springboot整合neo4j模糊查询_stringboot 集成neo4j 模糊查询-优快云博客

本文链接：https://blog.youkuaiyun.com/broccoli2/article/details/131472404

文章探讨了在Neo4j数据库中进行实体相似度查询的两种策略，一种是全图查询后计算杰卡德相似度，另一种是使用模糊查询结合Hutool的TextSimilarity接口。同时展示了如何在SpringBoot中利用@Query注解进行模糊查询，并指出了数据量大时的性能问题及其解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.场景
查询与content相似的实体
解决方案：
1.直接从neo4j中查询所有实体并使用杰卡德相似度算法计算相似度，返回top n，该方案由于要匹配图中所有实体，性能较差。
2.模糊查询neo4j中的实体，并对查询结果与content做相似度计算，相似度算法为hutool中的TextSimilarity.similar()接口。算法原理请自行学习。

2.实现
springboot整合neo4j，使用@Query方式进行模糊查询

/**
     * 模糊查询包含content内容的实例
     * @param content 匹配内容
     * @param limit 返回限制
     * @return 实例的名称
     */
    @Query("match (n) where n.name=~('.*' + $content + '.*') return n.name limit {limit}")
    List<String> getLikeEntity(@Param("content") String content, @Param("limit") int limit);

    /**
     * 模糊查询包含content内容的实例
     * @param content 匹配内容
     * @param limit 返回限制
     * @return 实例的名称
     */
    @Query("match (n) where n.name Contains {content} return n.name limit {limit}")
    List<String> getLikeEntity2(@Param("content") String content, @Param("limit") int limit);

/**
     * 查询实体并计算杰卡德相似度返回top limit与content相似的实体
     * 如果数据量大该方法性能较差
     */
    @Query("match(n) where exists (n.name) with n ,apoc.text.bytes(n.name) as e, apoc.text.bytes({content}) as s where algo.similarity.jaccard(s, e) > 0 return n.name as name ORDER BY algo.similarity.jaccard(s, e) desc limit {limit}")
    List<String> querySimilarEntry(@Param("content") String content, @Param("limit") int limit);