それがそうであるように、あなたは複数の次元に基づいて統計を検索しようとしているので、統計が増加し、より多くのゲームがプレイされるので問題になる可能性が高く、最終的にあなたが望むすべての次元を得ることができます。
たとえば、similar questionに類似のモデルと要件があります。最後の5試合で最も多くのゴールを決めたトップ5の選手が見つかりました。
これは、各プレイヤーの最後の5試合(チームノードと発注)でマッチングを行い、最後の5試合のゴールに合致し、プレイヤーごとに合計する必要があります。
高速化するために、モデルに中間ノードを追加して、これらのトラバーサルを簡単にすることができます。
たとえば、各チームと各ゲームに対応する各プレーヤーのPlayerStatsノードは、目標とアシストに関係しています(目標とアシストとの関係を維持したい場合は:Goalと:AssistノードをPlayerおよび:チームノード)。モデルが少し複雑になり、隣接ノード間の関係がさらに必要になりますが、プレーヤ、チーム、ゲームごとの統計を簡単にグループ化できるため、関連性のない統計情報をトラバースする必要がなくなります。
また、いくつかのクエリのノードに展開する代わりに、ノードからdegrees of relationshipsを使用してクエリを実行できるように、STAT_OFではなく関連するノードとの関係にASSISTEDと:SCOREDを使用することをおすすめします。
アシストノードをアシストノードに置き換えて、それを:アシストされた関係と置き換えることができます。