我正在使用嵌入在java应用程序中的Neo4j社区版进行推荐。我做了一个自定义函数，其中包含比较两个实体的复杂逻辑，即产品和用户。这两个实体都作为图中的节点存在，并且每个实体都有20多个属性用于比较目的。例如。我以下列格式调用此函数：

match (e:User {user_id:"some-id"}) with e
match (f:Product {product_id:"some-id"}) with e,f
return e,f,findComparisonValue(e,f) as pref_value; 

这个函数调用平均需要4-5毫秒才能运行。现在，为了向特定用户推荐最佳产品，我编写了一个cypher查询，它遍历所有产品，计算pref_value并对它们进行排名。我的cypher查询如下所示：

MATCH (source:User) WHERE id(source)={id} with source 
MATCH (reco:Product) WHERE reco.is_active='t'  
with reco, source, findComparisonValue(source, reco) as score_result 
RETURN distinct reco, score_result.score as score, score_result.params as params, score_result.matched_keywords as matched_keywords 
order by score desc

关于图结构的一些见解：

Total Number of nodes: 2 million
Total Number of relationships: 20 million
Total Number of Users: 0.2 million
Total Number of Products: 1.8 million

上面的cypher查询需要超过10秒的时间，因为它正在遍历所有产品。在这个cypher查询之上，我正在使用石墨器-reco模块来满足我的推荐需求（使用预计算、过滤、后处理等）。我想过并行化这个，但是社区版不支持集群。现在，随着系统中用户数量的日益增加，我需要考虑一个可扩展的解决方案。

有人能在这里帮助我，关于如何优化查询。