Neo4j中特定Pull节点的LIKE关系计数优化方案问询

我的数据模型为(:User)-[:LIKE]->(:Pull)，需要统计特定Pull节点（id为"pull4"）的LIKE关系数量。目前使用的查询如下：

PROFILE
MATCH res=(:Pull {id:"pull4"})<-[:LIKE]-()
return  size(collect(relationships((res)))) as res 

该查询会先展开所有LIKE关系再进行计数，当目标Pull节点拥有数百万个点赞时，查询开销极高。想请教有没有能利用Neo4j计数存储的更优查询方案？

已失效的旧版查询 #

以下两种写法在新版Neo4j中不再生效：

MATCH (p:Pull {id:"pull4"})
RETURN size(  (p)<-[:LIKE]-() )

MATCH (p:Pull {id:"pull4"})
RETURN length(  (p)<-[:LIKE]-() )

最优高效查询方案 #

在新版Neo4j中，推荐使用以下两种无需遍历所有关系的高效计数方式，直接利用Neo4j维护的统计存储：

1. 计数模式（Count Pattern）
   通过模式计数语法直接获取关系数量，性能优异：

MATCH (p:Pull {id:"pull4"})
RETURN count{(p)<-[:LIKE]-()} AS likeCount

2. 原生入度函数
   使用db.node.degree.in函数直接读取节点指定类型的入度统计，时间复杂度为O(1)，是性能最优的方案：

MATCH (p:Pull {id:"pull4"})
RETURN db.node.degree.in(p, 'LIKE') AS likeCount

这两种方案都不会展开所有LIKE关系，避免了百万级数据下的高IO和内存开销，能大幅提升查询效率。

内容的提问来源于stack exchange，提问作者moneeb Shammout