如何加速Neo4j的CSV文件导入？3.3MB数据导入慢的优化咨询

你的导入操作耗时过长，核心原因是未给节点属性建立索引，导致每次MERGE节点时都要执行全表扫描；同时默认的事务提交批次太小、不必要的返回操作也会拖慢整体速度。以下是具体优化方案：

1. 先创建唯一约束/索引 #

为person节点的name字段创建唯一约束，既能保证节点唯一性，又能让MERGE操作快速定位节点，避免全表扫描：

CREATE CONSTRAINT person_name_unique FOR (p:person) REQUIRE p.name IS UNIQUE;

2. 优化LOAD CSV语句 #

使用USING PERIODIC COMMIT增大事务提交批次，减少提交开销；同时移除不必要的RETURN *，避免资源浪费：

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM 'file:///Musae-Github.csv' as line
WITH toInteger(line.source) AS Source, toInteger(line.destination) AS Destination
MERGE (a:person {name: Source})
MERGE (b:person {name: Destination})
MERGE (a)-[:Friend]->(b)

注：PERIODIC COMMIT的数值可根据硬件调整（如2000、5000），找到最优批次；原代码中关系类型Freind为拼写错误，建议修正为Friend。

3. 拆分导入（可选，进一步提速） #

如果数据中边的数量较多，可拆分两步导入：先导入所有唯一节点，再导入边，减少节点重复处理的开销：

第一步：导入所有唯一节点 #

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM 'file:///Musae-Github.csv' as line
UNWIND [toInteger(line.source), toInteger(line.destination)] AS nodeId
MERGE (p:person {name: nodeId})

第二步：导入边 #

USING PERIODIC COMMIT 1000
LOAD CSV WITH HEADERS FROM 'file:///Musae-Github.csv' as line
MATCH (a:person {name: toInteger(line.source)})
MATCH (b:person {name: toInteger(line.destination)})
MERGE (a)-[:Friend]->(b)

此方式下，MATCH操作利用已建立的索引快速定位节点，比重复MERGE节点效率更高。

内容的提问来源于stack exchange，提问作者bahzad