Cypher中大整数ID导入失败及字符串ID匹配问题求助

1. 如何将超大数值的actorId转为整数形式存储 #

Neo4j里的toInteger()对应的是32位整数，范围仅限-2^31到2^31-1，一旦你的actorId超出这个区间就会触发报错。要搞定这个问题，换成toLong()函数就行——它支持64位整数，能覆盖大得多的数值范围。

修改你的导入语句，把actorId的转换逻辑换成toLong()：

LOAD CSV FROM 'file:///desktop-csv-import/moviestoactors.csv' AS row 
WITH row[0] AS movieId, toLong(row[1]) AS actorId, row[2] AS as_character, row[3] AS leading 
MERGE (m:moviestoactors {movieId:movieId }) 
SET m.actorId = actorId, m.as_character = as_character, m.leading = leading 
RETURN count(m)

这样actorId就会以64位整数类型存储，再也不会出现数值超限的问题。

2. 字符串类型的actorId匹配失败的原因及解决方法 #

可能的原因 #

最常见的问题是CSV里的actorId字段带了前后空格或不可见字符，导致你存的字符串和查询时输入的'244663'完全不匹配。比如CSV里的实际值可能是' 244663 '或者藏了换行符，肉眼看不出，但字符串匹配是严格区分这些细节的。

另外也有可能是CSV格式问题，比如字段被额外的引号包裹，导致存储的字符串是'"244663"'而非'244663'。

解决方法 #

• 先排查存储的真实值：执行下面的查询，看看actorId的实际内容，确认有没有多余字符：

  MATCH(ma:moviestoactors) 
  WHERE ma.actorId STARTS WITH '24466'
  RETURN ma.actorId, size(ma.actorId)
  

  如果size(ma.actorId)大于6，说明确实存在额外字符。

• 导入时提前清理数据：修改导入语句，用trim()函数去掉字符串前后的空格和不可见字符：

  LOAD CSV FROM 'file:///desktop-csv-import/moviestoactors.csv' AS row 
  WITH row[0] AS movieId, trim(row[1]) AS actorId, row[2] AS as_character, row[3] AS leading 
  MERGE (m:moviestoactors {movieId:movieId }) 
  SET m.actorId = actorId, m.as_character = as_character, m.leading = leading 
  RETURN count(m)
  

• 查询时兼容脏数据：如果已经导入了带多余字符的数据，可以在查询时用trim()来匹配：

  MATCH(ma:moviestoactors) 
  WITH ma.movieId AS movieId 
  WHERE trim(ma.actorId) = '244663' 
  RETURN movieId
  

内容的提问来源于stack exchange，提问作者Huwaiza