neo4j - 标签顺序会影响搜索时间吗？

Question

我正在使用 neo4j 2.1.7 最近我正在试验匹配查询，搜索具有多个标签的节点。我发现，一般查询

Match (p:A:B) return count(p) as number

和

Match (p:B:A) return count(p) as number

在不同的时间工作，尤其是当您有 200 万个节点 A 和 0 个节点 B 时。
那么标签顺序会影响搜索时间吗？这个 future 在任何地方都有记录吗？

Answer 1

Neo4j 内部维护了一个标签扫描存储——这基本上是一个查找，以快速获取所有带有定义标签的节点 A .

当做这样的查询时

MATCH (n:A:B) return count(n)

labelscanstore 用于查找所有 A节点，然后如果这些节点带有标签 B 就会被过滤掉以及。如 n(A) >> n(B)这样做更有效率 MATCH (n:B:A)相反，因为你只查找了几个 B节点并为 A 过滤那些节点。

您可以使用 PROFILE MATCH (n:A:B) return count(n)查看查询计划。对于 Neo4j <= 2.1.x，您将看到不同的查询计划，具体取决于您指定的标签顺序。

从 Neo4j 2.2(撰写此回复时可用的里程碑 M03)开始，有一个基于成本的 Cypher 优化器。现在 Cypher 知道节点统计信息，它们用于优化查询。

例如，我使用以下语句来创建一些测试数据:

create (:A:B);
with 1 as a foreach (x in range(0,1000000)  | create (:A));
with 1 as a foreach (x in range(0,100)  | create (:B));

我们现在有 100 个 B 节点、1M 个 A 节点和 1 个 AB 节点。 2.2中的两个语句:

MATCH (n:B:A) return count(n)
MATCH (n:A:B) return count(n)

导致完全相同的查询计划(因此具有相同的执行速度):

+------------------+---------------+------+--------+-------------+---------------+
|         Operator | EstimatedRows | Rows | DbHits | Identifiers |         Other |
+------------------+---------------+------+--------+-------------+---------------+
| EagerAggregation |             3 |    1 |      0 |    count(n) |                       |
|           Filter |            12 |    1 |     12 |           n | hasLabel(n:A) |
|  NodeByLabelScan |            12 |   12 |     13 |           n |            :B |
+------------------+---------------+------+--------+-------------+---------------+

由于只有少数 B节点，扫描 B 并过滤 A 的成本更低.智能密码，不是吗;-)