如何计算Apache Age图的节点度中心性并排序节点影响力？

要通过Cypher查询计算Apache Age图的节点度中心性（以此判断节点重要性），并按影响力排序，需先将关系型数据映射为Age的图结构，再执行统计查询，步骤如下：

1. 初始化Apache Age图空间 #

如果还未创建Age图，先执行以下SQL初始化：

CREATE EXTENSION IF NOT EXISTS age;
LOAD 'age';
SET search_path = ag_catalog, "$user", public;

CREATE GRAPH social_network;

2. 导入关系型数据到Apache Age #

导入Person节点 #

将people表的数据导入为Age的Person节点：

SELECT * FROM cypher('social_network', $$
    CREATE (p:Person {id: $id, name: $name})
$$) AS (v agtype)
FROM people;

导入双向朋友关系边 #

由于朋友关系是无向的，需创建双向边来模拟无向连接：

SELECT * FROM cypher('social_network', $$
    MATCH (a:Person {id: $person_id}), (b:Person {id: $friend_id})
    CREATE (a)-[:FRIENDS_WITH]->(b), (b)-[:FRIENDS_WITH]->(a)
$$) AS (v agtype)
FROM connections;

3. 计算度中心性并排序 #

无向图总度统计（核心查询） #

总度是节点的所有连接数，直接反映节点在无向网络中的影响力：

MATCH (p:Person)
WITH p, SIZE((p)--()) AS total_degree
RETURN p.name, total_degree
ORDER BY total_degree DESC, p.name ASC;

• (p)--()匹配所有与节点p相连的边（忽略方向）
• SIZE()统计边的数量得到总度
• 按total_degree降序排序（影响力从高到低），同名节点按名称升序排列

有向图场景：区分入度与出度 #

如果是有向关系（如关注/被关注），可分别统计入度（收到的连接）和出度（发起的连接）：

MATCH (p:Person)
WITH p,
     SIZE((p)-->()) AS out_degree,
     SIZE((p)<--()) AS in_degree,
     SIZE((p)--()) AS total_degree
RETURN p.name, out_degree, in_degree, total_degree
ORDER BY total_degree DESC;

示例结果 #

针对你提供的示例数据，执行无向总度查询后，结果如下：

Bob、Charlie、David的总度最高，是网络中最核心的节点。

内容的提问来源于stack exchange，提问作者Muhammad Awais Bin Adil