titan - gremlin 中的 olap 和 oltp 查询

Question

在小 Sprite 中，

s = graph.traversal()

g = graph.traversal(computer())

我知道第一个用于 OLTP，第二个用于 OLAP。我知道定义级别的 OLAP 和 OLTP 之间的区别。我对此有以下疑问:

如何

上述查询在工作上有何不同？

我可以使用第二个吗，使用'g'
在我的应用程序中查询以获得结果(我知道这个“g”一个
给出比第一个更快的结果)？

OLAP 和 OLTP 的区别举例？

提前致谢。

Answer 1

从用户的角度来看，就结果而言，OLAP 和 OLTP 之间没有真正的区别。 Gremlin 语句与您在使用 TraversalSource 和其他设置时显示的 withComputer() 配置相同。

不同之处更多在于遍历在幕后的执行方式。基于 OLAP 的遍历旨在处理“整个图”(即所有顶点/边，可能不止一次)。基于 OLTP 的遍历旨在处理较小的数据主体，通常从一个或几个顶点开始，然后从那里遍历。当您考虑“数十亿条边”规模的图时，很容易理解为什么需要像 OLAP 这样的高效机制来处理此类图。

您真的不应该将 OLTP 与 OLAP 视为“更快”与“更慢”。最好按照 documentation 中的描述来考虑它:

OLTP:实时，有限数据访问，随机数据访问，
顺序处理，查询

OLAP:长期运行，整个数据集
访问、顺序数据访问、并行处理、批处理
处理

只要您的应用程序知道该遍历的要求，就没有理由不能在您的应用程序中使用 OLAP 遍历。如果您有一些 SLA 规定 REST 请求必须在 0.5 秒内完成，并且您决定使用 OLAP 遍历来获得答案，那么您无疑会破坏您的 SLA。假设您通过 Spark 执行 OLAP 遍历作业，Spark 需要 10-15 秒才能组织起来运行您的作业。

我不确定如何提供 OLAP 和 OLTP 的示例，除了多谈一点用例，所以应该清楚何时使用一个而不是另一个。无论如何，让我们假设您有一个有 100 亿条边的图。你会希望你的 OLTP 遍历总是以某种形式的索引查找开始——比如显示用户“stephenm”的 friend 的平均年龄的遍历:

g.V().has('username','stephenm').out('knows').values('age').mean()

但是如果我想知道数据库中每个用户的平均年龄怎么办？在这种情况下，我没有任何索引可用于查找“一小组起始顶点”-我必须处理图中的所有数百万/数十亿顶点。这是 OLAP 的完美用例:

g.V().hasLabel('user').values('age').mean()

OLAP 也非常适合了解图形的增长和维护图形。拥有数十亿条边和高数据摄取率，不知道您的图增长不当就是死刑。使用 OLAP 来抓取图中所有数据的全局统计数据是很好的:

g.E().label().groupCount()
g.V().label().groupCount()

在上面的例子中，你得到了一个边/顶点标签分布。如果您知道图表的增长方式，这可以很好地指示您的数据摄取过程是否正常工作。在 10 亿条边图上，如果它完全没有错误地完成，那么即使尝试执行其中一个遍历也将花费“永远”。