GO如何实现MATCH多度查询

问答 问题
1

场景: 希望通过企业查询其2度内股东, 再根据2度内股东查询其投资的企业
使用MATCH语句,生产性能不佳,需要8-22秒

MATCH p=(v)<-[es1:e_shareholder_invest*1..2]-(v2)-[es2:e_shareholder_invest*0..2]-> (v3:t_enterprise)
     WHERE id(v) == '企业X'
     AND ALL(e1 IN es1 WHERE e1.con_prop >= 50)
     AND ALL(e2 IN es2 WHERE e2.con_prop >= 50)
     WITH nodes(p) as ps
     LIMIT 100000
     UNWIND ps AS ns
     WITH ns
     WHERE properties(ns).exposure_line >= 0 AND properties(ns).last_appl_state == 'PS'
     RETURN DISTINCT ns;

如果使用GO是否能把路径上的所有节点也拿到, 即类似nodes(p)的操作?

2

这样似乎只能获取到最后的id, 而且中途properties(edge).con_prop >= 50判断并不会中断不符合条件的点, 可能需要每次1跳处理

GO 1 TO 2 STEPS FROM '企业X' OVER e_shareholder_invest REVERSELY
     WHERE properties(edge).con_prop >= 50
     YIELD distinct src(edge) AS ids 
union
GO 1 TO 2 STEPS FROM '企业X' OVER e_shareholder_invest REVERSELY
     WHERE properties(edge).con_prop >= 50
     YIELD distinct src(edge) AS ids1 | GO 0 TO 2 STEPS FROM $-.ids1 OVER e_shareholder_invest
     WHERE properties(edge).con_prop >= 50
     YIELD distinct dst(edge) AS ids;
3

建议考虑在应用层拆成多条 GO 语句去实现，先通过一个 1-2 跳的 GO 拿到所有的股东，将结果集保存下来，再针对结果集中的每个股东，发起新的 GO 语句，查询投资企业，最后将所有结果 UNION 起来。在你的这个场景里面，如果我们假设一家企业的投资人并不会经常发生变动，那么第一步查询 2 度内股东的这个结果集，就可以缓存起来，改为定时更新或者按事件触发更新，不需要每次重新查询，这样可以减少在线查询的工作量；如果我们假设一个投资人所投资的企业也不会经常发生变化，第二步的查询结果也可以缓存起来，按同样的方法处理。这样优化完，在线查询的代价会极低。考虑到缓存数据需要占用空间，可以考虑只针对比较大的企业和投资人做缓存，也就是比较大的节点。

关于为什么建议这样改的原因如下：

首先，这个场景如果考虑用单条语句实现，从语义上是应该使用 match 的。match 的性能在当前版本是有比较大的挑战，下一个大版本会有质的提高。

其次，如果排除 match，GO 语句本身难以提供一个等价于 MATCH 的查询功能。就像你也发现的，GO 的功能是游走一些步以后，返回终点相关的信息，抛弃掉中间过程上的信息，所以 GO 的性能也比较快。用多条 GO 可以拼凑一个等价于 MATCH 的功能，但语句比较难写；即便写出来了，也比较难调试和运维，所以建议在应用层拆解为多个 GO 去做。

2 个赞
4

似乎只能1跳GO进行处理, 这样应用层需要进行4次查询. 因为1-2跳情况下, 如 A->B->C , A->B边条件不满足, 但是B->C的边条件满足, 那么B->C这条边会被GO取到, 但实际场景并不想B->C被获取到, 期望在B处就中断了.

nebula_invest2
nebula_invest2634×659 10.4 KB

nebula_invest

5

nebula看起来可以这么操作, $var1.ids中有null值会报错, 调试运维确实会有些难度

$var1 = GO FROM '910306020230520108' OVER e_shareholder_invest REVERSELY
        WHERE properties(edge).con_prop >= 50
        YIELD distinct src(edge) AS ids
        union
        GO FROM '910306020230520108' OVER e_shareholder_invest REVERSELY
        WHERE properties(edge).con_prop >= 50
        YIELD distinct src(edge) AS ids1 | GO FROM $-.ids1 OVER e_shareholder_invest REVERSELY
        WHERE properties(edge).con_prop >= 50
        YIELD distinct src(edge) AS ids;

$var2 = YIELD $var1.ids AS ids where $var1.ids is not null;

$var3 = GO FROM $var2.ids OVER e_shareholder_invest
        WHERE properties(edge).con_prop >= 50 AND dst(edge) is not null
        YIELD distinct dst(edge) AS ids
        union
        GO FROM $var2.ids OVER e_shareholder_invest
        WHERE properties(edge).con_prop >= 50 AND dst(edge) is not null
        YIELD distinct dst(edge) AS ids1 | GO FROM $-.ids1 OVER e_shareholder_invest
        WHERE properties(edge).con_prop >= 50 AND dst(edge) is not null
        YIELD distinct dst(edge) AS ids
        union
        YIELD $var2.ids as ids;


$var4 = FETCH PROP ON t_enterprise $var3.ids
        YIELD id(vertex) AS company_credit_code, properties(vertex).company_name AS company_name,
        properties(vertex).appl_no AS appl_no,
        CASE properties(vertex).exposure_line >= 0 WHEN true THEN properties(vertex).exposure_line WHEN false THEN 0  ELSE 0 END AS exposure_line,
        properties(vertex).date_updated AS date_updated;

$var5 = YIELD $var4.company_credit_code AS company_credit_code,$var4.company_name AS company_name,
        $var4.appl_no AS appl_no,$var4.exposure_line AS exposure_line,
        $var4.date_updated AS date_updated
        where $var4.exposure_line > 0;
1 个赞