Skip to main content
 首页 » 编程设计

python之使用py2neo从Neo4j获取大量节点的最快方法

2025年05月04日9yyy_WW

我正在尝试从 Neo4j 数据库加载节点(约 400 个)和关系(约 800 个)以使用 D3 创建力导向图。这是我的 get 函数(我使用的是 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, 
        ) 

我认为昂贵的过程在 for n in nodes_to_keep: 和 for r in results: 中,因为每次我获得每个属性时,都是一次前往服务器。对吧?

完成这项任务的最佳方法是什么?

请您参考如下方法:

上述过程之所以耗时如此之久,是因为每次我请求节点属性时,我都要跑到服务器上从数据库中取出一些东西。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,为了获取所有具有关系的节点,我使用了这个查询:

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,所以我只是循环遍历结果以获取属性。

要点是,您需要编写查询,以便它们能在第一时间为您提供所需的信息。