- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个大型数据集(大约 1B 个节点和几十亿个关系),我试图将其导入 Neo4j。我正在使用 Neo4j 导入工具。节点在一个小时内完成导入,但是从那时起,导入器在节点索引准备阶段(除非我错误地读取下面的输出)现在已经超过 12 个小时了。
...
有效内存:
可用机器内存:184.49 GB
最大堆内存:26.52 GB
节点
[>:23.39 MB/s---|PROPERTIE|NODE:|LAB|*v:37.18 MB/s------------------------ --------------------] 1B
1h 7m 18s 54ms 内完成
准备节点索引
[*排序:11.52 GB-------------------------------------------- -------------------------------------]881M
...
我的问题是如何加快速度?我在想以下几点:
1. 拆分节点和关系的导入命令并进行节点导入。
2. 在节点上创建索引
3. 进行合并/匹配以摆脱欺骗
4.做rels导入。
这会有所帮助吗?还有什么我应该尝试的吗?堆大小是否太大(我认为不是,但想提出意见)?
谢谢。
更新
我还尝试在同一台机器上导入一半的数据,但它在大致相同的时间(按比例)再次陷入该阶段。所以我基本上消除了磁盘空间和内存的问题。
我还检查了我的标题(因为我注意到其他人在标题不正确时遇到了这个问题),他们对我来说似乎是正确的。关于我应该看什么的任何建议?
进一步更新
好吧,现在它变得有点荒谬了。我将数据大小减少到只有一个大文件(大约 3G)。它只包含单一种类的节点,并且只有 id。所以数据看起来像这样
1|作者
2|作者
3|作者
和标题(在一个单独的文件中)看起来像这样
authorID:ID(作者)|:LABEL
我的导入仍然停留在排序阶段。我很确定我在这里做错了什么。但我真的不知道是什么。这是我调用它的命令行
/var/lib/neo4j/bin/neo4j-import --into data/db/graph.db --id-type string --delimiter "|"\
--bad-tolerance 1000000000 --skip-duplicate-nodes true --stacktrace true --ignore-empty-strings true\
--nodes:Author "data/author/author_header_label.csv,data/author/author_half_label.csv.gz"
坏容忍和跳过重复节点的大多数选项都在那里,看看我是否可以至少以某种方式通过导入一次。
最佳答案
我想我发现了这个问题。我在这里使用了一些技巧 http://neo4j.com/developer/guide-import-csv/#_super_fast_batch_importer_for_huge_datasets它说我可以重复使用具有不同标题的相同 csv 文件——一次用于节点,一次用于关系。我低估了我使用的数据的 1-n (ness),导致 ID 上有很多重复。那个阶段基本上几乎都花在尝试排序和重复数据删除上。重新处理我的查询以提取拆分为节点和 rels 文件的数据,解决了该问题。感谢您查看这个!
所以基本上,理想情况下,每种类型的节点总是有单独的文件,而 rel 会给出最快的结果(至少在我的测试中)。
关于neo4j - 使用 Neo4j 导入工具在 Neo4j 中导入大型数据集需要很长时间(> 12 小时),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33711258/
您好,我是使用 xampp 的 PHPmyadmin 新手,没有 MYSQL 背景。当我喜欢研究它是如何工作的时,我的脑海中浮现出一个想法,它让我一周都无法休眠,因为我似乎无法弄清楚如何使用 MIN(
Go docs say (强调): Programs using times should typically store and pass them as values, not pointers.
我有一组用户在 8 月 1 日有一个条目。我想找到在 8 月 1 日有条目但在 8 月 2 日没有做任何事情的用户。 现在是 10 月,所以事件已经过去很久了。 我有限的知识说: SELECT * F
我有以下代码,主要编码和取消编码时间结构。这是代码 package main import ( "fmt" "time" "encoding/json" ) type chec
您能详细解释一下“用户 CPU 时间”和“系统 CPU 时间”吗?我读了很多,但我不太理解。 最佳答案 区别在于时间花在用户空间还是内核空间。用户 CPU 时间是处理器运行程序代码(或库中的代码)所花
应用程序不计算东西,但做输入/输出、读取文件、使用网络。我希望探查器显示它。 我希望像 callgrind 中的东西一样,在每个问题中调用 clock_gettime。 或者像 oprofile 那样
目前我的 web 应用程序接收 websocket 数据来触发操作。 这会在页面重新加载时中断,因此我需要一个能够触发特定事件的客户端解决方案。 这个想法可行吗? 假设你有 TimeX = curre
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它,visit the help center 。 已关
我有一个 Instant (org.joda.time.Instant) 的实例,我在一些 api 响应中得到它。我有另一个来自 (java.time.Instant) 的实例,这是我从其他调用中获得
如何集成功能 f(y) w.r.t 时间;即 'y'是一个包含 3000 个值和值 time(t) 的数组从 1 到 3000 不等。所以,在整合 f(y) 后我需要 3000 个值. 积分将是不确定
可以通过 CLI 创建命名空间,但是如何使用 Java SDK 来创建命名空间? 最佳答案 它以编程方式通过 gRPC API 完成由服务公开。 在 Java 中,生成的 gRPC 客户端可以通过 W
我有一个函数,它接受 2 组日期(开始日期和结束日期),这些日期将用于我的匹配引擎 我必须知道start_date1和end_date1是否在start_date2和end_date2内 快进:当我在
我想从 Python 脚本运行“time”unix 命令,以计算非 Python 应用程序的执行时间。我会使用 os.system 方法。有什么方法可以在Python中保存这个输出吗?我的目标是多次运
我正在寻找一种“漂亮的数字”算法来确定日期/时间值轴上的标签。我熟悉 Paul Heckbert's Nice Numbers algorithm . 我有一个在 X 轴上显示时间/日期的图,用户可以
在 PowerShell 中,您可以格式化日期以返回当前小时,如下所示: Get-Date -UFormat %H 您可以像这样在 UTC 中获取日期字符串: $dateNow = Get-Date
我正在尝试使用 Javascript 向父子窗口添加一些页面加载检查功能。 我的目标是“从父窗口”检测,每次子窗口完全加载然后执行一些代码。 我在父窗口中使用以下代码示例: childPage=wi
我正在尝试设置此 FFmpeg 命令的 drawtext 何时开始,我尝试使用 start_number 但看起来它不会成功。 ffmpeg -i 1.mp4 -acodec aac -keyint_
我收到了一个 Excel (2010) 电子表格,它基本上是一个文本转储。 单元格 - J8 具有以下信息 2014 年 2 月 4 日星期二 00:08:06 EST 单元格 - L8 具有以下信息
我收到的原始数据包含一列具有以下日期和时间戳格式的数据: 2014 年 3 月 31 日凌晨 3:38 单元格的格式并不一致,因为有些单元格有单个空格,而另一些单元格中有两个或三个字符之间的空格。所以
我想知道是否有办法在我的 Grails 应用程序顶部显示版本和构建日期。 编辑:我应该说我正在寻找构建应用程序的日期/时间。 最佳答案 在您的主模板中,或任何地方。 Server version:
我是一名优秀的程序员,十分优秀!