performance - 关系创建顺序会影响 Neo4j 中的查询性能吗？

Question

我正在使用批量插入器创建一个包含大约 10 亿个节点和 100 亿个关系的数据库。我在多个地方读到，最好按 min(from, to) 的顺序对关系进行排序(我没有这样做)，但我还没有理解为什么这种做法是最佳的。我本来以为这只是帮助插入速度，但是当我打开数据库时，遍历很慢。我意识到这可能有很多原因，尤其是对于这种大小的数据库，但我希望能够排除我存储关系的方式。

主要问题:以非常“随机”的顺序插入关系是否会降低遍历速度，因为它们将存储在磁盘上？我在想，也许当它试图遍历节点时，关系太分散了。我希望有人能启发我是否是这种情况。

更新:

• 用例几乎是基本的 Neo4j friend 之友示例，通过 REST API 使用 Cypher 进行查询。

• 每个节点(人)都是独一无二的，并且对于他们认识的人有一堆“认识”关系。虽然我有 10 亿个节点，但所有 100 亿个关系都来自大约 3000 万个节点。因此，对于我在查询中使用的任何起始节点，它平均有大约 330 个关系。

• 在我的初始测试中，即使获得 4 个未排序的 friend 的 friend 结果也非常慢(平均超过 100 秒)。当然，在为每个查询预热缓存后，速度相当快，但图形非常随机，我无法将整个关系存储在内存中。

我的一些系统详细信息，如果需要的话:- Neo4j 1.9.RC1- 在Linux服务器上运行，128GB RAM，8核机器，非SSD HD

Answer 1

我还没有在这么大的范围内使用 Neo4J，但据我所知，这不会对速度产生太大影响。您能否提供任何说明插入顺序的链接。

在这种情况下，是否缓存关系很重要。在缓存被相当填充之前，性能会变慢。您还应该设置 an appropriate cache size一旦创建索引。

你应该阅读 this link on regarding neo4j performance .

阅读the neo4j documentation on batch insert和 these SO questions如果您还没有阅读它们，请寻求有关批量插入的帮助。