neo4j cypher

上周，我花了很多時間來嘗試優化大約20個使用實時系統數據執行的災難性的Cypher查詢（36866ms至155575ms）。 經過一番嘗試和錯誤，以及來自Michael的大量投入，我能夠大致確定對查詢進行哪些操作才能使它們性能更好-最后，性能最差的查詢降至521ms。冷圖和1GB堆空間（并且該查詢具有可選路徑-不確定如何改進），其余都在50ms以下-與原始數字相比有很大改進。

希望這可能對其他人有所幫助，這就是我所做的事情（大多數是猜測工作，并且在很大程度上是不科學的）-也許Michael可以幫助解釋內部原理，并根據某些假設對我進行糾正。 我要做的第一件事是確保每個密碼查詢都使用參數-如Neo4j文檔中所述 ，這有助于緩存執行計劃。

其次，我在Neo4j郵件列表中碰到了一個帖子，邁克爾在其中提到不重新實例化ExecutionEngine，以便上述參數化查詢實際上可以緩存。 對于許多人來說，這似乎很明顯，但這是一個容易被忽視的事實，因為我有一個名為QueryExecutor的類，該類包含一個執行帶有參數映射的查詢的方法，并且該方法為每個查詢創建了一個新的ExecutionEngine。 一旦編寫并多次使用了此方法，就很容易忘記。 但是，這是影響整體性能的一個非常重要的因素（文檔中的提及將非常有幫助），它解釋了為什么即使在參數化的情況下，我的查詢通常也需要花費相同的時間來執行。 將其更改為使用緩存的ExecutionEngine，可以看到我的查詢時間工作表的下半部分下降了……在緩存之后0到1毫秒-取得了出色的進展。

現在，要開始每個查詢，從最壞的情況開始。 我決定在僅分配1GB堆空間的本地計算機上和冷圖上進行優化。 因此，我忽略了緩存后查詢執行的改進-我認為這是確保進度的一種更好的方法-如果第一個查詢命中沒有改善，那么您確實沒有對其進行優化。 這樣，如果它在有限的硬件上確實可以很好地工作，我對它在生產中可以更好地工作充滿信心。

除了在代碼中安排查詢時間之外，我還使用webadmin控制臺進行了優化。 該查詢糟糕的指標是它不會返回并且控制臺將掛起。 優化以使其不會掛起本身就是一個重大改進。 高度不科學，但我建議這樣做。

我的第一個查詢平均大約為76558ms（該時間是通過在引擎execute方法周圍添加開始時間和結束時間而獲得的）。 第一次優化后，它減少到466ms。 這是原始查詢： https : //gist.github.com/4436272

這是經過優化的一個： https ://gist.github.com/4436281不需要執行此巨大匹配只是為了基于a的alertDate屬性過濾出結果，因此我減少了匹配以返回最小的集合首先可以過濾的數據，即 通往的道路
如果要在第一次匹配之前執行錯誤查詢，則會看到返回2萬行之類的信息。 過濾后，它們只有450個奇數行。 可以想象，第二個查詢Swift減少了可能要使用的結果數量。

第二個變化是我那天從邁克爾那里學到的東西，當時我問做大型比賽還是繼續修剪子查詢是否有意義。 他的回答是：“ 問題是，您是在使用match來通過描述模式來實際擴展結果集，還是只是要確定是否存在某些關系（也稱為“過濾”）。 如果是后者，則可能要在where子句中使用path-expression語法。

WHERE a-[:FOO]->b or WHERE NOT(a-[:FOO]->b)'

這花了一點時間來適應，因為我編寫MATCH子句的方式恰恰是我腦子里的想法，但是現在我可以區分出所需結果的匹配項與過濾器的匹配項了。 在上面的查詢中，我的結果中需要（ir），因此無需在匹配中包含（a）-[：alert_for_inspection]->（i）； 我可以在WHERE中使用它來確保a確實與i有關。

