优化Neo4j关系创建：40万节点与50万关系批量处理方案

当前方案效率低下的核心原因有两个：单条语句的重复执行开销过大，以及匹配节点时无索引导致全表扫描。以下是针对性的优化方案：

一、先为UUID创建唯一约束与索引 #

在导入任何数据前，执行这条语句：

CREATE CONSTRAINT unique_mynode_uuid FOR (n:MyNode) REQUIRE n.UUID IS UNIQUE;

该操作会自动为MyNode的UUID字段创建唯一约束，同时生成对应的B树索引。后续所有基于UUID的节点匹配都会走索引查找，彻底避免全表扫描，这是关系导入提速的核心前提。

二、批量导入节点 #

放弃单条CREATE语句，改用UNWIND批量处理节点数据：

UNWIND $nodes AS node
CREATE (:MyNode {UUID: node.UUID})

将原始数据中的nodes数组作为参数$nodes传入，每次批量处理1000-5000个节点（可根据Neo4j内存配置调整），大幅减少语句执行次数。

三、批量导入关系 #

同样用UNWIND批量处理关系，替代单条MATCH+CREATE：

UNWIND $relationships AS rel
MATCH (a:MyNode {UUID: rel.uuid_A}), (b:MyNode {UUID: rel.uuid_B})
CREATE (a)-[:MyRelation]->(b)

将原始数据中的relationships数组作为参数$relationships传入，每次批量处理1000-5000条关系，借助之前创建的索引快速定位节点，避免重复遍历全量节点。

四、极致效率方案：使用neo4j-admin import离线导入 #

针对数十万级别的数据规模，官方离线导入工具neo4j-admin import是效率最高的选择，它直接写入数据库文件，速度比Cypher导入快一个数量级：

1. 将数据转换为CSV格式：
   • 节点CSV（示例nodes.csv）：

     :ID,UUID
     node_0001,0001
     node_0002,0002
     node_0003,0003
     ...
     

     其中:ID是导入工具要求的节点唯一标识列，可与你的UUID一一对应。
   • 关系CSV（示例relationships.csv）：

     :START_ID,:END_ID,:TYPE
     node_0001,node_0002,related_to
     node_0001,node_0003,related_to
     ...
     

2. 关闭Neo4j服务后执行导入命令：

   neo4j-admin import --nodes=nodes.csv --relationships=relationships.csv
   

   可通过添加参数指定目标数据库、标签映射等细节。

注意事项 #

• 批量处理的节点/关系数量需根据内存配置调整，过大易引发内存溢出，建议先从小规模测试后再逐步扩容。
• 始终使用参数化查询（如$nodes、$relationships），避免拼接Cypher字符串，既防止注入风险也提升执行效率。

内容的提问来源于stack exchange，提问作者esantix