Neo4j跨列ID节点合并方法及Cypher实现方案咨询

核心逻辑 #

• 取消Person_1、Person_2的标签区分，所有用户统一使用Person标签，用person_id作为唯一标识属性
• 加载CSV时对两列的用户分别执行MERGE操作，保证同一个ID仅对应一个节点
• 合并旧节点时同步迁移所有关联关系，避免数据丢失

全新导入数据的正确Cypher写法 #

如果还未正式导入数据，直接使用以下语句即可避免节点拆分问题：
首先提前创建唯一约束，避免重复节点生成：

CREATE CONSTRAINT unique_person_id FOR (p:Person) REQUIRE p.person_id IS UNIQUE;

然后执行CSV导入：

LOAD CSV WITH HEADERS FROM 'file:///users.csv' AS row
// 处理Person_1列的用户
MERGE (p1:Person {person_id: row.Person_1_ID})
ON CREATE SET p1.person_name = row.Person_1_Name
// 处理Person_2列的用户
MERGE (p2:Person {person_id: row.Person_2_ID})
ON CREATE SET p2.person_name = row.Person_2_Name
// 创建指向关系
MERGE (p2)-[pr:REFERRING]->(p1);

已有拆分节点的合并清理代码 #

如果已经生成了带Person_1、Person_2标签的拆分节点，可通过APOC插件的节点合并工具完成清理，需提前安装APOC插件：

MATCH (p)
WHERE p:Person_1 OR p:Person_2
WITH coalesce(p.Person_1_ID, p.Person_2_ID) AS person_id, collect(p) AS node_group
CALL apoc.refactor.mergeNodes(node_group, {
  mergeRels: true, // 自动迁移所有关联关系
  properties: "combine" // 合并两个节点的所有属性
}) YIELD node
// 统一设置标准属性和标签
SET node:Person, 
    node.person_id = person_id, 
    node.person_name = coalesce(node.Person_1_Name, node.Person_2_Name)
// 清理冗余的旧标签和属性
REMOVE node:Person_1, 
       node:Person_2, 
       node.Person_1_ID, 
       node.Person_2_ID, 
       node.Person_1_Name, 
       node.Person_2_Name;

内容的提问来源于stack exchange，提问作者Doug