這是另一個示例： https : //gist.github.com/4436293

立刻，您會看到我們按日期過濾了厘米關系-如果它們不在日期范圍內，則無需我們先進行匹配。 因此，查詢的這一部分可以重寫為：

start c=node:companies(id={id}) match c <-[parent_company*0..]-(n)with n match n-[:defines_business_process]->(bp)-[:has_cycle]->(cm) where cm.measureDate>={measureStartDate} and cm.measureDate<={measureEndDate}

在那之后，下一個過濾器是相同的：

with cm match (cm)-[:cycle_metric] ->m-[:metric_activity] ->ma-[:metric_unit] -> (u)-[:alert_for_unit]-(a) where a.alertDate=cm.measureDate and a.fromEntityType={type}

這進一步修剪了我們的結果集。 最后，將連接添加到r（以得到我們的結果），確保沒有導致r產生但必不可少的路徑進入WHERE子句：

with a,ma match (r) < - [:for_inspection_result]-a-[:alert_for_inspection]- > i where (i) < -[:metric_inspection]-(ma) return a.id as alertId, r.value as resultValue

這是完整的查詢： https ://gist.github.com/4436328原始時間-33360毫秒，優化后-246毫秒。

至少對我來說，我的大多數查詢都屬于這種模式，所以到第二天，我就能夠非常快速地重構它們。 有趣的是，此后，我仍然感到響應緩慢，但是在日志中打印的查詢時間很小。 消除之后，我發現我的代碼在執行查詢之后（由executionEngine.execute）實際上停留了很長時間，但是在結果集的第一次迭代中。我假設結果不一定在execute（）方法期間收集，但是在結果集的迭代中比較懶惰-我不了解Cypher內部結構，因此我可能完全錯了。 但是定時迭代本身可以指出更糟糕的查詢。

其他點點滴滴-ORDER BY增加了很多時間。 如果沒有它，那是您應該放棄的第一件事。 DISTINCT還增加了時間，但是在我的許多情況下，很難刪除它。

如果要檢查是否缺少可選路徑，通常在哪里進行MATCH（u）-[r？：has_a]-（a）WHERE NOT（r為null），而是改寫為MATCH（u）-[ other_stuff]-.. WHERE NOT（u-[：has_a] -a）的效果要好得多。 但是，在我有諸如MATCH X- [o？：optional] -Y WHERE（存在o，將Y匹配到A和B）或OR（不存在o，將X匹配到c和d）的可選路徑的地方，我無法簡化與沒有可選路徑的其他查詢相比，這些查詢仍需要一些時間。

最終-發現問題的時間太晚了，因為測試數據永遠不會與實時數據非常接近。 圖的結構起著很大的作用-一些節點是緊密連接的，而其他節點則不是那么重要-并且涉及那些緊密連接的節點的查詢是對我們最大的傷害。 盡可能嘗試使用生產質量數據進行性能測試，或者嘗試創建與之類似的測試數據。

因此，總結一下：

始終參數化您的查詢

緩存ExecutionEngine

找出您要過濾的內容，并盡早使用所涉及的匹配最少的過濾器，以便在進一步查詢時結果集逐漸變小。 持續測量每個子查詢中返回的時間和結果，以便您可以確定在過濾器不明顯時首先執行的操作

檢查您的MATCH和RETURN子句-在MATCH中僅包括RETURN所需的那些部分。 剩下的將用于過濾結果的信息可以進入WHERE

如果您不需要ORDER BY，請昨天放下

如果您不需要DISTINCT，也要擺脫它

如果不需要基于可選路徑的檢查，可以將檢查是否存在可選路徑從MATCH移到WHERE中

不僅要花費查詢的execute（），還要花費時間迭代結果

如果您的Webadmin控制臺掛起，則說明您做的不好。 刪除查詢的各個部分以找出有問題的部分。

嘗試盡可能使用實時數據

在資源不佳的冷圖上進行測試-當您看到生產中的圖形滑過您時，您會感覺好多了！

參考： Thought Bytes博客上來自我們JCG合作伙伴 Aldrin和Luanne Misquitta的優化Neo4j Cypher查詢 。

翻譯自: https://www.javacodegeeks.com/2013/01/optimizing-neo4j-cypher-queries.html

neo4j cypher

總結

以上是生活随笔為你收集整理的neo4j cypher_优化Neo4j Cypher查询的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。