java - Neo4j 索引(使用 Lucene)- 组织节点 "types"的好方法？

Question

这实际上更像是一个 Lucene 问题，但它是在 neo4j 数据库的上下文中。

我有一个数据库，分为 50 种左右的节点类型(其他类型的数据库中的“集合”或“表”)。每个都有一个需要索引的属性子集，有些共享相同的名称，有些则不需要。

在搜索时，我总是希望找到特定类型的节点，而不是跨越所有节点。

我可以看到三种组织方式:

• 每种类型一个索引，属性自然映射到索引字段:索引 'foo', 'id'='1234'。

• 单个全局索引，每个字段映射到一个属性名称，以区分类型或者将其作为值的一部分包含 ('id'='foo:1234') 或在节点返回后检查它们(我希望重复的节点非常少)。

• 单个索引，类型是字段名称的一部分:'foo.id'='1234'。

一旦创建，数据库就是只读的。

其中之一在便利性、大小/缓存效率或性能方面有什么好处吗？

据我了解，对于第一个选项，neo4j 将为每种类型创建一个单独的物理索引，这似乎不是最佳选择。对于第三个，我最终得到的大多数 lucene 文档只有一小部分字段，不确定这是否会影响任何内容。

Answer 1

我最近在通过 REST 为 Neo4j 构建一个 ActiveRecord 连接适配器时遇到了这个问题，用于 Rails 项目。由于 ActiveRecord 和 ActiveRelation 都与 SQL 语法紧密耦合，因此很难将所有内容都放入 NoSQL 中。可能不是最好的解决方案，但我是这样解决的:

1. 创建了一个名为 model_index 的索引，它索引了两个键下的节点，type 和 model
2. 使用 type 键进行的索引查找目前只有一个值 model 。这主要是为了实现 SHOW TABLES SQL 功能而引入的，它可以让我获得图中所有模型的列表。
3. 使用 model 键进行索引查找时，值对应于我系统中的不同型号名称。这主要是为了实现 DESC <TABLENAME> 功能。
4. 在 CREATE TABLE 中创建每个表时，都会创建一个节点，其中表定义属性存储在节点属性中。
5. 创建的节点在 model_index 下索引为 type:model 和 model:<model-name>。这会在“表”列表中启用新创建的模型，并且还允许通过使用 model 键的索引查找直接到达模型节点。
6. 对于每 model 创建的每条记录(在您的情况下键入)，将创建标记为 instances 的传出边，从模型节点定向到此新记录。 v[123] :=> [instances] :=> v[245] 其中v[123]代表模型节点，v[245]代表v[123]类型的一条记录。
7. 现在，如果您想要获取指定类型的所有实例，您可以使用 model_index 查找 model:<model-name> 以到达模型节点，然后获取标记为 instances 的传出边上的所有相邻节点。通过应用过滤器和其他复杂的遍历，可以进一步实现过滤查找。

上述方案避免了model_index的阻塞，因为它包含2x，通过一次索引查找和单层遍历实现了有效的记录查找。

虽然在您的情况下，不同类型的节点彼此不相邻，但即使您想这样做，您也可以通过简单地查找带有标记为 instances 的传入边的相邻节点来确定任意节点的类型。此外，我正在考虑合并 SpringDataGraph 在每个实例节点上存储 __type__ 属性的模式，以避免这种相邻节点查找。

我目前正在将几乎所有内容的 AREL 翻译成 Gremlin 脚本。你可以在 https://github.com/yournextleap/activerecord-neo4j-adapter 找到我的 AR 适配器的源代码

希望这对您有所帮助，干杯! :)