Neo4j：节点与节点属性

Question

我正在开发一个Neo4j数据库，其中包含癌症患者的基因组和临床数据。在开发图形数据库时，常见的设计问题是数据项应该由节点还是节点内的属性表示。在我的情况下，患者将有数百个临床和人口统计学测量值（例如性别、药物、肿瘤大小）。其中一些数据将是恒定的（例如性别），而其他数据将随每次患者访问而变化。对于先前关于节点与属性的问题，我看到的回答建议使用预期的查询来做出决策。我认为我可以确定一些常见的搜索标准并将其作为节点（例如吸烟史、性别、癌症类型），但这仍然留下了数百个其他属性。在Neo4j中，节点应包含的属性数量是否存在实际限制？此外，混合方法，其中某些数据是属性，而其他数据是节点，似乎会使从源文件加载数据和随后的查询变得更加复杂。

- user2992780

Answer 1

“看待查询结果以决定使用哪种节点或属性”这个概念的主要思想是数据之间的关系如何影响节点或属性的选择。实际上，图形数据库的主要目的是使遍历关系更容易进行查询。因此，你应该问自己的真正问题是：“(a) ->()<-(b)是否具有重要意义？”换句话说，我需要能够找到共享此属性的其他节点吗？

以下是一些快速的经验法则：

节点

- 拥有自己的子值或关系 - 具有此值的多个节点具有含义，并且您需要能够在它们之间沿着共享的值进行遍历 - 变化不频繁 - 如果同时可以应用多个值

属性

- 具有大范围的可能值 - 随时间变化 - 如果可以应用多个值，则通常作为集合更新值（而不是单独更新）

标签

- 具有小型有限的互斥值范围 - 几乎从不改变

让我们来看看您的一些属性的思考过程...

性别

将是“男性”或“女性”，每个人都将连接到其中之一，因此它们都将成为超级节点（过载）。此外，如果您确实需要找到共享相同性别的两个人，则几乎任何其他方法都比通过超级节点找到它们更有效。但是，这些是相互排斥的、不可变的、基因特征，因此将其作为标签也是完全可以接受的（有时甚至更好）。

地址

这是一个具有子属性的可变值，不会被很多节点共享，并且从一个人到另一个人在同一地址（或者说居住在同一地区）的遍历具有重要意义。因此，这应该几乎肯定是一个节点。

身高和体重

这些随时间不断变化，没有子值，两个共享此值的人几乎没有任何含义。值的范围太广，因此标签也没有意义，因此应该是属性。

血型

虽然选项比性别多，但所有逻辑都适用，除了现在关系确实很重要（因为人们必须分享血型才能捐献）。问题是这个值会非常过载，您需要先按区域进行过滤，然后再验证血型。可以是属性或标签。节点的情况是如果您在血型之间包括“Can_Donate_To”或“Can_Accept”关系。虽然您可能不会遍历这些关系以查找潜在的捐赠者（因为它们太过载，您必须先按区域进行过滤），但您可以使用它们来验证某人是否可以成为捐赠者。

社会安全号码

这是高度敏感的信息，可能会引发诉讼。如果可能的话，请不要将其存入数据库中。如果您确实需要，这个属性是不可变的，但对于每个人来说都是唯一的，因此由于缺乏重复使用，它是一个糟糕的标签，并且作为节点是没有意义的。绝对是一个属性。（但仅出于验证目的，应进行盐值哈希）

母亲的婚前姓氏

可能的值是无限的，两个节点共享此值没有真正的意义。绝对是一个属性。

长子

由于孩子已经有了自己的节点和子属性，只需在两者之间创建关系即可。虽然这些信息的价值是可疑的，但每当您需要引用另一个节点时，始终使用关系。绝对是一个节点。

- Tezra