使用 py2neo 从 Neo4j 获取大量节点的最快方法

Question

我正在尝试从 Neo4j DB 加载节点（大约 400 个）和关系（大约 800 个）以使用 D3 创建一个力有向图。 这是我的 get 函数（我正在使用 Tornado）：

def get(self):
        query_string = "START r=rel(*) RETURN r"
        query = neo4j.CypherQuery(graph_db, query_string)
        results = query.execute().data
        start = set([r[0].start_node for r in results])
        end = set([r[0].end_node for r in results])
        nodes_to_keep = list(start.union(end))
        nodes = []
        for n in nodes_to_keep:
            nodes.append({
                "name":n['name'].encode('utf-8'), 
                "group":n['type'].encode('utf-8'), 
                "description":n['description'].encode('utf-8'), 
                "node":int(n['node_id'])})
        #links
        links = []
        for r in results:
            links.append({"source":int(r[0].start_node['node_id']), "target":int(r[0].end_node['node_id'])})
        self.render(
            "index.html",
            page_title='My Page',
            page_heading='Sweet D3 Force Diagram',
            nodes=nodes,
            links =links,
        )

我认为昂贵的过程是在for n in nodes_to_keep:中for n in nodes_to_keep:和for r in results:的for r in results:因为每次我获得每个属性时，这是一次到服务器的旅行。 对？

完成这项任务的最佳方法是什么？

Answer 1

上述过程之所以花费这么长时间，是因为每次我请求节点属性时，我都会去服务器上从数据库中获取一些东西。 通过简单地修改 Cypher 查询，我能够大大减少此过程所需的时间。

例如，要获取所有具有关系的节点，我使用了以下查询：

query_string = """MATCH (n)-[r]-(m) 
                RETURN n, n.node_id, n.name, n.type, n.description, m.node_id, m.name, m.type, m.description""" 
query = neo4j.CypherQuery(graph_db, query_string)
results = query.execute().data

结果包含我需要的信息，所以我只是遍历结果来获取属性。

要点是您需要编写查询，以便他们在第一时间为您提供所需的信息。