Neo4j之三_复杂MATCH语句

一 MATCH语法

WHERE中条件可以看作是模式的一部分，WHERE子句可视为MATCH子句的一部分。

MATCH的进阶用法有以下三种：

1.多模式：

MATCH p1..., p2=... [WHERE...]

2.多MATCH语句

MATCH ... [WHERE...]
MATCH ... [WHERE...]

3.MATCH…WITH：这个最终是为了以聚合函数作为判断条件

MATCH ... [WHERE...]
WITH ... [WHERE...]

二 MATCH作用

MATCH以模式匹配的方式对整个graph进行查找，并返回结果集。

查找过程：

1. MATCH在整个graph中进行一次模式匹配，将得到的结果打包成一个结果元组，放入结果集；
2. MATCH重复以上步骤，直到不再有新的结果。

查找结果：

1. 结果不一定是单个值（结点/关系/路径），可以是多个值打包成的元组，如：(p1,p2)；
   【注意：当查询中有不相连的pattern时，会有Warning，并提示将建立笛卡尔结果；所谓笛卡尔结果就是MySQL中JOIN】
2. 结果元组中包含多个路径值时，各路径不能包含相同的边，可以包含相同的点，如：p1为A–>B–>C，p2不能为A–>B，但是p2可为B–>D。

注意：

1. MATCH操作的是模式pattern，结点的pattern是小括号；WITH、RETURN中操作的是变量，不需要小括号。
2. MATCH返回的是一个结果集，结果集的元素为MATCH中pattern所包含的变量形成的元组；
3. MATCH搜索的范围总是整个graph；多个MATCH子句串联时，每个都是重新从graph中查找。
4. RETURN、WITH的搜索范围是中间结果表。

三 MATCH用法详解

3.1 MATCH…WHERE…RETURN…

路径模式也是一种约束条件，既可以放在MATCH子句中，也可以放在WHERE子句中。仅从语法上看，两种方式能实现相同的功能。那么到底放在哪里更好？可从执行效率上比较。

以下三条语句执行结果相同，但耗时相差巨大：

代码一：执行耗时：250 ms
MATCH (a:Blog{mid:'IbjCn93Bs'})-[*5]->(b:Blog) return b;

代码二：执行耗时：254 ms.
MATCH (a:Blog)-[*5]->(b:Blog) where a.mid='IbjCn93Bs' return b

代码三：执行耗时：165088 ms.
MATCH (a:Blog{mid:'IbjCn93Bs'}),(b:Blog) where (a)-[*5]->(b) return b;

分析/结论：
1.由代码一和代码二可知：模式放在MATCH中时，属性值约束放在MATCH或WHERE中执行时间基本相同。
2.由代码一和代码三可知：模式放在MATCH中执行效率远高于放在WHERE中。

可见，应该将模式相关的约束条件放到MATCH中，属性值相关的约束条件放哪都可以。

补充：
为什么会想到代码三这样的写法？
个人认为代码三这样的写法语义上更加清晰，在MATCH指明想要查找的目标是结点而不是路径，将与目标结点相关的所有约束（模式、属性值）都放到WHERE中，最后RETURN返回目标结点。
但既然效率上相差巨大，那自然不做此考虑了。

为什么代码三执行的这么慢？
个人猜想是：MATCH和WHERE是先后执行的，MATCH找到并保存所有符合模式的中间结果后，再由WHERE进一步判断。这样的话，MATCH中约束越宽松找到的中间结果越多，之后WHERE判断的次数也越多。
假设：代码一中访问整个图找到中间结果10个，之后进行10次WHERE判断即可；代码三中访问整个图找到中间结果1000个，之后再进行1000次WHERE判断。
另外，注意到，代码三中是不相连的模式，变量b模式找到的是所有结点，再与a形成笛卡尔积，数量就很大了。

3.2 MATCH p1=… , p2=…

https://neo4j.com/docs/cypher-manual/current/introduction/uniqueness/

MATCH p1=(a)-->(b),p2=(c)-->(d)

参照2.X中对MATCH匹配过程的理解，进行循环多次匹配后，MATCH返回的结果集如下：

[(p1_1,p2_1),(p1_2,p2_2)...]

对应表格形式：

p1	p2
p1_1	p2_1
p1_1	p2_2
p1_1	p2_3

匹配多个模式时，Neo4j自动约束返回的一个结果（如：(p1_1,p2_1)）中不能存在重复的边。验证如下：

graph：整个数据库

3.2.1 测试一：

match p1=(a:Test)-->(b)-->(c),p2=(a)-->()
return p1,p2

结果： no records
分析：

1. 第一次匹配，找到p1=(717069)–>(717068)–>(717650)，再找p2，由于(717069)只有一条出去的边(717069)–>(717068)，而该边已存在于p1中，所以p2不存在，所以结果(p1,p2)不存在。
2. 第二次匹配，找到p1=(717070)–>(717028)–>(717649)，同理p2不存在，(p1,p2)不存在。
3. 第三次匹配，找到p1=(717070)–>(717028)–>(717648)，同理p2不存在，(p1,p2)不存在。

综上，结果集为空。

3.2.2 测试二：

match p1=(a:Test)-->(b)-->(c),p2=(b)-->()
return p1,p2

结果：

分析：

1. 第一次匹配，找到p1=(717069)–>(717068)–>(717650)，再找p2，p2不存在，(p1,p2)不存在。
2. 第二次匹配，找到p1=(717070)–>(717028)–>(717649)，p2=(717028)–>(717648)，得(p1_1,p2_1)。
3. 第三次匹配，找到p1=(717070)–>(717028)–>(717648)，p2=(717028)–>(717649)，得(p1_2,p2_2)。

综上，结果集为[(p1_1,p2_1),(p1_2,p2_2)]。

3.3 MATCH…MATCH…

graph:整个数据库

MATCH、RETURN的功能通过以下测试详细说明：

3.3.1 测试一：

MATCH (a:Test)-->()-->()
WHERE id(a) in [717069,717070]
MATCH p=(a)-->()
RETURN p

结果：