neo4j图数据库，如何使用collect函数获得一对多组合结果？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

neo4j如何处理一对多的情况？如何返回一对多数据？这里的其中一个解决方案就是collect函数。本文中，苏南大叔还是以neo4j官方的northwind数据集为例，说明在neo4j图数据库中，collect集合的用法。

大家好，这里是苏南大叔的平行空间笔记本博客，这里记录苏南大叔和计算机代码的故事。本文描述官方northwind数据集中的collect函数，比较简单好理解。本文测试环境：win10，neo4j社区版@4.4.6，java@11.0.14。

数据集描述

数据集是官方自带的northwind数据集，展示的方式是：

:guide northwind-graph

建立这个northwind数据集的过程及原理，可以参考文章：

• https://seosn.com/say/neo4j-load-csv.html

LOAD CSV WITH HEADERS FROM "http://data.neo4j.com/northwind/products.csv" AS row
CREATE (n:Product)
SET n = row,
n.unitPrice = toFloat(row.unitPrice),
n.unitsInStock = toInteger(row.unitsInStock), n.unitsOnOrder = toInteger(row.unitsOnOrder),
n.reorderLevel = toInteger(row.reorderLevel), n.discontinued = (row.discontinued <> "0")

LOAD CSV WITH HEADERS FROM "http://data.neo4j.com/northwind/categories.csv" AS row
CREATE (n:Category)
SET n = row

LOAD CSV WITH HEADERS FROM "http://data.neo4j.com/northwind/suppliers.csv" AS row
CREATE (n:Supplier)
SET n = row

建立数据集关系

产品属于某个分类，某个分类可以有多个产品。

MATCH (p:Product),(c:Category)
WHERE p.categoryID = c.categoryID
CREATE (p)-[:PART_OF]->(c)

产品由某个供货商供货，一个供货商可以供应多个产品。

MATCH (p:Product),(s:Supplier)
WHERE p.supplierID = s.supplierID
CREATE (s)-[:SUPPLIES]->(p)

关系预览：

call db.schema.visualization

需求说明

需求是：列出供货商都供应了什么货物，这些货物都存在于哪些商品分类？明显，一个供货商供应了多个商品，这些商品分布在不同的分类中。

标准答案：

MATCH (s:Supplier)-->(p:Product)-->(c:Category)
RETURN s.companyName as Company,s.supplierID as sid, 
collect(distinct p.productName) as Products,
collect(distinct c.categoryName) as Categories

不使用collect

这种情况下，显然得到了错误的数据返回，仅仅返回了相关分类的第一个分类。

MATCH (s:Supplier)-->(:Product)-->(c:Category)
RETURN s.supplierID as sid, c.categoryName as Categories

数据结果错误，得到的分类信息明显不全。

仅仅使用collect

MATCH (s:Supplier)-->(:Product)-->(c:Category)
RETURN s.supplierID as sid, collect(c.categoryName) as Categories

这个数据全，但是有冗余数据。

使用collect + distinct【推荐】

MATCH (s:Supplier)-->(:Product)-->(c:Category)
RETURN s.supplierID as sid, collect(distinct c.categoryName) as Categories

事实证明：使用collect + distinct，才是一对多关系结果查询时最正确的选择，可以对冗余数据进行去重操作。

相关文章

• https://seosn.com/say/neo4j-match-node.html
• https://seosn.com/say/neo4j-match-relationship.html
• https://seosn.com/say/neo4j-optional-match.html

综述

更多neo4j的文章，请点击下面的链接：

• https://seosn.com/tag/neo4j/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。