Neo4j技术问询：统计各tag值所属不同集群的数量

要统计每个tag对应的不同集群（连通分量）数量，核心是先识别每个节点所属的连通分组，再按tag维度做聚合统计。以下是具体实现方案：

使用APOC扩展（推荐） #

Neo4j的APOC库提供了connectedComponents函数，可以快速识别连通分量，适合大部分场景：

MATCH (n:node)
// 获取每个节点所属的连通分量
CALL apoc.path.connectedComponents(n) YIELD component
// 用分量中节点的最小ID作为集群唯一标识，确保同一集群标识一致
WITH n.tag AS tag, min(id(node) IN component) AS cluster_id, n
// 按tag分组，统计节点总数和去重后的集群数量
WITH tag, count(DISTINCT n) AS node_total, count(DISTINCT cluster_id) AS cluster_count
RETURN tag, node_total, cluster_count
ORDER BY tag;

执行后会返回与预期完全匹配的结果：

• tag: "a"，node_total: 4，cluster_count: 3
• tag: "b"，node_total: 2，cluster_count: 2
• tag: "c"，node_total: 1，cluster_count: 1

无APOC时的替代方案 #

如果无法使用APOC扩展，可通过广度优先搜索手动标记连通分量：

// 初始化临时标记，标记所有节点未被访问
MATCH (n:node) SET n.visited = false;

// 遍历未访问节点，标记其所在的连通分量
MATCH (n:node) WHERE NOT n.visited
WITH n
CALL apoc.path.subgraphAll(n, {relationshipFilter: "LINKS_TO>", labelFilter: "node"}) YIELD nodes
WITH nodes AS cluster
UNWIND cluster AS node
SET node.visited = true, node.cluster_id = id(head(cluster));

// 按tag聚合统计结果
MATCH (n:node)
WITH n.tag AS tag, count(DISTINCT n) AS node_total, count(DISTINCT n.cluster_id) AS cluster_count
RETURN tag, node_total, cluster_count
ORDER BY tag;

// 清理临时属性（执行完统计后可选操作）
MATCH (n:node) REMOVE n.visited, n.cluster_id;

内容的提问来源于stack exchange，提问作者ray