将一个neo4j语句 改为nebula 发现效率反而慢很多，附上原本查询语句，寻找查询效率最好的方式

[user51]

原neo4j查询语句如下：

MATCH (intopice:intopiece) WHERE intopice.loan_business_id = "A1150420200420018765" 
         CALL apoc.path.subgraphNodes(intopice, {maxLevel:1,uniqueness:"NODE_GLOBAL"}) 
         YIELD node  where node.commit_time<intopice.commit_time with collect(node.loan_business_id) as list 
MATCH (intopice:intopiece) WHERE intopice.loan_business_id = "A1150420200420018765"
         CALL apoc.path.subgraphNodes(intopice, {maxLevel:2,uniqueness:"NODE_GLOBAL"}) 
         YIELD node  where node.commit_time<intopice.commit_time  with node as result 
         where  NOT(result.loan_business_id in list)
         and result.loan_business_id <> "A1150420200420018765"
         and result.commit_time<intopice.commit_time
         return count(result.loan_business_id) as TOTAL ,
         sum(toInt(result.loan_value)+1)/2 as LOAN,
         sum(toInt(result.overdue_value)+1)/2 as B_OVERDUE ,
         sum(toInt(result.evasion_debts)+1)/2 as B_EVASION ,
         sum(toInt(result.out_of_contact)+1)/2 as B_LOST ,
         sum(toInt(result.other_blacklist)+1)/2 as B_OTHER ,
         sum(toInt(result.online_mob1_m1)+1)/2 as OVERDUE_ONLINE_FLAG1,
         sum(toInt(result.online_mob2_m1)+1)/2 as OVERDUE_ONLINE_FLAG2,
         sum(toInt(result.online_mob6_m1)+1)/2 as OVERDUE_ONLINE_FLAG3,
         sum(toInt(result.offline_m1)+1)/2 as OVERDUE_OFFLINE_FLAG1,
         sum(toInt(result.offline_mob3m1)+1)/2 as OVERDUE_OFFLINE_FLAG2,
         sum(toInt(result.offline_mob6m2)+1)/2 as OVERDUE_OFFLINE_FLAG3,
         sum(toInt(result.edu_overdue30)+1)/2 as OVERDUE_EDU_FLAG1,
         sum(toInt(result.edu_mob3m2)+1)/2  as OVERDUE_EDU_FLAG2,
         sum(toInt(result.edu_mob6m2)+1)/2 as OVERDUE_EDU_FLAG3,
	 sum(case when result.overdue_value=1 OR result.evasion_debts=1 OR result.out_of_contact=1 OR result.other_blacklist=1 then 1 else 0 end ) as TOUCH;

这个语句在大数据量的情况下 查询二跳的数据效率非常之高，稳定几十毫秒，希望能有一个相差不大的nebula语法实现，要不然就无法替换原功能，自己尝试了很多种方法，效果很差，要不然只能不用这个技术栈了

[user51]

在线蹲一个答案

[caton-hpg]

• 您的库是多少顶点、多少边？
• 上面的match语句，用nebula graph执行是多长时间？

[user51]

环境 物理机一台 配置 40C 256G 6600G 单机部署
顶点 1200 边类型30种，边数据量在6000W ，为了实现上面的nebula语句 我加了索引后使用了 lookup + go +munis 实现了，效果不理想。之后再论坛上请教后，使用建议的 复合match 匹配二度的方式，效果也不理想，之后就卡住了，试了好多方式，官方的资料也翻一遍了，后面我们会加查询3跳的数据，如果这个效率的话就瓦特了，我想着是不是我哪块没搞清楚，固贴出完整的语句，想看下这种需求最优解是什么样子。目前我将数据重新制作了一份，之后会贴出数据模型，预计明天可以完全导入，这之前能给出个方向就太好了。。。顺便补充下lookup+go 二跳就很慢，愁白了少年头，中年头，老年头

