我有一个图 g 与 600k 顶点和 950k 边。经过一些处理，我需要用这个查询清理大约350k+ 顶点：
g.V().hasLabel(LABEL_INTERMEDIATE_COLUMN).not(inE(EDGE_DEPEND)).drop().iterate();
即使我排除了没有“依赖”边的顶点，它们仍然与其他边相连。
使用 Java，tinkerpop/tinkergraph 3.4.6。
目前删除所有这些顶点大约需要 45 分钟。
我做了一个 java 分析，结果显示 73% 的时间花在 TinkerVertex.remove 方法上，其余的时间花在 ExpandableStepIterator.next 上
有类似“散装”的东西吗？ JanusGraph 或其他图形提供程序会更快吗？
【问题讨论】：
标签： gremlin tinkerpop tinkerpop3 tinkergraph
根据公认的答案，一个简单的并行化得到了足够的改进，该操作不再是最关键的时间
为了将来参考，这个：
g.V().hasLabel(LABEL_INTERMEDIATE_COLUMN).not(inE(EDGE_DEPEND)).drop().iterate();
现在是这样的：
ExecutorService executor = Executors.newFixedThreadPool(4);
int iterator = 0;
final int batchsize = 10000;
Long count = g.V().hasLabel(LABEL_INTERMEDIATE_COLUMN).not(inE(EDGE_DEPEND)).count().next();
List<Callable<Object>> callableList = new ArrayList<Callable<Object>>();
// splitting current set into tasks to be executed in para
while (iterator * batchsize < count) {
final Set<Object> vSet = g.V().hasLabel(LABEL_INTERMEDIATE_COLUMN).not(inE(EDGE_DEPEND)).skip(iterator * batchsize).limit(batchsize).id().toSet();
callableList.add(() -> g.V(vSet).drop().iterate());
iterator++;
}
List<Future<Object>> results = executor.invokeAll(callableList);
经过一些测试，我决定将迭代保留在一个线程中。这样分布式任务就真正相互独立了（例如：一个任务完成不会影响其他任务查询）。
请记住，实际删除仍然是单线程，因为顶点节点映射修改在并发访问锁之后。
效果是增加线程数不会得到更好的结果（个人试过8个）。并且基于一些线程转储，即使是 4 个也可能太多（总是有 1 个或更多线程处于等待状态） - 尽管我确实得到了一个运行 3 个线程的转储！
【讨论】：
不太可能有比 TinkerGraph 快得多的图形，因为 TinkerGraph 是纯内存实现。您可能会发现使用该内存的效率更高，例如 OverflowDB，它最初是从 TinkerGraph 派生的，但我不知道它会使这个特定的查询更快。
TinkerGraph 以及我所知道的任何图表都具有过滤的“批量删除”操作。
这里的“not”样式全局查询很简单，因为您必须触摸图表的大部分。当然，我有点惊讶 TinkerGraph 花了这么长时间才得到一个边数少于 100 万的图。你没有提到你在做你的个人资料时是否经历了很多 GC。也许这是一个问题？如果是这样，我会尝试调整您的 JVM 内存配置 - 也许您只需要更大的 -Xmx 值或类似的简单值。
从查询的角度来看，您可以尝试反转遍历的not() 部分，以肯定地找到您想要删除的内容。它可能会导致读取的查询不太简洁，但可能会加快速度，但另一方面，您仍在尝试删除 50% 的数据，因此成本可能不仅仅在于找到要摆脱的顶点。
另一个想法是尝试并行化drop()。您可能会遇到并发错误，因此您可能需要重试策略，但您可以考虑采用 Iterator 或 g.V().hasLabel(LABEL_INTERMEDIATE_COLUMN).not(inE(EDGE_DEPEND))，然后将对每个（或批次）Vertex.remove() 的调用委托给单独的工作线程。
【讨论】：