我有一个简单的图，节点bgc和protein，其中(:bgc)-[:ENCODES]->(:protein)。蛋白质可以彼此相似，并且用单独的关系表示，例如(:protein)-[:MMSEQS_90]->(:protein)（90%相似性，但也可以是MMSEQS_80，MMSEQS_70，MMSEQS_50等）。
对于两个bgc节点，图可以看起来像这样：
x1c 0d1x的数据
bgc节点之间的路径可以是直接的（共享完全相同的protein）或间接的（通过相似的蛋白质）。
现在，我想计算bgc节点之间的相似性得分，定义为：
score = 100% * pathsAll/（pathsAll + notCommon）其中

• pathsAll是直接和间接路径的总数（在上面的示例中，1 + 2 = 3）
• notCommon是不被任何路径共享的节点（3 + 2 = 5）
• score是相似性得分：100% * 3 /（3 + 5）= 37.5%

对所有bgc配对计算分数，并保存为关系(:bgc)-[:SIMILAR_TO {score: <int>})-(:bgc)。
我已经设法解决了这个确切的问题与查询如下：

MATCH (bgc1:bgc)-[:ENCODING]->(p1:protein)
MATCH (bgc2:bgc)-[:ENCODING]->(p2:protein)
WHERE elementId(bgc1) < elementId(bgc2)

OPTIONAL MATCH pathIndirect = (bgc1)-[:ENCODING]->(:protein)-[:MMSEQS_90*1..5]-(:protein)<-[:ENCODING]-(bgc2)
OPTIONAL MATCH pathDirect = (bgc1)-[:ENCODING]->(:protein)<-[:ENCODING]-(bgc2)

WITH bgc1, bgc2, COUNT(DISTINCT pathIndirect) + COUNT(DISTINCT pathDirect) AS pathsAll,
              COUNT(DISTINCT p1) + COUNT(DISTINCT p2) - 2 * (COUNT(DISTINCT pathIndirect) + COUNT(DISTINCT pathDirect)) AS notCommon

WITH bgc1, bgc2, 100 * pathsAll / (pathsAll + notCommon) AS similarity_score

WITH bgc1, bgc2, similarity_score
WHERE similarity_score > 0.0  

MERGE (bgc1)-[:IS_SIMILAR {score: similarity_score}]->(bgc2)
RETURN bgc1.id AS BGC1, bgc2.id AS BGC2, similarity_score
ORDER BY similarity_score DESC, BGC1, BGC2;

字符串
导致：

╒═══════╤═══════╤════════════════╕
│BGC1   │BGC2   │similarity_score│
╞═══════╪═══════╪════════════════╡
│"BGC03"│"BGC01"│83              │
├───────┼───────┼────────────────┤
│"BGC01"│"BGC02"│37              │
├───────┼───────┼────────────────┤
│"BGC03"│"BGC02"│25              │
└───────┴───────┴────────────────┘

型
然而，这会立即使大量节点（几个1000）的数据库崩溃（内存不足），使其无法执行（尽管有合理的内存配置）。
我注意到第一行可以立即执行，但添加第二行已经足以导致崩溃（所以可能是第一个问题？）：

// this executes instantly
MATCH rs1=(bgc1:bgc)-[:ENCODING]->(p1:protein)
RETURN rs1;
// this goes forever and crashes
MATCH rs1=(bgc1:bgc)-[:ENCODING]->(p1:protein)
MATCH rs2=(bgc2:bgc)-[:ENCODING]->(p2:protein)
RETURN rs1, rs2

型
非常感谢您对为什么会崩溃以及如何构建更好的查询做同样的事情的任何建议。也许我在这里做了一些完全错误的事情-我对Neo4j非常陌生。
示例数据：

MERGE (b1:bgc {id: 'BGC01'})
MERGE (b2:bgc {id: 'BGC02'})
MERGE (b3:bgc {id: 'BGC03'})
MERGE (p1:protein {id: 'PROT01'})
MERGE (p2:protein {id: 'PROT02'})
MERGE (p3a:protein {id: 'PROT03a'})
MERGE (p3b:protein {id: 'PROT03b'})
MERGE (p4a:protein {id: 'PROT04a'})
MERGE (p4b:protein {id: 'PROT04b'})
MERGE (p5:protein {id: 'PROT05'})
MERGE (p6:protein {id: 'PROT06'})
MERGE (p7:protein {id: 'PROT07'})
MERGE (p8:protein {id: 'PROT08'})
MERGE (b1)-[:ENCODING]->(p1)
MERGE (b1)-[:ENCODING]->(p2)
MERGE (b1)-[:ENCODING]->(p3a)
MERGE (b1)-[:ENCODING]->(p4a)
MERGE (b1)-[:ENCODING]->(p5)
MERGE (b1)-[:ENCODING]->(p6)
MERGE (b2)-[:ENCODING]->(p2)
MERGE (b2)-[:ENCODING]->(p3b)
MERGE (b2)-[:ENCODING]->(p4b)
MERGE (b2)-[:ENCODING]->(p7)
MERGE (b2)-[:ENCODING]->(p8)
MERGE (b3)-[:ENCODING]->(p1)
MERGE (b3)-[:ENCODING]->(p2)
MERGE (b3)-[:ENCODING]->(p5)
MERGE (b3)-[:ENCODING]->(p6)
MERGE (b3)-[:ENCODING]->(p4b)
MERGE (p3a)-[:MMSEQS_90]->(p3b)
MERGE (p4a)<-[:MMSEQS_90]-(p4b)

型