1

使用 py2neo (1.5.1) 和 neo4j (1.9.2)，我想知道不同命令的性能（图中大约有 80k 关系）：

所以首先我得到所有的关系（~80k），这显然需要一些时间。

graph_db = neo4j.GraphDatabaseService("http://localhost:7474/db/data/")
rels = graph_db.match()

但是，为什么要花费大量时间（约 1-2 分钟）来遍历关系并打印它们（或存储在某个变量中）？rels是关系列表，但每个关系包含什么？

for relation in rels:
    print relation.start_node
    print relation.type
    print relation.end_node
    print relation.get_properties()

删除该行时print relation.get_properties()，循环的执行时间会变得更好（约 10 秒）。所以我假设每个人都relation.get_properties()对数据库执行一个查询？听起来很合理。

然而，对我来说奇怪的是：为什么下面的代码要快得多，即使print relation包含我需要的所有信息？

for relation in rels:
    print relation     #example output: (244358)-[:KNOWS {"since":2011,"reason":"unknown"}]->(244359)
    print relation.start_node
    print relation.type
    print relation.end_node

所以它实际上打印了我需要的所有信息，并且它的执行速度要快得多，即使这就是为什么我无法提取关系的属性并将其存储在变量中的原因。

for relation in rels:
    print relation     #example output: (244358)-[:KNOWS {"since":2011,"reason":"unknown"}]->(244359)
    print relation.start_node
    print relation.type
    print relation.end_node
    #print relation["since"] #would slow down the execution significantly, why??

那么关系中存储了哪些信息呢？如何在不使用get_properties(). 这和缓存有关系吗？我不明白，这让我发疯......我已经在期待你的回答了，奈杰尔 ;-)

注意：我知道我可以通过使用批处理来优化它，但这不是现在真正的问题。

编辑：是否print relation["since"]还会导致每次迭代的查询？

编辑2：当我们谈论性能时，还有一件事：比较以下密码查询，我注意到第一个比第二个慢，为什么？（在冷图上执行，因此没有缓存影响）

查询1：开始n =节点（*）返回n

query2: START n=node(*) RETURN n.name, n.age

4

1 回答 1

1

关系对象存储该关系的不可变部分，这些部分在 REST 响应中返回。这些是开始节点、结束节点和类型。这些属性是可变的，并且调用get_properties确实会（如您所建议的那样）对服务器进行单独调用。

旁注：如果您启用日志记录...

import logging
logging.basicConfig(level=logging.DEBUG)

...您应该能够看到来回的交通。

但是，您可以使用一个小技巧来获取属性的快照，而无需单独调用。__metadata__任何资源的属性都包含从服务器获取的最后一个已知详细信息，因此以下内容应返回属性：

props = my_rel.__metadata__["data"]

使用 py2neo 1.6（即将发布！），该match方法略有改进。它不是在返回给您之前获取所有内容，而是返回一个生成器并且可以迭代。所以代码如...

for rel in graph_db.match("KNOWS"):
    print rel.start_node["name"] + " knows " + rel.end_node["name"]

...将更快地执行，而不是等待收到完整的响应。

编辑答案：是的。

编辑 2 答案：这是给 Neo 家伙的问题 :-P

于 2013-09-21T10:21:04.197 回答