cypherを使用してneo4jデータベースにノードを挿入する最も効率的な方法

Question

py2neo pythonを使用してcypherコマンドを実行することで、（埋め込まれていない）neo4jデータベースに多数のノード（〜500,000）モジュール（py2neo.cypher.execute）。最終的に私はpy2neoへの依存を取り除く必要がありますが、私はcypherとneo4jについてもっと学ぶまでそれを使っています。

私は2つのノードタイプAとBを持ち、大半のノードはタイプAです。A- [r1] -AとA- [r2] -Bという2つの可能な関係r1とr2があります。タイプAの各ノードは0〜100のr1関係を持ち、タイプBの各ノードは1〜5000のr2関係を持ちます。

現時点では、大きなCREATE文を作成してノードを挿入しています。たとえば、私は...グラフの線形鎖を形成する別の5000かそこらのノードとの関係であるかもしれない声明

CREATE (:A {uid:1, attr:5})-[:r1]-(:A {uid:2, attr:5})-[:r1]-... 

を持っているかもしれません。これは問題なく動作しますが、かなり遅いです。私も、私は、すべてのタイプAのノードを追加した後

CREATE INDEX ON :A(uid) 

を使用して、これらのノードのインデックスを作成しています、私は再びCREATE文使ってタイプBのノードを追加します。最後に、

MATCH c:B, m:A where c.uid=1 AND (m.uid=2 OR m.uid=5 OR ...) 
CREATE (m)-[:r2]->(c) 

などのステートメントを使用してr2リレーションシップを追加しようとしています。ここで...数千のORステートメントを表すことができます。これは実際には毎秒わずか数の関係を追加するのが遅いようです。

だから、もっと良い方法がありますか？私は完全にオフトラックですか？私はthis questionを見ましたが、効率的にノードをロードするためにcypherの使い方を説明していません。私が見ているものは、javaを使用しているようですが、実際の暗号化クエリを使用することはできません。

Answer 1

最後までインデックスを作成しないでください（2.0以降）。ノードの作成が遅くなります。

Cypherでパラメータを使用していますか？

私はあなたのサイファーがパラメーターを使って毎回正確に同じでない限り、多くのサイパー解析時間を失うと思っています。そのようにモデル化することができれば、パフォーマンスが大幅に向上します。

サイファーのリクエストでかなりのチャンクを既に送信していますが、バッチリクエストAPIを使用すると、1回のRESTリクエストで複数のリクエストを送信できます（試してみてください）。

最後に、1回のインポートであれば、バッチインポートツールの使用を検討することもできます。ハードウェアが不良であっても数分で500Kノードを焼き切ることができます。私はそれがまだ2.0のファイルを作成することはできないと思うが、もしそうでなければまもなく来るかもしれない）、Cypher経由でラベル/インデックスを作成する。

更新：最後にあなたのMATCHステートメントに気付きました。このようにしてはいけません.IIDにORを使用する代わりに、一度に1つの関係を実行してください。これはおそらく大いに役立ちます - そしてあなたがuidのためのパラメータを使うことを確認してください。 Cypher 2.0では、インデックスヒントを使用している場合でも、ORでインデックスルックアップを実行できないようです。多分、これは後で来るでしょう。

更新日2012年12月：2.0にはCypherトランザクションエンドポイントがあります。私は100〜200文の "exec"サイズと1000〜10000文の合計トランザクションサイズを使って、1秒あたり20〜30,000のCypher文を送信することができました。 Cypherよりも読み込みを高速化するのに非常に効果的です。