图的CRUD很丰富，各个产品侧重点也完全不同。
欢迎你在自己的业务场景下评测对比。
想问下hugegraph这边用的是哪个后端？ 二度三度关系查询到的数据量级大概是多少？
1 个赞
3种图耗时对比有问题吧，还是语句没有写全。One-Hop Friends Query 和 Two-Hop Friends Query ，HugeGraph 直接用both() 就可以吧，而且返回的是去重后的总数，而其他2种图是返回的顶点吧，而且 Nebula over relation 是确定的边，还是 * ，而且这里不是双向跳跃吧，希望能更加完善一些吧。 现在nebula的文档是真的少，但国内好多大厂推荐，一时不知道改不改，现在用的是janusgraph
1 个赞
您可以移步美团技术团队发的这篇帖子看看 Dgraph，Nebula Graph， HugeGraph 的性能测试： 主流开源分布式图数据库Benchmark
这篇帖子有关于数据批量导入、实时写入、多跳查询这几个维度的对比，希望能帮到您！
2 个赞
测试数据集及测试样本可否提供一下？谢谢 
数据库版本，测试语言（java？），nosql，导入方式，样本选取依据，某方法测试结果的评测依据是什么：样本测试次数，最终结果如何选取：avg， p99？
可以把项目分享一下吗？谢谢 谢谢 谢谢 
可以先提供下测试集,测试样本,建图语句吗?
这个腾讯公司内部的信息，不大可能这样公开吧。
1 你好, 请问下你这是csv文件导入的吗?
- 请问下, 我也测试了neo4j和Nebula, 为啥我们的测试结果刚好相反, 多跳查询都是被neo4j吊打
- Neo4j是使用admin-import工具导入的，因为亿级别的数据使用LOAD CSV命令是根本无法导入的。
- 想问一下你这边对Neo4j有做过什么操作么，Neo4j的版本是否可以提供一下？neo4j的试验是我做的，对于结果数据我有怀疑过，但是多次试验确实结果就是如此。（可见以上mason的部分截图），我不知道是不是neo4j我的使用有不熟悉的地方。
1 个赞
那可否提供正确的写法呢，这个不是我做的，但是应该不至于有这么明显的错误，你实际测试是如何测试的呢？有没有漏建索引或者数据id编码有误呢？
1 个赞
感谢回复。
g.V().has(‘vid’,‘atrr’,‘1111’).bothE().otherV().aggregate(‘x’)是把第一个节点的一度关系好友找到，并聚集在x变量中。紧跟着aggregate(‘x’).has(‘vid’,‘atrr’,‘2222’)表示从x中找到这个实体，而不是全图中找。即，测试的命令变成了从第一个实体（vid:1111）的一度好友中找第二个实体(vid:2222)，然后以找到的第二个实体出发，再找一度关系，后续的where判断就失去了意义。
我认为正确的查找为：
g.V().has(‘vid’,‘atrr’,‘1111’).bothE().otherV().as(‘x’).bothE().otherV().where(has(‘vid’,‘atrr’,‘2222’)).select(‘x’)
这里假设好友关系是不知道方向的，所以用了bothE()，实际中可以用outE()、inE()来替代。
我也是刚接触HugeGraph，如有理解错误的地方，欢迎指正探讨。
你好，想问下，为什么边的数量少的时候nebula比neo4j导入数据的速度会慢呢
因为Nebula导入在这里用的是SST导入，这个导入流程是建立在Spark上面的，需要启动Spark、向Yarn申请executor等操作，所以在小批量数据导入的时候，这个资源申请的流程过长，从而导致导入性能的下降，因此只有在大批量的导入场景下，Nebula SST导入模式才有明显的性能优势。
4 个赞
了解了，sst导入模式可以在哪里找到讲解呢，我怎么找不到。有没有链接。另外neo4j使用的导入模式是什么呢，有没有哪里有讲解。感谢
您好，文档里有讲解
另外，我之前分享了一个单机手动试玩 exchange-SST 的文章，其中的 nebula,spark,exchange 都是在容器里跑起来，也可以作为上手参考
1 个赞
感谢，请问如果用nebula-importer的话会不会更快一点呢