Neo4j/Cypher 统计数据库及匹配结果中独立图数量的方法问询

你提到的「独立图」本质是数据集中的弱连通分量：节点之间通过关系互相连通、和其他子图完全无连接的子集合，以下是基于Cypher的可行实现方案：

核心需求：统计独立图总数量 #

全库独立图总数统计 #

// 统计整个数据库的独立图总数量
MATCH (n)
WHERE NOT EXISTS(()-->(n))
WITH COLLECT(DISTINCT n) AS componentRoots
RETURN size(componentRoots) AS 独立图总数量

指定查询结果的独立图总数统计 #

如果需要先匹配指定条件，再统计结果范围内的独立图数量，使用Neo4j GDS（图数据科学库）的弱连通分量算法实现，性能最优：

// 统计指定匹配结果的独立图总数量
MATCH (n) WHERE <替换为你自己的节点筛选条件>
WITH COLLECT(n) AS targetNodes
// 投影临时图
CALL gds.graph.project('tempStatGraph', targetNodes, '*')
// 执行弱连通分量计算
CALL gds.wcc.stream('tempStatGraph')
YIELD nodeId, componentId
// 统计不同分量的总数
WITH COUNT(DISTINCT componentId) AS 独立图总数量
// 清理临时图
CALL gds.graph.drop('tempStatGraph') YIELD graphName
RETURN 独立图总数量

次要需求：获取独立图明细与分组统计 #

每个独立图的节点数、关系数明细 #

MATCH (n) WHERE <替换为你自己的节点筛选条件>
WITH COLLECT(n) AS targetNodes
CALL gds.graph.project('tempStatGraph', targetNodes, { ALL: { type: '*', orientation: 'UNDIRECTED' } })
CALL gds.wcc.stream('tempStatGraph')
YIELD nodeId, componentId
WITH componentId, gds.util.asNode(nodeId) AS node
// 统计每个分量的节点集合与节点数
WITH componentId, COLLECT(node) AS componentNodes, COUNT(node) AS 节点数
// 统计每个分量的内部关系数
UNWIND componentNodes AS n
OPTIONAL MATCH (n)-[r]-(m) WHERE m IN componentNodes
WITH componentId, 节点数, COUNT(DISTINCT r) AS 关系数
RETURN DISTINCT componentId AS 独立图ID, 节点数, 关系数
ORDER BY 独立图ID

按节点、关系数量分组统计独立图数量 #

实现你提到的「包含X节点Y关系的图共Z个」的统计效果：

MATCH (n) WHERE <替换为你自己的节点筛选条件>
WITH COLLECT(n) AS targetNodes
CALL gds.graph.project('tempStatGraph', targetNodes, { ALL: { type: '*', orientation: 'UNDIRECTED' } })
CALL gds.wcc.stream('tempStatGraph')
YIELD nodeId, componentId
WITH componentId, gds.util.asNode(nodeId) AS node
WITH componentId, COLLECT(node) AS componentNodes, COUNT(node) AS nodeCnt
UNWIND componentNodes AS n
OPTIONAL MATCH (n)-[r]-(m) WHERE m IN componentNodes
WITH componentId, nodeCnt, COUNT(DISTINCT r) AS relCnt
WITH DISTINCT nodeCnt AS 节点数量, relCnt AS 关系数量, COUNT(componentId) AS 对应独立图数量
RETURN 节点数量, 关系数量, 对应独立图数量
ORDER BY 节点数量, 关系数量

注意事项 #

• 以上方案适配Neo4j数据库，如果你使用其他支持Cypher的图数据库，可以替换为对应平台的弱连通分量(WCC)算法能力实现相同逻辑
• 小数据量场景下如果不想依赖GDS库，也可以自己实现深度/广度优先遍历逻辑统计连通分量，不过性能会远低于原生算法实现，不推荐大数据量场景使用

内容的提问来源于stack exchange，提问作者jqdoumen