Neo4j：使用 Cypher 批量关联节点的最佳方法？

当我运行一个尝试批量合并特定类型的所有节点的脚本时，我得到了一些奇怪的性能结果。

当合并 2 个节点集合 (~42k) 和 (~26k) 时，性能良好且快速。 但是当我合并（~42）和（5）时，性能急剧下降。我正在对 ParentNode 进行批处理（因此 (~42k) 分成 500 个批次。为什么当我实质上合并较少的节点时（当批处理集相同，但批处理集的源较高而目标集较低时），性能会下降？

关系查询：

MATCH (s:ContactPlayer)   
WHERE  has(s.ContactPrefixTypeId)    
WITH  collect(s) AS allP   
WITH  allP[7000..7500] as rangedP   
FOREACH  (parent in rangedP  |  
    MERGE (child:ContactPrefixType 
            {ContactPrefixTypeId:parent.ContactPrefixTypeId}
          )  
    MERGE (child)-[r:CONTACTPLAYER]->(parent)  
    SET r.ContactPlayerId = parent.ContactPlayerId ,      
        r.ContactPrefixTypeId = child.ContactPrefixTypeId  )

性能结果：

进程启动

开始插入联系人项目 [++++++++++++++++++++++++++++++++++++++++++++++++++++ ++++++++++++++++++++++++++++++++ ++++++]

• 42149个联系人项目的总时间：19176.87ms
• 每批平均时间（500）：213.4ms
• 最长批处理时间：663ms

开始插入 ContactPlayer 项目 [++++++++++++++++++++++++++++++++++++++++++++++++++++ +++++++]

• 27970 个 ContactPlayer 项目的总时间：9419.2106ms
• 每批次平均时间（500）：167.75ms
• 最长批处理时间：689ms

开始将联系人与 ContactPlayer 关联起来 [++++++++++++++++++++++++++++++++++++++++++++++++++++ +++++++]

• 将联系人关联到 ContactPlayer 所需的总时间：7907.4877ms
• 每批平均时间（500）：141.151517857143ms
• 最长批处理时间：883.0918ms 批处理编号：0

开始插入 ContactPrefixType 项
[+]

• 5 个 ContactPrefixType 项目的总时间：22.0737ms
• 每批次平均时间（500）：22ms
• 最长批处理时间：22ms

已插入联系人数据。

开始将 ContactPrefixType 与联系人关联起来 [++++++++++++++++++++++++++++++++++++++++++++++++++++ ++++++++++++++++++++++++++++++++ ++++++]

• 将 ContactPrefixType 与联系人关联所需的总时间：376540.8309ms
• 每批平均时间（500）：4429.78643647059ms
• 最长批处理时间：14263.1843ms 批处理号：63

到目前为止，我能想到的最好的方法如下（这是一个针对我的环境的黑客攻击）：

如果/否则条件：

If childrenNodes.count() < 200-> 假设它们是父级的类型标识符...即ContactPrefixType

否则假设它是一个将多个项目类型关联在一起的矩阵（即联系地址）

If childNodes < 200

MATCH (parent:{parentLabel}), 
(child:{childLabel} {{childLabelIdProperty}:parent.{parentRelationProperty}})
CREATE child-[r:{relationshipLabel}]->parent

每个关系类型大约需要 3-5 秒才能完成

Else

MATCH (child:{childLabel}), 
(parent:{parentLabel} {{parentPropertyField : child.{childLabelIdProperty}})
WITH collect(parent) as parentCollection, child
WITH parentCollection[{batchStart}..{batchEnd}] as coll, child
FOREACH (parent in coll | 
CREATE child-[r:{relationshipLabel}]-parent )

我不确定这是最有效的方法，但在尝试了许多不同的选项之后，这似乎是最快的。

Stats:

1. 插入具有 2,070,977 个属性的 225,018 个节点
2. 创建 464,606 个关系

总计：331 秒。

因为这是直接导入，而且我还没有处理更新，所以我假设所有关系都是正确的，不需要担心无效数据...但是，我将尝试将属性设置为关系类型，以便以便稍后能够执行清理功能（即将父级和子级 Id 作为属性存储在关系类型中以供以后参考）

如果有人可以改进这一点，我会很高兴。