 Brian Underwood 的提示）很明显（目前）Neo4J 没有对边缘属性进行任何预过滤，这会导致令人讨厌的具有长路径的组合爆炸。
例如原查询：
match (a)-[r:PARENT_OF* {special: true}]->(c {is_interesting: true})
return distinct a;
找到所有从a到c的路径，然后然后消除那些有边的路径不是 special。由于从 a 到 c 有数百万条路径，这是完全不可行的。
如果我改为在 PARENT_OF 边有 {special: true} 的地方添加 IS_SPECIAL 边，那么查询会变得非常快，允许我在不到一秒。
此查询创建所有新边：
match (a)-[r:PARENT_OF {special: true}]->(b)
create (a)-[:IS_SPECIAL]->(b);
不到一秒钟就可以在我们的图表中添加 91K 个关系。
然后
match (c {is_interesting: true})
with c
match (a)-[:IS_SPECIAL*]->(c)
return distinct a;
用不到一秒钟的时间找到从唯一目标节点 c 返回的 "special" 路径上的 112 个节点。首先匹配 c 并使用 with c 限制节点集似乎也很重要，因为 Neo4J 似乎也没有对节点属性进行预过滤，如果有多个 "interesting"目标节点的速度变慢了很多。
我们有一个 Neo4J 数据库，代表一个具有大约 10 万个节点和 20 万个关系的进化过程。节点是世代相传的个体，边代表 parent-child 关系。主要目标是能够在最后一代中获取一个或多个感兴趣的节点，并探索它们的进化历史（大致 "how did we get here?"）。
查找所有祖先的 "obvious" 第一个查询不起作用，因为可能的祖先和路径太多 space:
match (a)-[:PARENT_OF*]->(c {is_interesting: true})
return distinct a;
所以我们有 pre-processed 数据，所以一些边被标记为 "special" 这样 almost 每个节点最多有一个 "special" parent 边，尽管有时两个 parent 边都标记为 "special"。那么，我希望这个查询能够（有效地）生成沿 "special" 边的（几乎）唯一路径：
match (a)-[r:PARENT_OF* {special: true}]->(c {is_interesting: true})
return distinct a;
然而，这仍然慢得无法运行。
这很令人沮丧，因为 "as a human"，逻辑很简单：从少量 "interesting" 个节点开始（通常是 1 个，从不超过几十个），然后沿着几乎总是唯一的 "special" 边。假设具有两个 "special" parent 的节点数量非常少，这应该类似于 O(N)，其中 N 是过去的代数。
然而，在 Neo4J 中，从一个唯一的 "interesting" 节点返回 25 步，其中 每个 步骤都是唯一的，然而，需要 30 秒，一旦有 单个 分叉（其中两个 parent 都是 "special"）随着步骤的变化，它变得更糟。 28 步（让我们到达第一个分叉点）需要 2 分钟，30 步（仍然只有一个分叉点）需要 6 分钟，我什至没有想过尝试完整的 100 步到模拟的开始。
去年的一些类似工作似乎表现更好，但我们使用了各种边缘标签（例如，(a)-[:SPECIAL_PARENT_OF*]->(c) 以及 (a)-[:PARENT_OF*]->(c)），而不是在边缘使用数据字段。查询关系字段值不是一个好主意吗？我们有很多不同的值附加到这个模型中的关系（一些布尔值，一些数字），我们 hoping/assuming 我们可以使用它们来有效地限制搜索，但也许事实并非如此。
非常感谢有关如何调整我们的模型或查询的建议。
更新 我应该提一下，这都是 Neo4J 2.1.7。我打算按照 Brian Underwood 的建议试一试 2.2，然后再报告。
我很幸运地指定了路径长度的限制。因此，如果您知道它永远不会超过 30 跳，您可以尝试：
MATCH (c {is_interesting: true})
WITH c
MATCH (a)-[:PARENT_OF*1..30]->c
RETURN DISTINCT a
另外，is_interesting 属性 上有索引吗？当然，这也可能导致运行缓慢。
您使用的是哪个版本的 Neo4j？如果您正在使用或升级到 2.2.0，则可以使用新的查询分析工具：
http://neo4j.com/docs/2.2.0/how-do-i-profile-a-query.html
此外，如果您在 Web 控制台中使用它们，您会得到一个漂亮的图形树状事物（技术术语）来显示每个步骤。
在使用 Neo4J 2.2 中的分析工具探索之后（感谢 Brian Underwood 的提示）很明显（目前）Neo4J 没有对边缘属性进行任何预过滤，这会导致令人讨厌的具有长路径的组合爆炸。
例如原查询：
match (a)-[r:PARENT_OF* {special: true}]->(c {is_interesting: true})
return distinct a;
找到所有从a到c的路径，然后然后消除那些有边的路径不是 special。由于从 a 到 c 有数百万条路径，这是完全不可行的。
如果我改为在 PARENT_OF 边有 {special: true} 的地方添加 IS_SPECIAL 边，那么查询会变得非常快，允许我在不到一秒。
此查询创建所有新边：
match (a)-[r:PARENT_OF {special: true}]->(b)
create (a)-[:IS_SPECIAL]->(b);
不到一秒钟就可以在我们的图表中添加 91K 个关系。
然后
match (c {is_interesting: true})
with c
match (a)-[:IS_SPECIAL*]->(c)
return distinct a;
用不到一秒钟的时间找到从唯一目标节点 c 返回的 "special" 路径上的 112 个节点。首先匹配 c 并使用 with c 限制节点集似乎也很重要，因为 Neo4J 似乎也没有对节点属性进行预过滤，如果有多个 "interesting"目标节点的速度变慢了很多。