并行一度关系查询

• 并行一度关系查询
• • 一、查询需求
  • 二、编写一个基础查询
  • 三、使用并行优化查询

Here’s the table of contents:

并行一度关系查询

    大数据量下并行查询可以显著提升查询性能，通过巧妙的使用Cypher并搭配存储过程，可以实现很多实用的查询。

一、查询需求

    [A=[A1,A2,A3,…,An]，B=[B1,B2,B3,…,Bm]，A和B是两个节点集合。需要查询A中的每个元素分别和B中每个元素是否有一度关系，并返回有关系的实体对。并行一度关系查询问题

二、编写一个基础查询

    这个查询实现了寻找A中的每个元素分别和B中每个元素是否有一度关系的需求，实现了基本的功能。查询执行时是顺序执行，无法并行。
    在查询的上半段定义了集合a和b，使用笛卡儿积的方式组合两个列表的元素传入下半段查询，即apoc.cypher.run的部分。在apoc.cypher.run中实现了判断两节点是否有一度关系的查询，当没有关系时查询不会下推执行。在RETURN部分返回关系的开始与结束节点。

WITH 
	['Lilly Wachowski','Carrie-Anne Moss','Laurence Fishburne'] AS a,
	['Taylor Hackford','Al Pacino','Charlize Theron'] AS b
UNWIND a AS ale
UNWIND b AS ble
WITH ale,ble
CALL apoc.cypher.run(
	'MATCH (a:Person)-[r]-(b:Person) WHERE a.name={ale} AND b.name={ble} RETURN r LIMIT 1',
	{ale:ale,ble:ble}
	) 
	YIELD value 
WITH value.r AS r
RETURN STARTNODE(r) AS sNode,ENDNODE(r) AS eNode

三、使用并行优化查询

    在二查询的基础上，使用apoc.cypher.parallel2并行方式优化。默认情况下，最大并行数为CPU内核数 x 100。例如，如果数据库被分配了4个内核，那么并行的最多进程数为400。通过该语句批量查询时性能至少会有50%以上的提升。

CALL apoc.cypher.parallel2(
  'WITH $a AS a,$b AS b 
   UNWIND a AS ale 
   UNWIND b AS ble WITH ale,ble 
   CALL apoc.cypher.run(
   		\'MATCH (a:Person)-[r]-()-[*..3]-(b:Person) WHERE a.name={ale} AND b.name={ble} RETURN r LIMIT 1\',
   		{ale:ale,ble:ble}
   	) 
   	YIELD value 
   	WITH value.r AS r 
   	RETURN STARTNODE(r) AS sNode,ENDNODE(r) AS eNode
   	',
  {a:['Lilly Wachowski','Carrie-Anne Moss','Laurence Fishburne'],b:['Taylor Hackford','Al Pacino','Charlize Theron']},
  'a'
)