如何在Apache AGE图数据库中移除重复顶点与边？

一、移除重复顶点 #

通用逻辑 #

重复顶点的判定通常基于标签+指定属性组合（比如你提到的User标签的name属性），或者所有属性完全一致。核心思路是：先按重复条件分组，每组保留一个顶点（比如ID最小的），删除组内其他顶点。

示例：删除同标签同属性的重复顶点 #

以User标签、name属性重复为例，查询语句如下：

// 找到重复的User顶点，保留每组中第一个（ID最小），删除其余
MATCH (u:User)
WITH u.name AS user_name, COLLECT(u) AS duplicate_users
WHERE SIZE(duplicate_users) > 1
UNWIND duplicate_users[1..] AS user_to_delete
DELETE user_to_delete

通用化适配所有顶点 #

如果要处理所有标签、所有属性完全重复的顶点，可调整分组条件为标签+所有属性：

MATCH (v)
WITH labels(v) AS vertex_labels, properties(v) AS vertex_props, COLLECT(v) AS duplicates
WHERE SIZE(duplicates) > 1
UNWIND duplicates[1..] AS to_delete
DELETE to_delete

二、移除重复边 #

通用逻辑 #

边的重复判定一般基于起始顶点、结束顶点、边标签、所有属性（或指定属性）。同样通过分组保留一条，删除其余重复项。

示例：删除同类型同属性的重复边 #

以FOLLOW标签、属性完全重复的边为例：

MATCH ()-[f:FOLLOW]->()
WITH startNode(f) AS src, endNode(f) AS dest, labels(f) AS edge_labels, properties(f) AS edge_props, COLLECT(f) AS duplicate_edges
WHERE SIZE(duplicate_edges) > 1
UNWIND duplicate_edges[1..] AS edge_to_delete
DELETE edge_to_delete

通用化适配所有边 #

适配所有类型、所有属性完全重复的边：

MATCH ()-[e]->()
WITH startNode(e) AS src, endNode(e) AS dest, labels(e) AS edge_labels, properties(e) AS edge_props, COLLECT(e) AS duplicates
WHERE SIZE(duplicates) > 1
UNWIND duplicates[1..] AS to_delete
DELETE to_delete

注意事项 #

• 若需精准指定保留对象，可结合id()函数，比如保留ID最小的顶点：WITH ..., MIN(id(v)) AS keep_id, COLLECT(v) AS duplicates，再删除id(v) != keep_id的项。
• 执行删除前，建议将DELETE替换为RETURN，验证待删除对象是否正确，避免误操作。
• 若重复判定无需考虑所有属性，只需修改WITH子句中的分组条件（仅指定目标属性即可）。

内容的提问来源于stack exchange，提问作者Omar Saad