查找路径的优化

[双林1]

• 图库存储情况：图库中目前有2种tag和3种edge type，两个点之间会有非常多相同类型但不同属性的边，使用rank进行区分，数量可能达到1w+。

• 需求：目前想要搜索路径，使用了如下这些语句进行搜索，但是最终报出内存溢出的错误。

FIND ALL PATH;

MATCH p=(v1)-[e]->(v2) ... return v;

感觉存储的数量没有特别多，为什么总是搜不出来？

[xtcyclist]

两点间可能有一万多条边的话，潜在的路径是有可能是非常多的。

[双林1]

对，就是它会去排列组合返回很多，那这种情况下除了在入库之前做一些去重，有什么其他可行的方法吗？

[xtcyclist]

可以考虑改改你的模型，edge type 丰富一些，vertex 丰富一些，不要在两点之间搞这么多边出来，否则你这里超级节点太多了，干啥都会相对比较麻烦。虽然 rank 可以区分边，但边太多的话，最好还是把这个区分度转换成用图拓扑去承载，这样查询起来更方便。

[双林1]

还有一个小问题想请教一下，就是如果两个节点之间有非常多的边，比如百万级别，那么我搜索这两个节点之间的满足某些条件的边，是不是依旧会很慢？还是说可以有查询上面的优化？

[MuYi-方扬]

建议仔细看下楼上的回复

[xtcyclist]

边上可以加索引，可能会有改善。但是还是不建议在两点之间，同一个类型的边，搞太多，这种方式相当于把图在局部当关系型数据库用了（相当于你有一个表，这个表一百多万条记录），最终效果难免是不太好的。如果你的模型一定要有大量的同类型边的话，甚至到百万级别，其实不如用关系型数据库，可能效果更好。