模式推断

由于 Neo4j 本质上是无模式的，而 Spark DataFrames 使用固定表格模式，因此 Spark 连接器使用模式推断系统将图数据转换为 DataFrames。

如果安装了 APOC，连接器将使用 apoc.meta.nodeTypeProperties 和 apoc.meta.relTypeProperties 过程。您可以调整两者。
如果未安装 APOC，连接器将使用另外一个 Cypher^® 查询的前 *n* 个结果（由 schema.flatten.limit 选项定义）通过每列的类型来推断模式。使用 query 选项时，模式将从查询本身的结果中推断出来。

两种方法都使用抽样，这是 schema.strategy 选项的默认值 (sample)。确切的 APOC 过程或 Cypher 查询取决于读取选项。

当 Neo4j 中属性的所有实例类型都相同，此策略有效。否则，连接器仍然尝试推断模式，但会记录类似于以下内容的消息

The field "age" has different types: [String, Long]
Every value will be casted to string.

在这种情况下，您应该定义模式。

`labels` 选项

如果安装了 APOC，连接器将使用 apoc.meta.nodeTypeProperties 过程。否则，它将执行以下 Cypher 查询

MATCH (n:<labels>) (1)
RETURN n
ORDER BY rand()
LIMIT <limit> (2)

1	`<labels>` 是 `labels` 选项提供的标签列表。
2	`<limit>` 是 `schema.flatten.limit` 选项提供的 value。

然后从查询结果推断出模式。

如果安装了 APOC，连接器将使用 apoc.meta.relTypeProperties 过程。否则，它将执行以下 Cypher 查询

MATCH (source:<source_labels>)-[rel:<relationship>]->(target:<target_labels>)  (1) (2) (3)
RETURN rel
ORDER BY rand()
LIMIT <limit> (4)

1	`<source_labels>` 是 `relationship.source.labels` 选项提供的标签列表。
2	`<target_labels>` 是 `relationship.target.labels` 选项提供的标签列表。
3	`<relationship>` 是 `relationship` 选项提供的标签列表。
4	`<limit>` 是通过 `schema.flatten.limit` 提供的 value。

然后从查询结果推断出模式。

使用 query 选项，连接器将使用查询结果的前 *n* 个结果（由 schema.flatten.limit 选项定义）来推断模式。

例如，如果读取查询是 MATCH (n:Person) WITH n LIMIT 2 RETURN id(n) as id, n.name as name，连接器将首先运行以下查询

MATCH (n:Person) WITH n LIMIT 2 RETURN id(n) as id, n.age as age (1)
ORDER BY rand()
LIMIT <limit> (2)

1	原始读取查询。
2	`<limit>` 是通过 `schema.flatten.limit` 提供的 value。

然后从查询结果推断出模式。

如果查询没有返回数据，则无法进行抽样。在这种情况下，连接器将从 RETURN 语句创建模式，其中每列都为 String 类型。这不会导致任何问题，因为结果集为空。