java - neo4j 直接访问和通过 OGM 之间的显着性能差异

Question

我正在使用插入、更新、删除和查询的简单基准评估 Neo4j 图形数据库的性能。与通过 Neo4j 驱动程序直接访问相比，使用 Neo4j OGM 我发现执行时间明显变慢(大约 2-4 倍)。例如，在我的机器上，对于 10K 节点和 11K 关系，删除操作(参见下面的代码)在 500 毫秒内完成，而在 1200 毫秒内完成。我想知道为什么会发生这种情况，特别是因为下面的删除代码甚至没有使用任何节点实体。我可以想象 OGM 有一些开销，但这似乎太多了。有人知道为什么它变慢了吗？

示例节点:

public abstract class AbstractBaseNode {

    @GraphId
    @Index(unique = true)
    private Long id;

    public Long getId() {
        return id;
    }
}

@NodeEntity
public class Company extends AbstractBaseNode {

    private String name;

    public Company(String name) {
        this.name = name;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }
}

通过驱动删除的示例代码:

driver = GraphDatabase.driver( "bolt://localhost:7687", AuthTokens.basic( "neo4j", "secret" ) );
session = driver.session();

long start = System.nanoTime();

session.run("MATCH (n) DETACH DELETE n").list();

System.out.println("Deleted all nodes " + ((System.nanoTime() - start) / 1000) + "μs");

通过 OGM 删除的示例代码:

public org.neo4j.ogm.config.Configuration neo4jConfiguration() {
    org.neo4j.ogm.config.Configuration config =  new org.neo4j.ogm.config.Configuration();
    config.autoIndexConfiguration().setAutoIndex(AutoIndexMode.DUMP.getName());
    config.driverConfiguration()
            .setDriverClassName("org.neo4j.ogm.drivers.bolt.driver.BoltDriver")
            .setURI("bolt://neo4j:secret@localhost")
            .setConnectionPoolSize(10);

    return config;
}

sessionFactory = new SessionFactory(neo4jConfiguration(), "net.mypackage");
session = sessionFactory.openSession();

long start = System.nanoTime();

session.query("MATCH (n) DETACH DELETE n", Collections.emptyMap()).forEach(x -> {});

System.out.println("Deleted all nodes " + ((System.nanoTime() - start) / 1000) + "μs");

Answer 1

首先我会指出您的测试样本很差。在获取时间样本时，您希望对系统施加压力，使其花费相当多的时间。测试还应该测试您感兴趣的内容(您是在测试创建和断开连接的速度有多快？Max Cypher 吞吐量？单笔大交易的速度？)性能是查询调用，或者只是启动开销(尽管名称如此， session 实际上并没有连接，直到您调用查询(...))。

据我所知，这两个版本在正常设置中的表现大致相同。我能想到的唯一会影响这一点的是，如果 OSGM 正在做一些事情来耗尽系统资源的其他进程。

更新

UNWIND {rows} as row 
CREATE (n:Company) 
SET n=row.props 
RETURN row.nodeRef as ref, ID(n) as id, row.type as type with params {rows=[{nodeRef=-1206180304, type=node, props={name=company_1029}}]}

对比

CREATE (a:Company {name: {name}}) // X10,000

驱动程序和 OGM 之间的主要区别在于，驱动程序完全按照您的指示进行操作，这是最有效的做事方式； OGM 会尝试为您管理查询逻辑(返回什么、如何保存、尝试保存什么)。而 OGM 版本更可靠，因为它会自动尝试将节点合并到数据库(如果可能)，并且只会保存实际更改的内容。由于您的节点类没有要合并的主键，因此它必须创建所有内容。 OGM Cypher 更通用，但它也需要更多的内存使用/访问。 SET n.name="rawr" 是每个属性 1 db 命中。 SET n={name:"rawr"} 虽然是 3 db 命中(大约 1+2*#_of_props.{name:"rawr", id:2} 是 5 db 命中)。这就是 OGM Cypher 速度较慢的原因。然而 OGM 具有智能管理，因此如果您不是编辑一个节点并尝试保存它，驱动程序将不得不保存所有节点，或者您将不得不实现自己的管理器。 OGM 只会保存更新的。

所以简而言之，OGM Cyphers 的效率低于您使用驱动程序编写的内容，但 OGM 具有内置的智能管理，可以使其在实际业务逻辑情况下比盲目驱动程序实现更快(加载/编辑大节点数)。当然，您可以使用驱动程序实现自己的管理以加快速度，因此这是速度和开发工作量的权衡。您想要的速度越快，您就必须投入更多的时间来管理每一个微小的方面(OGM 的要点是插入它，它就会正常工作)。