- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我需要通过 REST API 的批处理端点将大量节点以及它们之间的关系插入到 Neo4j 中,大约 5k 记录/秒(仍在增加)。
这将是 24x7 连续插入。每条记录可能只需要创建一个节点,但其他记录可能需要创建两个节点和一个关系。
我可以通过更改程序或修改 Neo4j 的设置来提高插入的性能吗?
到目前为止我的进步:
<强>1。我已经用 Neo4j 测试了一段时间,但我无法获得所需的性能
测试服务器盒:24核+32GB RAM
Neo4j 2.0.0-M06 作为独立服务安装。
在同一台服务器上运行我的 Java 应用程序。(Neo4j 和 Java 应用程序以后需要在各自的服务器上运行,因此不能使用嵌入式模式)
REST API 端点:/db/data/batch(目标:/cypher)
使用模式索引、约束、MERGE、CREATE UNIQUE。
<强>2。我的架构:
neo4j-sh (0)$ schema
==> Indexes
==> ON :REPLY(created_at) ONLINE
==> ON :REPLY(ids) ONLINE (for uniqueness constraint)
==> ON :REPOST(created_at) ONLINE
==> ON :REPOST(ids) ONLINE (for uniqueness constraint)
==> ON :Post(userId) ONLINE
==> ON :Post(postId) ONLINE (for uniqueness constraint)
==>
==> Constraints
==> ON (post:Post) ASSERT post.postId IS UNIQUE
==> ON (repost:REPOST) ASSERT repost.ids IS UNIQUE
==> ON (reply:REPLY) ASSERT reply.ids IS UNIQUE
<强>3。我的密码查询和 JSON 请求
3.1.当一条记录需要单节点创建时,job description如下所示
{"method" : "POST","to" : "/cypher","body" : {"query" : "MERGE (child:Post {postId:1001, userId:901})"}}
3.2.当一条记录需要创建一个关系的两个节点时,职位描述如下所示
{"method" : "POST","to" : "/cypher","body" : {"query" : "MERGE (parent:Post {postId:1002, userId:902}) MERGE (child:Post {postId:1003, userId:903}) CREATE UNIQUE parent-[relationship:REPOST {ids:'1002_1003', created_at:'Wed Nov 06 14:06:56 AST 2013' }]->child"}}
3.3. 我通常每批发送 100 份职位描述(混合 3.1 和 3.2),大约需要 150~250 毫秒才能完成。
<强>4。性能问题
4.1.并发性:
4.2. 带有约束的 MERGE 并不总是有效。
当使用单个查询创建两个节点和一个关系时(在上面 3.2. 中提到),它有时会像一个魅力一样工作;但它有时会因 CypherExecutionException 而失败,并说其中一个节点 xxxx 已经存在,标签为 aaaa 且属性为“bbbbb”=[ccccc];根据我的理解,MERGE 不会返回任何异常,但如果它已经存在则返回节点。
异常导致整批失败回滚,影响我的插入率。
我已经在 GitHub 上针对这个问题开了一个问题,https://github.com/neo4j/neo4j/issues/1428
4.3. CREATE UNIQUE with constraints 并不总是适用于关系创建。
这也在同一个 github 问题中提到。
4.4.性能:
实际上,在我使用 cypher 批处理之前,我已经尝试过使用 get_or_create (/db/data/index/node/Post?uniqueness=get_or_create &/db/data/index/relationship/XXXXX?uniqueness=get_or_create )
由于那些遗留索引端点的性质(它们返回索引中的数据位置而不是实际数据存储中的数据位置),所以我无法在批处理中使用它们(需要在之前创建的引用节点的功能)同一批)
我知道我可以启用 auto_indexing,并直接处理数据存储而不是遗留索引,但是他们提到从 2.0.0 开始,建议使用模式索引而不是遗留索引,所以我决定切换到批处理 + 密码 + 模式索引方法。
但是,使用 batch + cypher,我每秒只能获得大约 200 个职位描述的插入率,如果带有约束的 MERGE 始终有效,它会高得多,假设大约 600~800/s,但它仍然很多低于 5k/s。我还尝试了没有任何约束的模式索引,它最终在插入率方面的性能甚至更低。
最佳答案
在 2.0 中,我会使用事务端点来批量创建您的语句,例如每个 http 请求 100 或 1000 个,每个事务大约 30k-50k(直到您提交)。
有关新的流式处理端点的格式,请参阅此内容:
http://docs.neo4j.org/chunked/milestone/rest-api-transactional.html
