Je mi líto, že nemůžete reprodukovat výsledky. Nicméně na MacBooku Air (1,8 GHz i7, 4 GB RAM) s haldou 2 GB, mezipamětí GCR, ale bez zahřívání mezipamětí a bez dalšího ladění s podobně velkým datovým souborem (1 milion uživatelů, 50 přátel na osobu) , opakovaně dostávám přibližně 900 ms pomocí Traversal Framework na 1.9.2:
public class FriendOfAFriendDepth4
{
private static final TraversalDescription traversalDescription =
Traversal.description()
.depthFirst()
.uniqueness( Uniqueness.NODE_GLOBAL )
.relationships( withName( "FRIEND" ), Direction.OUTGOING )
.evaluator( new Evaluator()
{
@Override
public Evaluation evaluate( Path path )
{
if ( path.length() >= 4 )
{
return Evaluation.INCLUDE_AND_PRUNE;
}
return Evaluation.EXCLUDE_AND_CONTINUE;
}
} );
private final Index<Node> userIndex;
public FriendOfAFriendDepth4( GraphDatabaseService db )
{
this.userIndex = db.index().forNodes( "user" );
}
public Iterator<Path> getFriends( String name )
{
return traversalDescription.traverse(
userIndex.get( "name", name ).getSingle() )
.iterator();
}
public int countFriends( String name )
{
return count( traversalDescription.traverse(
userIndex.get( "name", name ).getSingle() )
.nodes().iterator() );
}
}
Cypher je pomalejší, ale zdaleka tak pomalý, jak navrhujete:přibližně 3 sekundy:
START person=node:user(name={name})
MATCH (person)-[:FRIEND]->()-[:FRIEND]->()-[:FRIEND]->()-[:FRIEND]->(friend)
RETURN count(friend)
S pozdravem
ian