为了找到满足您需求的最佳数据模型，通常使用一些技巧来进行分析，并根据该分析做出数据模型决策。本文将讨论一些建模技巧，并重构模型。

构思查询

在建模前，首先要知道业务场景对数据提出的各种问题，而写出查询是确定数据模型结构的好方法。如果您知道查询需要在特定日期范围内返回结果，则应确保该日期不是节点上的属性，而是存储为单独的节点或关系。相反，对于大学课程而言，想找到与当前课程相似的课程产品，可以由课程上层类别入手，使搜索结果的所有课程更为有效。

即使您还不知道确切的查询语法，了解正在构建的系统或应用程序，围绕业务需求构建模型都将帮助您以更准确的方式设计。

查询优先级

为每个查询或功能找到理想的模型非常困难，正如我们在之前几篇文章中所讨论的那样，在选择模型时，需要权衡取舍。尽管您可能会改进某些方面，但无法获得一种万能的解决方案。

相反，您应该确定哪种模型最适合您的需求。您可能无法最大程度地发挥每个查询的性能，但是您可以通过某些资源、时间和代码来充分利用系统。

为此，您需要确定哪些查询必须绝对具有最佳性能，以及哪些功能对于提供价值至关重要。这可能是一个艰难的决定，Neo4j更具价值的是，数据模型具有灵活性，并且能够根据您的优先级随时间变化而更改。

验证

我们可能会遇到在设计阶段未意识到的方案，找到这些的最佳方法之一是实际测试模型。
导入部分数据并在系统上执行测试和查询，这将确定您查询的结果是否适合您的需求或预期的性能。同样，Neo4j非常灵活，因此您可以调整模型或优化查询以优化输出。

在选择一个或多个模型时遇到困难？尝试为每个模型以及两者一起创建概念验证测试，并查看它们如何工作。什么是复杂的，什么不值得解决？是否有一种在现实生活中实际表现更好的方法，或者是多数据模型方法确实能为您带来最佳结果？有时，找出答案的最佳方法是使用实​真实数据对其进行测试。

模型重构

如上所述，Neo4j 模型始终可以进行更改。因此，数据模型具有一定的灵活性，并且易于调整，业务需求和优先级往往会波动，用户还可能改变其行为并引起业务变化。

Cypher 允许编写查询，执行批量更新、添加或删除属性，以及在结构中插入其他节点和关系。还提供了APOC标准库来帮助批处理查询和执行对集群实例的更新。

数据集的大小也会影响查询和性能。如果您的数据集较小，那么在更复杂的查询中可能看不到太多的性能影响。只有当数据量增加时，您才可能看到增加的影响。在这里，数据模型和查询优化对于最大化系统价值至关重要。

机场数据集

在本文中，我们将继续使用机场数据集，其中包含2008年1月美国各机场之间的连接。我们将数据存储在CSV文件中，这是将要导入到其中的图模型：

在导入任何数据之前，我们将在Airport标签和code属性上创建唯一约束，以确保我们不会意外导入重复的机场。以下Cypher 创建此约束：

CREATE CONSTRAINT ON (airport:Airport)
ASSERT airport.code IS UNIQUE

package cc.crrcgc.ccp;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.config.server.EnableConfigServer;

@SpringBootApplication
@EnableConfigServer
public class ConfigServerApplication {

    public static void main(String[] args) {
        SpringApplication.run(ConfigServerApplication.class, args);
    }
}

转载自知乎