java - neo4j 更新 1000 万个节点上的属性

Question

我使用neo4j java core api并且想要更新1000万个节点。我认为使用多线程会更好，但性能不太好(设置属性需要 35 分钟)。

解释一下:每个节点“Person”至少有一个与“Point”节点的关系“POINTSREL”，该节点具有属性“Points”。我想总结“Point”节点中的点，并将其设置为“Person”节点的属性。

这是我的代码:

Transaction transaction = service.beginTx();
ResourceIterator<Node> iterator = service.findNodes(Labels.person);
transaction.success();
transaction.close();

ExecutorService executor = Executors.newFixedThreadPool(5);

while(iterator.hasNext()){
    executor.execute(new MyJob(iterator.next()));
}

//wait until all threads are done
executor.shutdown();

try {
    executor.awaitTermination(Long.MAX_VALUE, TimeUnit.NANOSECONDS);
} catch (InterruptedException e) {
    e.printStackTrace();
}

这里是可运行类

private class MyJob implements Runnable {

    private Node node;

    /* collect useful parameters in the constructor */
    public MyJob(Node node) {
        this.node = node;
    }

    public void run() {
        Transaction transaction = service.beginTx();
        Iterable<org.neo4j.graphdb.Relationship> rel = this.node.getRelationships(RelationType.POINTSREL, Direction.OUTGOING);

        double sum = 0;
        for(org.neo4j.graphdb.Relationship entry : rel){
            try{
                sum += (Double)entry.getEndNode().getProperty("Points");
            } catch(Exception e){
                e.printStackTrace();
            }
        }
        this.node.setProperty("Sum", sum);

        transaction.success();
        transaction.close();
    }
}

有更好(更快)的方法吗？

关于我的设置:具有 8 个 CPU 和 32GB RAM 的 AWS 实例

neo4j-wrapper.conf

# Java Heap Size: by default the Java heap size is dynamically
# calculated based on available system resources.
# Uncomment these lines to set specific initial and maximum
# heap size in MB.
wrapper.java.initmemory=16000
wrapper.java.maxmemory=16000

neo4j.properties

# The type of cache to use for nodes and relationships.
cache_type=soft
cache.memory_ratio=30.0
neostore.nodestore.db.mapped_memory=2G
neostore.relationshipstore.db.mapped_memory=7G
neostore.propertystore.db.mapped_memory=2G
neostore.propertystore.db.strings.mapped_memory=2G
neostore.propertystore.db.arrays.mapped_memory=512M

Answer 1

从我的角度来看，还有一些可以改进的地方。

题外话

如果您使用的是 Java 7(或更高版本)，请考虑使用 try with resource到处理程序事务。它将防止您犯错误。

性能

首先 - 批处理。目前您是:

• 创建工作
• 启动线程(实际上执行器中有pool)
• 开始交易

对于每个节点。您应该考虑批量进行更新。这意味着您应该:

• 收集 N 个节点(即 N=1000)
• 为 N 个节点创建单个作业
• 在作业中创建单个事务
• 更新该事务中的 N 个节点
• 关闭交易

设置

您有 8 个 CPU。这意味着您可以创建更大的线程池。我认为 Executors.newFixedThreadPool(16) 就可以了。

黑客

您有 32GB 内存。我可以建议:

• 将 Java 堆大小减少到 8GB。根据我的经验，较大的堆大小可能会导致大量 GC 暂停和性能下降
• 增加映射内存大小。只是为了确保更多数据可以保存在缓存中。

仅针对您的情况。如果您的所有数据都可以放入 RAM，那么您可以将 cache_type 更改为 hard 以实现此更改目的。 Details .

配置

正如您所说 - 您正在使用核心 API。这是嵌入式图形数据库还是服务器扩展？

如果这是嵌入式图形数据库 - 您应该验证您的数据库设置是否应用于创建的实例。