Dijkstra 单源最短路径

简介

Dijkstra 最短路径算法用于计算节点之间的最短路径。该算法支持具有正权重的加权图。Dijkstra 单源算法计算源节点与该节点可达的所有其他节点之间的最短路径。如需计算特定源节点与目标节点之间的最短路径，可以使用 Dijkstra 源-目标算法。

适用于 Snowflake 的图分析实现基于原始描述，并使用二叉堆作为优先队列。

语法

本节介绍执行 Dijkstra 算法所使用的语法。

运行 Dijkstra。
CALL Neo4j_Graph_Analytics.graph.dijkstra_single_source(
  'CPU_X64_XS',                    (1)
  {
    ['defaultTablePrefix': '...',] (2)
    'project': {...},              (3)
    'compute': {...},              (4)
    'write':   {...}               (5)
  }
);
1 计算池选择器。
2 表引用的可选前缀。
3 项目配置。
4 计算配置。
5 写入配置。
表 1. 参数
名称 类型 默认 可选 描述

computePoolSelector

字符串

不适用

否

用于执行 Dijkstra 单源任务的计算池选择器。

配置

Map

{}

否

用于图项目、算法计算和结果回写的配置。

配置映射由以下三个条目组成。

有关以下项目配置的更多详细信息，请参阅 项目文档。
表 2. 项目配置
名称 类型

nodeTables

节点表列表。

relationshipTables

关系类型到关系表的映射。
表 3. 计算配置
名称 类型 默认 可选 描述

resultProperty

字符串

'total_cost'

是

将回写到 Snowflake 数据库的关系属性。

resultRelationshipType

字符串

'PATH'

是

用于回写到 Snowflake 数据库的关系类型。

sourceNode

整数或字符串

不适用

否

源节点标识符。

sourceNodeTable

字符串

不适用

否

用于映射源节点标识符的表。

relationshipWeightProperty

字符串

null

是

用作权重的关系属性名称。如果未指定，算法将作为无权重运行。
有关以下写入配置的更多详细信息，请参阅写入文档。
表 4. 写入配置
名称 类型 默认 可选 描述

sourceLabel

字符串

不适用

否

内存图中待回写关系起始节点的节点标签。

outputTable

字符串

不适用

否

关系写入的 Snowflake 数据库表。

关系类型 (relationshipType)

字符串

'PATH'

是

将回写到 Snowflake 数据库的关系类型。

relationshipProperty

字符串

'total_cost'

是

将回写到 Snowflake 数据库的关系属性。

示例

现在我们将了解如何将 Dijkstra 应用于道路网络。

CREATE OR REPLACE TABLE EXAMPLE_DB.DATA_SCHEMA.locations (NODEID VARCHAR);
INSERT INTO EXAMPLE_DB.DATA_SCHEMA.locations VALUES
  ('A'),
  ('B'),
  ('C'),
  ('D'),
  ('E'),
  ('F');

CREATE OR REPLACE TABLE EXAMPLE_DB.DATA_SCHEMA.roads (SOURCENODEID VARCHAR, TARGETNODEID VARCHAR, COST FLOAT);
INSERT INTO EXAMPLE_DB.DATA_SCHEMA.roads VALUES
  ('A', 'B',  50),
  ('A', 'C',  50),
  ('A', 'D', 100),
  ('B', 'D',  40),
  ('C', 'D',  40),
  ('C', 'E',  80),
  ('D', 'E',  30),
  ('D', 'F',  80),
  ('E', 'F',  40);

此图构建了一个位置之间有道路的交通网络。像现实世界一样，图中的道路具有不同的长度。这些长度由 cost 关系属性表示。

在以下示例中，我们将演示如何使用此图运行 Dijkstra 最短路径算法。

运行任务

运行 Dijkstra 任务涉及三个步骤：投影（Project）、计算（Compute）和写入（Write）。

以下代码将运行该算法，并将结果写回您的表中
CALL Neo4j_Graph_Analytics.graph.dijkstra_single_source('CPU_X64_XS', {
    'defaultTablePrefix': 'EXAMPLE_DB.DATA_SCHEMA',
    'project': {
        'nodeTables': [ 'LOCATIONS' ],
        'relationshipTables': {
            'roads': {
                'sourceTable': 'LOCATIONS',
                'targetTable': 'LOCATIONS'
            }
        }
    },
    'compute': {
        'sourceNode': 'A',
        'sourceNodeTable': 'LOCATIONS',
        'relationshipWeightProperty': 'COST'
    },
    'write': [{
        'sourceLabel': 'LOCATIONS',
        'targetLabel': 'LOCATIONS',
        'outputTable': 'PATHS'
    }]
});
表 5. 结果
JOB_ID JOB_STATUS JOB_START JOB_END JOB_RESULT

job_82537e4136794bc da31286a0c8807397

SUCCESS

2025-05-06 08:38:55.301000

2025-05-06 08:39:01.830000

 
{
  "dijkstra_single_source_1": {
    "computeMillis": 14,
    "configuration": {
      "concurrency": 6,
      "resultRelationshipType": "PATH",
      "nodeLabels": [
        "*"
      ],
      "relationshipTypes": [
        "*"
      ],
      "relationshipWeightProperty": "COST",
      "sourceNode": "A",
      "sourceNodeTable": "EXAMPLE_DB.DATA_SCHEMA.LOCATIONS"
    }
  },
  "project_1": {
    "graphName": "snowgraph",
    "nodeCount": 6,
    "nodeLabels": ...,
    "nodeMillis": 123,
    "relationshipCount": 9,
    "relationshipMillis": 325,
    "relationshipTypes": ...,
    "totalMillis": 448
  },
  "write_relationship_type_1": {
    "outputTable": "EXAMPLE_DB.DATA_SCHEMA.PATHS",
    "relationshipProperty": "[SOURCENODEID, TARGETNODEID, NODEIDS, NODELABELS, COSTS, TOTALCOST]",
    "relationshipType": "PATH",
    "rowsWritten": 0,
    "writeMillis": 1619
  }
}

返回的结果包含有关任务执行的信息。此外，最短路径已写回 Snowflake 数据库。我们可以像这样进行查询

SELECT * FROM EXAMPLE_DB.DATA_SCHEMA.PATHS;

这显示了存储在数据库中的计算结果

表 6. 结果
SOURCENODEID TARGETNODEID NODEIDS NODELABELS COSTS TOTALCOST

A

A

["A"]

["LOCATIONS"]

[0]

0

A

B

["A", "B"]

["LOCATIONS", "LOCATIONS"]

[0, 50]

50

A

C

["A", "C"]

["LOCATIONS", "LOCATIONS"]

[0, 50]

50

A

D

["A", "B", "D"]

["LOCATIONS", "LOCATIONS", "LOCATIONS"]

[0, 50, 90]

90

A

E

["A", "B", "D", "E"]

["LOCATIONS", "LOCATIONS", "LOCATIONS", "LOCATIONS"]

[0, 50, 90, 120]

120

A

F

["A", "B", "D", "E", "F"]

["LOCATIONS", "LOCATIONS", "LOCATIONS", "LOCATIONS", "LOCATIONS"]

[0, 50, 90, 120, 160]

160

结果显示了节点 A 与图中所有其他可达节点之间的最短路径总成本。它还显示了为找到最短路径而遍历的节点 ID（及其标签）的有序列表，以及所访问节点的累积成本。这可以在示例图中进行验证。

即使输入图是无向的，所写入的关系也始终是有向的。