Neo4j如何实现两个MATCH查询结果的交集计算

需求匹配实现 #

你要的是「所有发货路径仅经过1个midLocation、且全部目的地的管理员和出发地管理员一致的location节点」，本质是对比每个出发地的总目的地计数，和管理员匹配的目的地计数，二者相等即为符合要求的节点。

方案1：基于现有两个查询的交集拼接 #

直接对你给出的两个查询结果做等值过滤即可得到交集：

// 统计每个出发地的总目的地数量
MATCH (s:location)-[:SHIPS_TO]->(:midLocation)-[:LEAVES]->(d:location)
WITH s, count(DISTINCT d) AS total_dest
// 统计同管理员的目的地数量
MATCH (s)-[:SHIPS_TO]->(:midLocation)-[:LEAVES]->(d_match:location)
WHERE s.manager = d_match.manager
WITH s, total_dest, count(DISTINCT d_match) AS match_dest
WHERE total_dest = match_dest
RETURN s.name AS location_name, total_dest AS shipped_count

该方案逻辑直观但需要两次遍历相同路径，数据量较大时性能一般。

方案2：更优的单遍历实现 #

仅做一次路径扫描，通过条件计数一次性完成统计，性能比方案1提升一倍左右：

MATCH (s:location)-[:SHIPS_TO]->(:midLocation)-[:LEAVES]->(d:location)
WITH s,
     count(DISTINCT d) AS total_dest,
     count(DISTINCT CASE WHEN s.manager = d.manager THEN d ELSE NULL END) AS match_dest
WHERE total_dest = match_dest
RETURN s.name AS location_name, total_dest AS shipped_count

如果你的业务中不存在同一个出发地到同一个目的地的重复路径，可以去掉DISTINCT进一步降低计算开销。

方案3：存在性判断实现（逻辑最直观） #

直接过滤「不存在任何一个目的地管理员不匹配」的出发地，部分图数据库的优化器对存在性判断的执行效率更高：

MATCH (s:location)
WHERE EXISTS {
  MATCH (s)-[:SHIPS_TO]->(:midLocation)-[:LEAVES]->(:location)
}
AND NOT EXISTS {
  MATCH (s)-[:SHIPS_TO]->(:midLocation)-[:LEAVES]->(d:location)
  WHERE s.manager <> d.manager
}
RETURN s.name AS location_name

注意事项 #

你原查询中的: LEAVES关系名前有多余空格，实际运行时如果你的关系类型名不带空格，需要删除空格避免匹配失败。
如果查询性能达不到预期，建议给:location(manager)添加属性索引，可大幅加快属性比对的速度。

内容的提问来源于stack exchange，提问作者KengoL