图数据库对比

测试数据集及测试样本可否提供一下?谢谢 :dizzy_face:
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 :grinning:

BOSS 直聘最近也发了一篇对比文章,Dgraph VS Nebula Graph,很详细,可以参考一下:图数据库 Nebula Graph 在 Boss 直聘的应用 :slight_smile:

@MasonLi 请 Mason 大佬帮忙解答 :smiley:

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。

这个不是写错了?一度的怎么是秒级别的呢?

1 你好, 请问下你这是csv文件导入的吗?

  1. 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

我也是hugegraph的使用者。在你们测试查询共同好友的gremlin语法中,存在了错误,这个命令是无法查询到共同好友的。经过实际测试证实了这一点。

  1. 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。
  2. 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

SST 的场景是超大量的批量导入哈(比如微信团队在使用 nebula exchange sst),本质上是用外部的算力并行去做数据的排序,换取批量情况下的导入效率。

非 SST 的情况,无论是 exchange serverwriter(sst 是 exchange filerwriter),还是 nebula-importer,本质上是通过 nGQL 写语句,理论的写入速度上限是不如 SST 的,不过如果能满足的话,则越轻量越方便。

exchange serverwriter 的优势在于写入的客户端可以利用超过单机的资源去做导入,而 nebula-importer 只能在一个 server 上执行,所以如果 importer 的导入速度如果已经能够满足的话,一般就不用考虑 exchange 了(除非已经有 spark 的基础设施,但是 SST 无论如何都不是首选)。

nebula 的写入性能是非常优秀的,所以很多场景下 importer 就已经能够满足了,而 SST 只是生态里提供的超大规模短时间导入的一个工具选项哈~

这里有我总结的导入工具选择流程图和介绍视频: Nebula Graph Data Import Options - siwei.io

1 个赞

讲解的太好了,非常感谢大佬!

1 个赞

老哥总结的非常好,给你点个赞~

1 个赞

关于测试数据集,有一个工具可以根据需要生成特定业务场景的专用测试数据集,有兴趣可以参考:GitHub - golfxiao/graph-datagen

1 个赞