应用场景探讨

问答 讨论
1

nebula 团队 你们好，

对于 TAG 对 TAG 之间存在千万级别的 EDGE，这种查询场景，效率上怎么解决

如：

点与数量级

TAG_A: 500W
TAG_B: 10
TAG_C: 10
边及数据量

EDGE_B_to_A : 数量边，百万级别
EDGE_C_to_A : 数量边，百万级别
伪代码查询语句

(
go from hash(“B”) over EDGE_B_to_A YIELD EDGE_B_to_A._dst AS id
INTERSECT
go from hash(“C”) over EDGE_C_to_A YIELD EDGE_C_to_A._dst AS id
) | yield count(*)
这种场景，我们公司在实践中，发现查询IO超时（ i/o timeout ）

对于这种场景，nebula 团队有什么好建议，优化参数，或者方案吗

在此，先十分感觉你们对于开源社区的贡献

2

mark

3

像py-client 可以设置timeout等于-1来避免超时，不知道是不是类似问题

4

看起来类似于求共同好友个数，这个地方优化关键是把distinct下推，这样在求交集的时候数据量会小很多。

6

两个处理点：
A：对于百万级别的边，在nebula 中查询效率上不是很理想，超过百万取交集，基本就IO超时
B: 将上述交集汇总输出 ，效率上怎么处理

你好，critical27 ，请问下，对于上述的的查询场景， 在nebula能做到秒级别吗

7

秒级现在应该不行，百万数据量的磁盘和网络开销并不小，优化关键我之前说了，把distinct下推之后，数据规模应该会大幅下降，之后再求交集的开销会小很多。