Como posso criar eficientemente relacionamentos únicos no Neo4j?
Seguindo minha perguntaaqui, Gostaria de criar uma restrição nos relacionamentos. Ou seja, eu gostaria que houvesse vários nós que compartilhem o mesmo nome de "bairro", mas cada um deles aponte exclusivamente para uma cidade específica em que residem.
Conforme incentivado em user2194039responda, Estou usando o seguinte índice:
CREATE INDEX ON :Neighborhood(name)
Além disso, tenho a seguinte restrição:
CREATE CONSTRAINT ON (c:City) ASSERT c.name IS UNIQUE;
O código a seguir falha ao criar relacionamentos exclusivos e leva um período excessivamente longo:
USING PERIODIC COMMIT 10000
LOAD CSV WITH HEADERS FROM "file://THEFILE" as line
WITH line
WHERE line.Neighborhood IS NOT NULL
WITH line
MATCH (c:City { name : line.City})
MERGE (c)<-[:IN]-(n:Neighborhood {name : toInt(line.Neighborhood)});
Observe que há uma restrição de exclusividade na cidade, mas NÃO na vizinhança (porque deve haver várias).
Perfil com limite 10.000:
+--------------+------+--------+---------------------------+------------------------------+
| Operator | Rows | DbHits | Identifiers | Other |
+--------------+------+--------+---------------------------+------------------------------+
| EmptyResult | 0 | 0 | | |
| UpdateGraph | 9750 | 3360 | anon[307], b, neighborhood, line | MergePattern |
| SchemaIndex | 9750 | 19500 | b, line | line.City; :City(name) |
| ColumnFilter | 9750 | 0 | line | keep columns line |
| Filter | 9750 | 0 | anon[220], line | anon[220] |
| Extract | 10000 | 0 | anon[220], line | anon[220] |
| Slice | 10000 | 0 | line | { AUTOINT0} |
| LoadCSV | 10000 | 0 | line | |
+--------------+------+--------+---------------------------+------------------------------+
Total de acessos ao banco de dados: 22860
Seguindo a recomendação de Guilherme abaixo, implementei o auxiliar, mas ele está causando o erro py2neo.error.Finished. Pesquisei a documentação e não consegui determinar uma solução alternativa a partir deesta. Parece que há umpost SO aberto sobre essa exceção.
def run_batch_query(queries, timeout=None):
if timeout:
http.socket_timeout = timeout
try:
graph = Graph()
authenticate("localhost:7474", "account", "password")
tx = graph.cypher.begin()
for query in queries:
statement, params = query
tx.append(statement, params)
results = tx.process()
tx.commit()
except http.SocketError as err:
raise err
except error.Finished as err:
raise err
collection = []
for result in results:
records = []
for record in result:
records.append(record)
collection.append(records)
return collection
a Principal:
queries = []
template = ["MERGE (city:City {Name:{city}})", "Merge (city)<-[:IN]-(n:Neighborhood {Name : {neighborhood}})"]
statement = '\n'.join(template)
batch = 5000
c = 1
start = time.time()
# city_neighborhood_map is a defaultdict that maps city-> set of neighborhoods
for city, neighborhoods in city_neighborhood_map.iteritems():
for neighborhood in neighborhoods:
params = dict(city=city, neighborhood=neighborhood)
queries.append((statement, params))
c +=1
if c % batch == 0:
print "running batch"
print c
s = time.time()*1000
r = run_batch_query(queries, 10)
e = time.time()*1000
print("\t{0}, {1:.00f}ms".format(c, e-s))
del queries[:]
print c
if queries:
s = time.time()*1000
r = run_batch_query(queries, 300)
e = time.time()*1000
print("\t{0} {1:.00f}ms".format(c, e-s))
end = time.time()
print("End. {0}s".format(end-start))