Neo4j 中同一查询的不同执行时间

Question

我在 Neo4j 中运行相同的查询，并注意到执行时间差异很大。例如，查询可能会在 5-6 秒内执行，而在其他时间则需要 2-3 分钟，即使数据保持不变。

:param {
  idsToExclude: []
};

:auto LOAD CSV WITH HEADERS FROM ('file:///PERSON_DATA.csv') AS row
WITH row
WHERE NOT row.`person_id` IN $idsToExclude AND NOT row.`person_id` IS NULL
CALL {
  WITH row
  MERGE (n: `Person` { `person_id`: row.`person_id` })
  SET n.`person_id` = row.`person_id`
  SET n.`name` = row.`name`
  SET n.`age` = toInteger(row.`age`)
  SET n.`email` = row.`email`
  SET n.`address` = row.`address`
  SET n.`creation_date` = datetime(row.`creation_date`)
  SET n.`last_modified_date` = datetime(row.`last_modified_date`)
} IN TRANSACTIONS OF 5000 ROWS;

这是我的配置文件中的一些数据，如果需要，已取消注释

server.memory.heap.initial_size=8G
server.memory.heap.max_size=16G
dbms.memory.transaction.total.max=32G

解释我的查询

为什么在 Neo4j 中执行相同的查询会花费不同的时间？哪些因素会影响这一点，以及如何优化其性能？

Answer 1

速度减慢的原因是您在

:Person(person_id)

上没有索引，这可以解释为什么早期运行（数据很少）执行速度很快，但随着数据加载或通过更大的 CSV 进行摄取而变得越来越昂贵。

如果没有索引，MERGE 的 MATCH 部分的成本（因为 MERGE 类似于 MATCH，然后是 CREATE，如果没有找到匹配项）会随着图中 :Person 节点的数量线性增加。使用索引，成本仍然会上升，但由于索引的使用，其复杂性为 log(n)，因此应该保持高效。

添加索引，确认 EXPLAIN 计划中使用了该索引（您应该看到 NodeIndexSeek 运算符，并且没有 NodeByLabelScan 运算符），然后再次测试。