想请问一下单机版和分布式在性能方面差异有多大，目前我们自己部署了单机版：
配置情况：32核，256G内存，2T SSD磁盘
导入数据量：2亿+节点，3.2亿+边
我们在实际查询过程中，发现单机性能比较差，例如：
LOOKUP ON NIK WHERE NIK.nik_age > 50 YIELD properties(vertex).idcard, properties(vertex).nik_age | limit 10;
就这样一条语句，我们将响应时间设置为10分钟，都无法返回查询结果，MATCH查询性能更差，因此想知道是单机版的原因还是图库索引的问题，因为同样数据量在Neo4j单机版中查询中完全可以正常返回结果。请各位大神赐教，感谢
～
从描述看，你其实是进程部署在一台机器上，是单机分布式部署，所以一定会出现进程间交互，性能是按照分布式来考虑的。在2022年2月份左右，我们会发布一个真正的单机版，到时性能会提升不少的。
目前 取点的属性，不建议 使用 properties(vertex).idcard 这种形式， 还没做相关的优化， 这种形式会取点上的所有属性， 可以使用 NIK.idcard 这种形式，这样就只取 idcard这个属性，不会取其他属性
查询性能虽有所提升，但对于数据量较大时依然不明显
那就是说，对于单机版，面对数据量较大时，这种扫描TAG的查询方式，目前没有办法解决是吗？
你创建图空间的时候 分区数目是多少啊，
可以在graph.conf配置 --query_concurrently=true
这样每个取数据的时候 每个分区都有一个线程捞数据，否则的话是单线程捞数据
可能会加快一点速度
分区数=10，我看官文上介绍说，分区数设置跟集群磁盘个数有关，一般成5倍，因为我是单机版，所以建图空间时，设置分区数=10。关于graph.conf配置 --query_concurrently=true，我可以试一下，谢谢哈～
您好，请问关于图空间分区数量设置，有什么好的建议吗？数据量比较大的时候，是否将图空间分区数设置较大对查询效率会有所提升？
不是分区数越大对查询效率越高的， 按照文档上指导的配置就好了
嗯呢，目前graph.conf配置 --query_concurrently=true，分区数=10，但类似 LOOKUP ON NIK WHERE NIK.nik_age > 50 YIELD NIK.idcard, NIK.nik_age | limit 10; 这样查询10分钟内依然无法响应，请问还有什么其他设置或优化可以提高查询效率吗？
你可以 profile 一下， 可以看看 1、 哪些算子占用的时间高， 2、看看limit下推起作用没有
另外你的数据量是多大的
好的，我看一下，目前导入的数据量：2亿+节点，3.2亿+边
这个问题已经帮你定位了哦，age上加索引后，索引和limit下推都生效，查询延时降为几秒钟
嗯呢了解，目前管道问题如何解决？你们有好的建议吗？
可以把管道语句的explain/profile发下看看吗？
方便再发下profile吗，看下执行时间
执行过，1个多小时过去了都没出结果，已经终止
Hi，我看了下explain的结果，最后才做limit，所以是要扫描完所有的数据才会返回前10条结果，肯定会很慢。建议如下：
1、把最后limit前面的管道符去掉，执行一下explain，看limit是否会下推
2、如果还是不行，可以尝试根据业务逻辑，在管道前做拆分，然后再通过多个graphd并发执行。
