在上一篇文章中，介紹了在 Neo4j 建立索引和約束，來增加查詢效率或確保資料的完整、一致性，那麼說到效率，我們怎麼知道查詢的效率好壞呢？今天要介紹的是如何讓 Neo4j 查詢最佳化，以及提升效率還有哪些作法。

EXPLAIN 檢視查詢計畫

在 Cypher 語法前面加上 EXPLAIN，就可以檢視查詢計畫，但 EXPLAIN 後面的敘述不會真的被執行。相對的，所能得到的計畫資訊只是一部分。

EXPLAIN MATCH (c) WHERE c.companyName = 'Wartian Herkku'
RETURN c

PROFILE 檢視查詢計畫

在 Cypher 語法前面加上 PROFILE，就可以更細節的檢視查詢計畫，除了 EXPLAIN 的所有資訊外，還可額外得知記憶體用量與 db hits 等資訊。
PROFILE 後面的 Cypher 敘述會真的執行，比 EXPLAIN 佔用更多系統資源，在非常大量的資料庫做初步的效能分析時，建議先採用 EXPLAIN 尋找問題，然後再斟酌使用 PROFILE。

PROFILE MATCH (c) WHERE c.companyName = 'Wartian Herkku'
RETURN c

Cypher version: CYPHER 4.1, planner: COST, runtime: PIPELINED. 13747 total db hits

從執行結果看到，上述的查詢共發生了 13747 次 db hits，這是 Neo4j 資料庫的抽象存取單位，另外我刻意忽略了後面還有花了多少時間執行，因為那只是參考，通常第一次都跑比較久，第二次的執行時間會大幅降低。

上面兩張圖，都表示著 Cypher 的執行計畫（Execution Plan），而圖中每個階段就是一個運算子（Operator），而每個運算子都會接收來自上一個運算子的結果，執行運算後再將資料送到下一個運算子，直到取得最後查詢結果。

以上圖為例，執行的步驟如下：

1. AllNodesScan
   掃描所有節點，北風資料庫中所有節點數就是 1036，所以全部的節點都會送往下一個運算子
2. Filter
   這裏會先找到全部有 companyName 屬性的節點，104 estimated rows 只是估計值，是 Neo4j 的靜態統計資料，用來協助 Neo4j 評估最佳的執行計畫。
   而 12710 db hits，就是在全部 1036 個節點上尋找 companyName 屬性的花費，Filter 結束後找到 1 筆
3. ProduceResults
   輸出最後的結果

查詢效能優化 Part 1

對查詢計畫有概念後，接著我們可以開始逐步優化它

第一個問題便是：我們明明知道 companyName 就是 Customer 的欄位；或是反過來說，我們就是要查詢客戶資料，那為何不限制只查詢 Customer 呢？
就好比關聯式資料庫，我們幾乎不會一次查詢所有的資料表。

把上述語法改進如下：

PROFILE MATCH (c:Customer) WHERE c.companyName = 'Wartian Herkku'
RETURN c

Cypher version: CYPHER 4.1, planner: COST, runtime: PIPELINED. 387 total db hits

從原本 12710 db hits 大幅縮小到 387 db hits !!!
接著看執行計畫也出現新的運算子

NodeByLabelScan

這是掃瞄 Customer 所有節點，全部的 Customer 節點就是 91 個。後面的運算子與步驟就都類似了。

而在實務的應用上，如果 companyName 被查詢的頻率很高，可考慮加上索引。我們來看看加上索引後的執行狀況

CREATE INDEX ON :Customer(companyName)

Cypher version: CYPHER 4.1, planner: COST, runtime: PIPELINED. 2 total db hits

這次竟然只花費了兩次 db hits !!!

並且用了 NodeIndexSeek 運算子，也就是有用到索引來提升效率。

關於執行計畫與運算子，可以參考官網有更詳細的資訊 https://neo4j.com/docs/cypher-manual/current/execution-plans
下次再為大家介紹更進階的查詢優化方式