多标签节点的最优Neo4j索引策略

Question

我使用 Neo4j 来代表我们的数据仓库。我们有约 100,000 个各种类型的节点（约 10 个），其中一些具有多个标签。典型节点类型的子集是：

(:User)
(:Tableau:Workbook)
(:Tableau:Dashboard)

这里

Tableau

代表数据可视化软件，

Workbook

和

Dashboard

是不同的 Tableau 实体。我们使用多个标签而不是单个唯一定义的标签的原因是，人们可能希望匹配所有

(:Tableau)

节点或所有

(:Dashboard)

节点（我们有多个仪表板源）。

我还使用 GraphAware Neo4j UUID 库 (https://github.com/graphaware/neo4j-uuid) 来确保每个节点（无论类型）通过

uuid

节点属性进行唯一标识。

我为每个节点标签创建了一个索引（和唯一性约束）以提高性能，即

CREATE INDEX ON:User(uuid)
CREATE INDEX ON:Tableau(uuid)
CREATE INDEX ON:Workbook(uuid)
CREATE INDEX ON:Dashboard(uuid)

鉴于

CREATE INDEX

必须恰好采用一个标签。

在给定此索引结构的情况下使用 Cypher 匹配节点时，我遇到了一些性能问题。即使

(:Tableau:Dashboard)

<<

(:Tableau)

的基数，以下查询也不是最优的

MATCH (n:Tableau:Dashboard) WHERE n.uuid = <UUID> 

与任一者相比

MATCH (n:Tableau) WHERE n.uuid = <UUID> 
MATCH (n:Dashboard) WHERE n.uuid = <UUID> 

鉴于前者不利用任何指数，而后者却利用任何指数。如果想要仅根据 UUID（唯一）全局查找节点，这个问题就会变得更加复杂，当我们使用 Flask API 查找节点时经常出现这种情况，这会转化为以下 Cypher 逻辑：

MATCH(n) WHERE n.uuid = <UUID>

以下线程建议创建一个

Entity

总体全局节点标签并在其上创建索引（Neo4j：为具有相同属性的节点创建索引），

CREATE INDEX ON:Entity(uuid)

所以现在节点标记如下，

(:Entity:User)
(:Entity:Tableau:Workbook)
(:Entity:Tableau:Dashboard)

这是最好的方法吗？另一种解决方案是，如果定义了多个标签，并且保证被索引，则只选择第一个标签，但这并不能解决仅根据 UUID 查找节点的问题。

如果我采用

Entity

标签方法，保留所有先前定义的索引仍然有意义吗？也就是说，如果我只搜索一小部分节点，我是否会期望看到显着的性能改进？例如，如果我知道

n

是一个

(:User)

节点，我是否应该期望看到类似的性能，

MATCH (n:Entity) WHERE n.uuid = <UUID>
MATCH (n:User) WHERE n.uuid = <UUID>

无法对一个或多个索引建立索引是一种耻辱，因为最佳 Cypher 查询可能更加抽象，也就是说，假设

(:Tableau:Workbook)

填充

(:Tableau:Dashboard)

，然后查找工作簿填充的仪表板将查询,

MATCH (s:Tabeau:Workbook)-[:POPULATES]->(t:Tableau:Dashboard)
WHERE s.uuid = <UUID>
RETURN t

这是相当透明的，但是从性能角度来看，以下内容会更优化，尽管不太透明，因为用户不清楚

s

是什么类型的节点，

MATCH (s:Entity)-[:POPULATES]->(t:Tableau:Dashboard)
WHERE s.uuid = <UUID>
RETURN t

Answer 1

您正在维护

Tableau

和

Workbook

以及

Tableau

和

Dashboard

的重叠索引。为什么不只维护

Tableau

的索引来消除冗余，并用

USING INDEX

向查询规划器发出提示，以确保它在您的匹配中使用。即类似这样的东西...

MATCH (s:Tableau:Workbook)-[:POPULATES]->(t:Tableau:Dashboard)
USING INDEX s:Tableau(uuid)
WHERE s.uuid = <UUID>
RETURN t

Answer 2

对于那些找到此线程的人，即使有 2 个以上标签，Neo4j 的最新版本（我使用的是 v5）也会使用索引。

示例

MATCH (s:Tableau:Workbook) WHERE s.uuid = <uuid>

假设您在

Tableau

上有索引，但在 Workbook 上没有

，这与 OP 中的情况略有不同。

Neo4j 仍然首先达到
1. Tableau

    索引

从那里，它会过滤结果
2. :Workbook

   。

这比

s:Tableau

慢了一根头发，但可能可以忽略不计。

文档

来自

搜索性能指数：

“如果有多个索引可用，Cypher planner 将尝试使用能够最有效地解决特定谓词的索引（或多个索引）”

索引提示

文档阐明您仍然可以添加USING INDEX提示（根据

@dave-bennett

的好建议，但这仅在更高级的情况下才有必要。