[wey]

get SubGraph filter vertex

子图的过滤已经在 roadmap 里了哈

[wey]

在那之前，我试试能不能写出来更好的哈，稍等

[wey]

我找到了一个 mitigation，在 https://github.com/vesoft-inc/nebula/pull/4357 合并之前，你评估看下。

按照我的理解，你是要两跳子图去掉一跳子图的所有点，然后对点额属性进行处理输出，并且点上的 commit_time 按需过滤，对吧？

现在的想法是：

• 取两跳子图，只取第二跳，第二跳里是没有第一跳的点的 （用 collect（nodes) 之后，取 index 1）
• 再 unwind 成为列（第二跳的点），按列取属性
• 取完了属性，过滤 commit_time

这里边有两个问题

1. unwind 成列需要 https://github.com/vesoft-inc/nebula/pull/4456 ，这个好办，你导完数据，把二进制升级到 nightly build 可解

2. commit_time 在这个 query中没法传递给后边，这个只能用单独的查询获得，然后再应用层穿进去，所以最终是两个查询

第一个查询，从 loan_business_id 获得 intopice 的 vid 与 commit_time

(root@nebula) [basketballplayer]> 

LOOKUP ON player WHERE player.name == "Tony Parker" \
    YIELD id(vertex) AS id, player.age AS commit_time
+-------------+-------------+
| id          | commit_time |
+-------------+-------------+
| "player101" | 36          |
+-------------+-------------+

第二个查询（前边的想法），那些sum我就不写了，age 代表 commit_time，name代表你要 sum的东西：

我们获得了 player101 和 36

GET SUBGRAPH 2 STEPS FROM "player101" IN follow YIELD VERTICES AS nodes | \
    YIELD collect($-.nodes) AS nodes | \
    UNWIND $-.nodes[1] AS n_2step | \
    YIELD id($-.n_2step) AS n | \
    FETCH PROP ON player $-.n YIELD vertex AS v | \
    YIELD $-.v.name AS name WHERE $-.v.age < 36

(root@nebula) [basketballplayer]> GET SUBGRAPH 2 STEPS FROM "player101" IN follow YIELD VERTICES AS nodes | YIELD collect($-.nodes) AS nodes | UNWIND $-.nodes[1] AS n_2step | YIELD id($-.n_2step) AS n | FETCH PROP ON player $-.n YIELD vertex AS v | YIELD $-.v.name AS name WHERE $-.v.age < 36
+---------------------+
| name                |
+---------------------+
| "Dejounte Murray"   |
| "Marco Belinelli"   |
| "LaMarcus Aldridge" |
+---------------------+

[user51]

好的 我晚上就能得出结果 对比下 感谢大手子

[user51]

一波三D啊，服务还起不来。。表现是meta服务报错

gradphd 报错

，0.0
，还有那个语句还没来得及尝试，那么多2跳数据下潜到fetch 再查，速度会慢吗

[wey]

单起一个帖子看下起不来的问题？快速问，硬盘没满吧？
单独重启一下meta？

@user51

那么多2跳数据下潜到fetch 再查，速度会慢吗

这个代价近似于第二跳 WITH PROP 的 GET SUBGRAPH，就是一个 GetVertices

[user51]

上面说升级二进制版本，需要我使用代码编译后部署吗

[wey]

不用的，无论是docker image 还是 二进制包都有每天晚上的 build

文档里下载安装的例子里就有二进制包的 nightly 版本 URL，docker 的话，改 tag 为 nightly就行（或者参考 docker compose master 的配置）

[user51]

我应该是明白你意思了，但是这个nightly 版本的，可以用于生产吗？

[wey]

不推荐，可以先 poc，生产还是推荐正式的版本

[user51]

额，，那还有其他方式吗？只要性能好也可以，也不是说必须用子图得，大佬

[user51]

具体描述下我得数据吧 只有一种节点类型，但是存在34种边关系 （银行卡，电话号这些关系）有些边数据量会达到上亿级别