添加Contains+多条件过滤后Neo4j查询卡顿无响应问题求助

你的查询在无过滤时流畅，但添加CONTAINS+OR条件后卡顿，主要原因可以从以下几个方面拆解，同时给你对应的优化建议：

1. 过滤条件位置太靠后，导致先生成海量中间结果 #

你现在的查询逻辑是先完成所有MATCH/OPTIONAL MATCH操作，生成所有可能的路径和节点组合后，才进行WHERE过滤。无过滤时7万条结果已经不少，加过滤前的中间结果只会更多——数据库要先处理几十万甚至上百万条数据，再从中筛选符合条件的，这会极大消耗内存和CPU，自然卡顿。

优化：把过滤逻辑尽可能提前
比如在匹配n、g、cinema的阶段就加入过滤，减少后续需要处理的数据量：

MATCH (movie:movie {movie: "xxx_xxxx"})
// 先匹配核心路径，同时加入过滤条件
MATCH (movie)-[:found]->(n:firstName)-[:cinema|secondName*0..1]->(g)-[:cinema]->(cinema:cinema)<-[:found]-(movie)
WHERE (toLower(n.nickname) CONTAINS toLower("jhon") 
       OR toLower(g.nickname) CONTAINS toLower("jhon") 
       OR toLower(cinema.address) CONTAINS toLower("jhon"))
// 再处理可选匹配
OPTIONAL MATCH (cinema)-[:ID]->(id:ID)<-[:found]-(movie)
OPTIONAL MATCH (id)-[:cinema]->(cinema2:cinema)<-[:found]-(movie)
OPTIONAL MATCH path2 = (cinema)-[:ID]->(id)-[:cinema]->(cinema2)
MATCH path = (n)-[:cinema|secondName*0..1]->(g)-[:cinema]->(cinema)
RETURN DISTINCT NODES(path)+COALESCE(NODES(path2), []), RELATIONSHIPS(path)+COALESCE(RELATIONSHIPS(path2), [])
SKIP 0 LIMIT 5

2. CONTAINS操作无索引支持，触发全节点扫描 #

toLower(...).CONTAINS(...)这种操作无法利用普通的B-tree索引，数据库需要对firstName、secondName、cinema节点的对应字段进行全表扫描，再逐一判断是否包含指定字符串。加上OR条件，相当于要做三次全扫描，每次都要遍历大量节点，性能自然暴跌。

优化：创建全文索引
针对需要做模糊匹配的字段创建全文索引，让CONTAINS查询可以利用索引加速：

// 为firstName的nickname创建全文索引
CREATE FULLTEXT INDEX firstNameNicknameIndex FOR (n:firstName) ON EACH [n.nickname]
// 为secondName的nickname创建索引
CREATE FULLTEXT INDEX secondNameNicknameIndex FOR (g:secondName) ON EACH [g.nickname]
// 为cinema的address创建索引
CREATE FULLTEXT INDEX cinemaAddressIndex FOR (c:cinema) ON EACH [c.address]

然后修改查询中的过滤条件，使用全文索引的查询语法（全文索引会自动处理大小写和模糊匹配）：

WHERE (n IN db.fulltext.queryNodes("firstNameNicknameIndex", "jhon") 
       OR g IN db.fulltext.queryNodes("secondNameNicknameIndex", "jhon") 
       OR cinema IN db.fulltext.queryNodes("cinemaAddressIndex", "jhon"))

3. 查询结构存在冗余，增加不必要的计算 #

你的查询中有重复的路径匹配（比如(n)-[:cinema|secondName*0..1]->(g)-[:cinema]->(cinema)被匹配了两次），还有一些OPTIONAL MATCH可以合并，这些都会让数据库做额外的无用功，加重性能负担。

优化：简化路径匹配逻辑
把path的匹配合并到前面的核心MATCH中，避免重复计算：

MATCH (movie:movie {movie: "xxx_xxxx"})
MATCH path = (movie)-[:found]->(n:firstName)-[:cinema|secondName*0..1]->(g)-[:cinema]->(cinema:cinema)<-[:found]-(movie)
WHERE (n IN db.fulltext.queryNodes("firstNameNicknameIndex", "jhon") 
       OR g IN db.fulltext.queryNodes("secondNameNicknameIndex", "jhon") 
       OR cinema IN db.fulltext.queryNodes("cinemaAddressIndex", "jhon"))
OPTIONAL MATCH path2 = (cinema)-[:ID]->(id:ID)<-[:found]-(movie)-[:found]->(cinema2:cinema)<-[:cinema]-(id)
RETURN DISTINCT NODES(path)+COALESCE(NODES(path2), []), RELATIONSHIPS(path)+COALESCE(RELATIONSHIPS(path2), [])
SKIP 0 LIMIT 5

额外建议：用PROFILE分析查询计划 #

如果优化后还是有问题，运行带PROFILE前缀的查询，查看数据库的执行计划：

PROFILE MATCH ... // 你的完整查询

通过执行计划可以看到哪些步骤耗时最长（比如全表扫描、笛卡尔积），再针对性优化。

内容的提问来源于stack exchange，提问作者veyobi6284