Neo4j 5.1执行计划疑问：Expand先于Filter执行的原因及优化

1. 为何Neo4j先执行Expand再Filter？ #

Neo4j的查询优化器是基于成本的优化器（CBO），它会依据数据库的统计信息（节点数量、关系基数、索引分布等）估算不同执行路径的成本，选择它认为代价最低的方案。出现先Expand后Filter的情况，通常有两种可能：

• 优化器估算后判定，先从s:Score节点Expand出所有关联的Tag节点，再过滤符合IN列表的节点，整体成本更低。比如单个s节点关联的Tag总数远小于你要过滤的5个标签数量，或者统计信息显示Tag节点总数极少，全量Expand后过滤的开销比先索引查找Tag再关联更低。
• 数据库统计信息过时，导致优化器的成本估算出现偏差。比如最近有大量Tag节点新增/删除，但统计信息未更新，优化器误判了路径成本。

2. 如何调整？执行顺序是否无关？ #

调整方法 #

如果确认先Filter再Expand性能更优，可以通过以下方式引导优化器：

• 使用内联WHERE的MATCH语法：把Tag的过滤条件直接写在MATCH子句里，明确告知优化器先过滤Tag节点：

  profile MATCH(d:Dataset {name:'dataset2'})<-[:`has_d`]-(s:Score)-[:`has_a`]->(a:Algorithm {name:'algorithm1'})
  MATCH (t:Tag WHERE t.name IN ['tag1', 'tag2', 'tag3', 'tag4', 'tag5'])
  MATCH (i:Image)-[:has_score]->(s)-[:`has_tag`]->(t) 
  RETURN i LIMIT 100
  

• 使用索引提示（Index Hint）：如果已给Tag.name创建索引，可通过USING INDEX强制优化器使用索引查找Tag：

  profile MATCH(d:Dataset {name:'dataset2'})<-[:`has_d`]-(s:Score)-[:`has_a`]->(a:Algorithm {name:'algorithm1'})
  MATCH (t:Tag) 
  USING INDEX t:Tag(name)
  WHERE t.name IN ['tag1', 'tag2', 'tag3', 'tag4', 'tag5']
  MATCH (i:Image)-[:has_score]->(s)-[:`has_tag`]->(t) 
  RETURN i LIMIT 100
  

• 调整查询关联顺序：把Tag的匹配提前，先找到符合条件的Tag，再关联到s节点，改变逻辑执行顺序：

  profile MATCH (t:Tag WHERE t.name IN ['tag1', 'tag2', 'tag3', 'tag4', 'tag5'])
  MATCH(d:Dataset {name:'dataset2'})<-[:`has_d`]-(s:Score)-[:`has_tag`]->(t)
  MATCH (s)-[:`has_a`]->(a:Algorithm {name:'algorithm1'})
  MATCH (i:Image)-[:has_score]->(s)
  RETURN i LIMIT 100
  

执行顺序是否无关？ #

从结果正确性来说，执行顺序不影响最终返回的结果——Cypher是声明式查询，只描述需要什么，不规定执行方式。但从性能来说，执行顺序可能有显著差异：如果s关联的Tag数量极大，先Expand后Filter会加载大量无效数据，导致耗时增加；反之如果s关联的Tag极少，先Expand后Filter反而更快。所以需要结合实际执行耗时、数据库命中数（Profile里的Rows、DbHits指标）判断是否需要调整。

3. Neo4j的Filter是否使用索引？ #

Filter是否使用索引，取决于两个条件：

• 你是否为Tag.name创建了索引：执行CREATE INDEX FOR (t:Tag) ON (t.name);可创建非唯一性索引（若需唯一性约束则用CREATE CONSTRAINT FOR (t:Tag) REQUIRE t.name IS UNIQUE;）。
• 优化器认为使用索引的成本更低。

可通过Profile执行计划判断：如果计划中出现NodeIndexSeek（精确查找）或NodeIndexScan（范围/IN查找）步骤，说明Filter用到了索引；如果是NodeByLabelScan（全标签扫描）后跟着Filter，说明未用到索引，此时需检查索引是否创建，或用索引提示强制使用。

内容的提问来源于stack exchange，提问作者jvav