此外,对于如此高性能的连续插入端点,我衷心建议编写一个服务器扩展,它可以针对嵌入式 API 运行,并且可以轻松地每秒插入 10k 或更多节点和关系,请参阅此处的文档:
http://docs.neo4j.org/chunked/milestone/server-unmanaged-extensions.html
对于纯插入,您不需要 Cypher。对于并发,只需锁定一个众所周知的(每个您插入的子图)节点,这样并发插入就没有问题,您可以使用 tx.acquireWriteLock()
或删除一个节点中不存在的属性(REMOVE n.__lock__
)。
有关编写非托管扩展(但使用 cypher 的扩展)的另一个示例,请查看此项目。它甚至有一种模式可以帮助您(将 CSV 文件发布到服务器端点,每行使用一个密码语句执行)。
关于java - 使用 REST 优化 Neo4j 中的大量批量插入,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19839469/
比较代码: const char x = 'a'; std::cout > (0C310B0h) 00C3100B add esp,4 和 const i
您好,我正在使用 Matlab 优化求解器,但程序有问题。我收到此消息 fmincon 已停止,因为目标函数值小于目标函数限制的默认值,并且约束满足在约束容差的默认值范围内。我也收到以下消息。警告:矩
处理Visual Studio optimizations的问题为我节省了大量启动和使用它的时间 当我必须进行 J2EE 开发时,我很难回到 Eclipse。因此,我还想知道人们是否有任何提示或技巧可
情况如下:在我的 Excel 工作表中,有一列包含 1-name 形式的条目。考虑到数字也可以是两位数,我想删除这些数字。这本身不是问题,我让它工作了,只是性能太糟糕了。现在我的程序每个单元格输入大约
这样做有什么区别吗: $(".topHorzNavLink").click(function() { var theHoverContainer = $("#hoverContainer");
这个问题已经有答案了: 已关闭11 年前。 Possible Duplicate: What is the cost of '$(this)'? 我经常在一些开发人员代码中看到$(this)引用同一个
我刚刚结束了一个大型开发项目。我们的时间紧迫,因此很多优化被“推迟”。既然我们已经达到了最后期限,我们将回去尝试优化事情。 我的问题是:优化 jQuery 网站时您要寻找的最重要的东西是什么。或者,我
所以我一直在用 JavaScript 编写游戏(不是网络游戏,而是使用 JavaScript 恰好是脚本语言的游戏引擎)。不幸的是,游戏引擎的 JavaScript 引擎是 SpiderMonkey
这是我在正在构建的页面中使用的 SQL 查询。它目前运行大约 8 秒并返回 12000 条记录,这是正确的,但我想知道您是否可以就如何使其更快提出可能的建议? SELECT DISTINCT Adve
如何优化这个? SELECT e.attr_id, e.sku, a.value FROM product_attr AS e, product_attr_text AS a WHERE e.attr
我正在使用这样的结构来测试是否按下了所需的键: def eventFilter(self, tableView, event): if event.type() == QtCore.QEven
我正在使用 JavaScript 从给定的球员列表中计算出羽毛球 double 比赛的所有组合。每个玩家都与其他人组队。 EG。如果我有以下球员a、b、c、d。它们的组合可以是: a & b V c
我似乎无法弄清楚如何让这个 JS 工作。 scroll function 起作用但不能隐藏。还有没有办法用更少的代码行来做到这一点?我希望 .down-arrow 在 50px 之后 fade out
我的问题是关于用于生产的高级优化级联样式表 (CSS) 文件。 多么最新和最完整(准备在实时元素中使用)的 css 优化器/最小化器,它们不仅提供删除空格和换行符,还提供高级功能,如删除过多的属性、合
我读过这个: 浏览器检索在 中请求的所有资源开始呈现 之前的 HTML 部分.如果您将请求放在 中section 而不是,那么页面呈现和下载资源可以并行发生。您应该从 移动尽可能多的资源请求。
我正在处理一些现有的 C++ 代码,这些代码看起来写得不好,而且调用频率很高。我想知道我是否应该花时间更改它,或者编译器是否已经在优化问题。 我正在使用 Visual Studio 2008。 这是一
我正在尝试使用 OpenGL 渲染 3 个四边形(1 个背景图,2 个 Sprite )。我有以下代码: void GLRenderer::onDrawObjects(long p_dt) {
我确实有以下声明: isEnabled = false; if(foo(arg) && isEnabled) { .... } public boolean foo(arg) { some re
(一)深入浅出理解索引结构 实际上,您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引:聚集索引(clustered index,也称聚类索引、簇集索引)和非聚集索引(no
一、写在前面 css的优化方案,之前没有提及,所以接下来进行总结一下。 二、具体优化方案 2.1、加载性能 1、css压缩:将写好的css进行打包,可以减少很多的体积。 2、css单一样式:在需要下边
我是一名优秀的程序员,十分优秀!