Cypher查询多collect语句避免重复值的两种方案哪种更规范？

结论 #

你的猜测是正确的，选项A是更规范、更推荐的实现方式，性能也确实优于选项B。

原因说明 #

• 选项B的逻辑缺陷：同一MATCH中同时匹配(a)-->(b)和(a)-->(c)时，会先生成所有b和c的组合笛卡尔积。假设单条a节点关联2个b、3个c，就会先产生6条冗余中间记录，再通过DISTINCT去重收集，本质是先产生冗余数据再做清理，白白消耗计算和内存资源。当b、c的关联量级较大时，这种写法的性能会出现指数级下跌。
• 选项A的优势：先完成b的聚合收集，此时每个a节点仅对应1条包含b列表的中间记录，再匹配c做第二次收集，全程不会产生笛卡尔积，也不需要额外的去重开销，中间数据量始终和a节点的数量挂钩，性能稳定得多。同时这种分步骤聚合的写法逻辑拆分更清晰，后续调整匹配条件、过滤规则的可读性和可维护性也更高。

补充说明 #

只有当b、c的关联数量都极少，且匹配条件非常简单时，两者的性能差异可以忽略，但从长期可维护性和性能稳定性角度，都优先推荐选项A的写法。

内容的提问来源于stack exchange，提问作者songololo