【发布时间】：2012-10-31 23:13:05
【问题描述】：
我有一个想要查询的旧数据集（ENRON data 表示为 GraphML）。在一个相关问题的comment 中，@StefanArmbruster 建议我使用 Cypher 来查询数据库。我的查询用例很简单：给定消息 id（Message 节点的属性），检索具有该 id 的节点，并检索该消息的发送者和接收者节点。
似乎要在 Cypher 中执行此操作，我首先必须创建节点的索引。当从 graphML 文件加载数据时，有没有办法自动执行此操作？ （我曾使用 Gremlin 加载数据并创建数据库。）
我还有一个数据的外部 Lucene 索引（我需要它用于其他目的）。有两个索引有意义吗？例如，我可以将 Neo4J 节点 ID 索引到我的外部索引中，然后根据这些 ID 查询图形。我担心的是这些 id 的持久性。 （以此类推，不应将 Lucene 文档 ID 视为持久性。）
那么，我应该：
在内部索引 Neo4j 图以使用 Cypher 查询消息 ID？ （如果是这样，最好的方法是什么：使用一些合适的咒语重新生成数据库以构建索引？在已经存在的数据库上构建索引？）
将 Neo4j 节点 ID 存储在我的外部 Lucene 索引中并通过这些存储的 ID 检索节点？
更新
我一直在尝试让自动索引与 Gremlin 和嵌入式服务器一起使用，但没有成功。在documentation 它说
底层数据库是自动索引的，请参阅第 14.12 节，“自动索引”，因此脚本可以通过索引查找返回导入的节点。
但是当我在加载新数据库后检查图表时，似乎不存在任何索引。
Neo4j documentation on auto indexing 表示需要进行大量配置。除了设置node_auto_indexing = true，还要配置
要真正自动索引某些东西，您必须设置哪些属性 应该被索引。您可以通过列出要索引的属性键来做到这一点 上。在配置文件中，使用 node_keys_indexable 和 relationship_keys_indexable 配置键。使用嵌入式时 模式，使用 GraphDatabaseSettings.node_keys_indexable 和 GraphDatabaseSettings.relationship_keys_indexable 配置键。 在所有情况下，该值都应该是一个逗号分隔的属性列表 索引的键。
Gremlin 应该设置GraphDatabaseSettings 参数吗？我尝试将地图传递给 Neo4jGraph 构造函数，如下所示：
Map<String,String> config = [
'node_auto_indexing':'true',
'node_keys_indexable': 'emailID'
]
Neo4jGraph g = new Neo4jGraph(graphDB, config);
g.loadGraphML("../databases/data.graphml");
但这对索引创建没有明显影响。
更新 2
我没有通过 Gremlin 配置数据库，而是使用了Neo4j documentation 中给出的示例，因此我的数据库创建是这样的（在 Groovy 中）：
protected Neo4jGraph getGraph(String graphDBname, String databaseName) {
boolean populateDB = !new File(graphDBName).exists();
if(populateDB)
println "creating database";
else
println "opening database";
GraphDatabaseService graphDB = new GraphDatabaseFactory().
newEmbeddedDatabaseBuilder( graphDBName ).
setConfig( GraphDatabaseSettings.node_keys_indexable, "emailID" ).
setConfig( GraphDatabaseSettings.node_auto_indexing, "true" ).
setConfig( GraphDatabaseSettings.dump_configuration, "true").
newGraphDatabase();
Neo4jGraph g = new Neo4jGraph(graphDB);
if (populateDB) {
println "Populating graph"
g.loadGraphML(databaseName);
}
return g;
}
我的检索是这样完成的：
ReadableIndex<Node> autoNodeIndex = graph.rawGraph.index()
.getNodeAutoIndexer()
.getAutoIndex();
def node = autoNodeIndex.get( "emailID", "<2614099.1075839927264.JavaMail.evans@thyme>" ).getSingle();
这似乎奏效了。但是请注意，对Neo4jGraph 对象的getIndices() 调用仍然返回一个空列表。所以结果是我可以正确使用 Neo4j API，但 Gremlin 包装器似乎无法反映索引状态。表达式g.idx('node_auto_index')（记录在Gremlin Methods）返回null。
【问题讨论】：