为什么当运行第二次（在干净的数据库上）时，neo4j 中的相同负载 csv 会花费指数级的时间？

Question

我是使用 Neo4j 的新手，所以我第一次尝试加载数据库是一个学习实验。我意识到当我尝试一些我想做的查询时，我没有创建正确的模型。我从命令行清除了数据库，使用：rm -rf data/* 并重新开始（在停止数据库并在之后启动它之后）。前3次加载和我第一次导入数据几乎一模一样

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS from 'file' AS line
WITH line
MERGE (p:Provider {pid:line.pid});

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS from 'file' AS line
WITH line
MERGE (c:Credential {name:credential});

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS from 'file' AS line
WITH line
MATCH (p:Provider {pid:line.pid});
MATCH (c:Credential {name:credential});
MATCH (p)-[:IS_A]->(c);

我第二次运行这些加载语句的唯一区别是第一个节点被赋予了两个标签：

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS from 'file' AS line
WITH line
MERGE (p:Provider:Person {pid:line.pid});

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS from 'file' AS line
WITH line
MERGE (c:Credential {name:credential});

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS from 'file' AS line
WITH line
MATCH (p:Person {pid:line.pid});
MATCH (c:Credential {name:credential});
MATCH (p)-[:IS_A]->(c);

我第一次运行这 3 个导入，大概花了 20 分钟。然而第二次，已经运行3天了。前两个负载仍然非常快，每个负载可能需要 5 分钟。从那以后，这种关系一直运行。我不明白为什么要花这么长时间。

Answer 1

你们有房产索引吗？

CREATE INDEX ON :Person(pid)
CREATE INDEX ON :Credential(name)

或者，如果您希望在列上强制执行唯一性，您应该创建一个约束（这也会创建一个索引）：

CREATE CONSTRAINT ON (n:Person) ASSERT n.pid IS UNIQUE
CREATE CONSTRAINT ON (n:Credential) ASSERT n.name IS UNIQUE

另外，我认为你的最后一个 MATCH 应该是 MERGE，你不应该有分号：

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS from 'file' AS line
WITH line
MATCH
  (p:Person {pid:line.pid}),
  (c:Credential {name:credential})
MERGE (p)-[:IS_A]->(c);

为什么当 运行 第二次（在干净的数据库上）时，neo4j 中的相同负载 csv 会花费指数级的时间？

Why would the same load csv in neo4j take exponential longer when run a second time (on a clean db)?

csv

neo4j

为什么当运行第二次（在干净的数据库上）时，neo4j 中的相同负载 csv 会花费指数级的时间？