在 Neo4j 中对大型多图数据库进行建模

如何解决在 Neo4j 中对大型多图数据库进行建模

我正在尝试使用 neo4j 对大型多重图进行建模。

该图有大约 600 万个节点和大约。 500M 关系。该图相对稀疏，除了少数几块非常密集，有很多多条边（从 100 到 1000 条重复边）。

由于超级节点聚集在一个关系网中，因此许多关系使其难以有效地查询和可视化。我正在考虑重构与节点的关系，但我不确定如何去做。

选项 1：将聚合值提取到节点并对（聚合）关系 (a)-[r:REL]->(b) 到 (a)-[:REL_AGG_PART1]->(:REL_AGG_NODE{f1:r.f1,...})-[:REL_AGG_PART2]->(b)

进行操作

• 优点：可以索引节点属性，大大加快查询速度
• 缺点：聚合关系的可视化会导致不必要的连接节点，但这可以通过 apoc 轻松缓解

选项 2： 提取中间节点的所有关系 + 聚合的选项 1

• 优点：单个关系的索引（每个关系都有一个时间戳，这可以实现高效的时间切片，这是一个很大的优势）
• 缺点：
  • 这会创建许多新节点并使此类关系的可视化变得非常困难（但可以通过一些可视化库进行扩充 - 无论如何我都打算这样做）
  • 我不确定查询的性能，因为每个关系查询现在都需要两跳 MATCH (n) -[:REL_PART1]->(:REL_NODE)-[:REL_PART2]->(m)

选项 3：将多个关系提取为聚合关系

• 优点：易于工作和可视化
• 缺点：没有索引且关系非常复杂

是否也值得将聚合数据从节点重构到辅助节点，使得节点携带查询中经常使用的数据，但更复杂的数据保存在:FULL_DATA_NODE中？

例如重构 (a)-[r:REL]->(b) 到 (a)-[:REL_AGG_PART1]->(n:REL_AGG_NODE{minimal_fieldset})-[:REL_AGG_PART2]->(b) 和 (n)-[:FULL_DATA]->(m:FULL_DATA_NODE{full aggregated data})