neo4j：根据返回限制更改执行计划

Question

在我们的neo4j 5.5版数据库中，我们有数据

(c1:Company)-[:ADDRESS_MATCH]-(c2:company)

以及

(t:CompanyNameToken)-[:CONTAINS_TOKEN]-(c:Company)

。我们的目标是找到具有地址匹配和通用令牌的公司。执行计划意外改变，如下。仅匹配地址是快速的，并产生以下执行计划，在 14 毫秒内命中 1645 个数据库。

PROFILE MATCH (c1:Company)-[:ADDRESS_MATCH]->(c2:Company)
RETURN c1, c2 LIMIT 100

增加 100 的限制或取消限制时，执行计划保持不变。现在添加令牌匹配作为条件，对于

LIMIT 100

，执行计划仍然只有一个分支，在 58 毫秒内有 250.000 次 DB 命中。

PROFILE MATCH (c1:Company)-[:ADDRESS_MATCH]->(c2:Company),
(c1)<-[r1:CONTAINS_TOKEN]-(t:CompanyNameToken)-[r2:CONTAINS_TOKEN]->(c2)
RETURN c1, c2 LIMIT 100

但是，当使用

LIMIT 300

而不是

LIMIT 100

执行相同的查询时，执行计划涉及多个分支（

c1

、

c2

上的笛卡尔积）并且在更长的 12000 毫秒内突然有 3800 万次 DB 命中。 （过渡介于 200 和 300 之间）。

PROFILE MATCH (c1:Company)-[:ADDRESS_MATCH]->(c2:Company),
(c1)<-[r1:CONTAINS_TOKEN]-(t:CompanyNameToken)-[r2:CONTAINS_TOKEN]->(c2)
return c1, c2 limit 300

使用

exists

关键字重新表述上述查询不会显示此行为。执行计划保持不变，独立于限制，甚至没有限制。对于

LIMIT 300

，它仅在 190 毫秒内就有 600.000 次 DB 命中。

PROFILE MATCH (c1:Company)-[:ADDRESS_MATCH]->(c2:Company)
WHERE EXISTS {(c1)<-[r1:CONTAINS_TOKEN]-(t:CompanyNameToken)-[r2:CONTAINS_TOKEN]->(c2)}
return c1, c2 limit 300

三个问题：

• 这种行为的原因是什么？

• LIMIT 100

  的执行计划是应该的，避免了不必要的笛卡尔积。

  LIMIT 300

  的计划天真得无可救药。有没有办法强制 neo4j 执行第一个执行计划，也许有一些计划提示？
• 为什么使用涉及

  EXISTS

  的变体时执行计划不同？

我尝试了各种规划器提示和组合，但都没有成功。令人困惑的是，几天前，这种行为并没有出现，数据几乎相同。我读到执行计划取决于数据库统计信息。但是，像

CALL db.clearQueryCaches()

或

CALL db.prepareForReplanning()

这样的命令也没有改变行为。

Answer 1

关于EXISTS函数，一旦找到一个匹配项，它会立即返回

true

。因此，与查找并保存所有匹配项相比，它可以更快，占用内存更少。

由于您的用例不需要使用 all

CompanyNameToken

子路径，因此只使用

EXISTS

版本的查询是有意义的。