使用 Neo4j
您可以使用 Neo4j 执行此操作，但您需要确保使用 APOC Procedures 插件来访问某些地图和收集功能和过程。
首先要注意的一点。当子节点的后代节点计数之间存在联系时，您没有定义在子节点之间进行选择时要使用的任何标准。因此，以下结果可能与您的结果不完全匹配，因为可能已选择备用节点（具有绑定计数）。如果您确实需要额外的订购和选择标准，则必须将其添加到您的描述中，以便我可以相应地修改查询。
创建测试图
首先，让我们创建测试数据集。我们可以通过 Neo4j 浏览器做到这一点。
首先让我们设置创建图表所需的参数：
:param data => [{id:11, children:[111, 112, 113]}, {id:12, children:[121, 122, 123]}, {id:13, children:[131,132,133,134]}, {id:14, children:[]}, {id:111, children:[1111]}, {id:112, children:[1121, 1122, 1123]}, {id:122, children:[1221,1222,1223]}]
现在我们可以使用这个查询来使用这些参数来创建图表：
UNWIND $data as row
MERGE (n:Node{id:row.id})
FOREACH (x in row.children |
MERGE (c:Node{id:x})
MERGE (n)-[:CHILD]->(c))
我们正在使用 :Node 类型的节点，这些节点通过 :CHILD 关系相互连接，向叶节点传出。
让我们在顶层添加一个 :Root:Node 以使我们后面的一些查询更容易一些：
MERGE (r:Node:Root{id:0})
WITH r
MATCH (n:Node)
WHERE NOT ()-[:CHILD]->(n)
MERGE (r)-[:CHILD]->(n)
:Root 节点现在已连接到顶部节点（11、12、13、14），我们的测试图已准备就绪。
实际查询
因为你想要的聚合需要一个节点的所有后代的计数，而不仅仅是它的直接子节点，所以我们不能使用一个节点有多少个直接子节点的子节点计数属性。或者更确切地说，我们可以将节点的所有后代的计数相加，但由于这需要我们遍历所有后代，因此更容易获得所有后代的计数并完全避免属性访问。
下面是完整的查询，您应该能够在测试图上运行完整的查询。我将它分成带有换行符和 cmets 的部分，以更好地显示每个部分的作用。
// for each node and its direct children,
// order by the child's descendant count
MATCH (n:Node)-[:CHILD]->(child)
WITH n, child, size((child)-[:CHILD*]->()) as childDescCount
ORDER BY childDescCount DESC
// now collect the ordered children and take the top 2 per node
WITH n, collect(child)[..2] as topChildren
// from the above, per row, we have a node and a list of its top 2 children.
// we want to gather all of these children into a single list, not nested
// so we collect the lists (to get a list of lists of nodes), then flatten it with APOC
WITH apoc.coll.flatten(collect(topChildren)) as topChildren
// we now have a list of the nodes that can possibly be in our path
// although some will not be in the path, as their parents (or ancestors) are not in the list
// to get the full tree we need to match down from the :Root node and ensure
// that for each path, the only nodes in the path are the :Root node or one of the topChildren
MATCH path=(:Root)-[:CHILD*]->()
WHERE all(node in nodes(path) WHERE node:Root OR node in topChildren)
RETURN path
没有 cmets，这只是一个 8 行查询。
现在，这实际上返回了多条路径，每行一条路径，如果您查看图形结果，所有路径的整体都会创建您所追求的可视化树。
在 JSON 中以树的形式获取结果
但是，如果您不使用可视化工具以图形方式查看结果，您可能需要树的 JSON 表示。我们可以通过收集所有结果路径并使用来自 APOC 的过程来生成 JSON 树结构来获得它。以下是对这些更改稍作修改的查询：
MATCH (n:Node)-[:CHILD]->(child)
WITH n, child, size((child)-[:CHILD*]->()) as childDescCount
ORDER BY childDescCount DESC
WITH n, collect(child)[..2] as topChildren
WITH apoc.coll.flatten(collect(topChildren)) as topChildren
MATCH path=(:Root)-[:CHILD*]->()
WHERE all(node in nodes(path) WHERE node:Root OR node in topChildren)
// below is the new stuff to get the JSON tree
WITH collect(path) as paths
CALL apoc.convert.toTree(paths) YIELD value as map
RETURN map
结果会是这样的：
{
"_type": "Node:Root",
"_id": 52,
"id": 0,
"child": [
{
"_type": "Node",
"_id": 1,
"id": 12,
"child": [
{
"_type": "Node",
"_id": 6,
"id": 122,
"child": [
{
"_type": "Node",
"_id": 32,
"id": 1223
},
{
"_type": "Node",
"_id": 31,
"id": 1222
}
]
},
{
"_type": "Node",
"_id": 21,
"id": 123
}
]
},
{
"_type": "Node",
"_id": 0,
"id": 11,
"child": [
{
"_type": "Node",
"_id": 4,
"id": 111,
"child": [
{
"_type": "Node",
"_id": 26,
"id": 1111
}
]
},
{
"_type": "Node",
"_id": 5,
"id": 112,
"child": [
{
"_type": "Node",
"_id": 27,
"id": 1121
},
{
"_type": "Node",
"_id": 29,
"id": 1123
}
]
}
]
}
]
}