MySQL和Neo4J中friend-of-friend-of-friend-of...关系的比较

Question

为了了解使用 Neo4J 建立朋友关系的优势，我在 MySQL 数据库上为 Persons 创建了一个表（“Persons”，20900 个数据集）：

id     | name
--------------
 1     | Peter
 2     | Max
 3     | Sam
 ...   | ...
 20900 | Rudi

和一张关系表（“友谊”，每个人有 50 到 100 个朋友）：

personen_id_1 | personen_id_2
-------------------------
 1         | 2
 1         | 3
 2         | 56
 ...       | ...
 20900     | 201

所以，大约有 120 万个关系。

现在我想现在是 id=1 的 Person 的friends-of-friends-of-friends-of-friends，所以我制作了这样的查询：

select distinct P.name
from Friendships f
join Friendships f2 ON f.personen_id_2 = f2.personen_id_1
join Friendships f3 ON f2.personen_id_2 = f3.personen_id_1
join Friendships f4 ON f3.personen_id_2 = f4.personen_id_1
join Persons P ON f4.personen_id_2 = P.id
where f.personen_id_1 = 1

user-id 1 的查询花费了大约 30 秒

在 Neo4J 中，我为每个人创建了一个具有一个名称属性的节点（20900 个节点）。所有节点都与 MySQL 中的 Friendships-table 连接，因此有 120 万个关系。

为了在此处获得相同的 finedset，我输入了 gremlin：

gremlin> g.v(1).outE.inV.loop(2){ it.loops <= 4 }.name.dedup.map()

这花了大约 1 分钟。我根本没想到会这样！

所以我的比较正确吗？如果是，如何修改此示例以显示使用 neo4j 完成此任务的优势？

Answer 1

如果您知道自己正在执行 4 个循环，请执行以下操作：

g.v(1).out.out.out.out.name.dedup.map

Gremlin 中存在一个已知的语义错误，其中 loop() 将变成广度优先查询。 https://github.com/tinkerpop/pipes/issues/25

此外，如果不需要，请不要执行 outE.inV。等价的已经出来了。此外，请意识到您正在执行 4 步搜索，即大规模计算（组合爆炸）。这是图数据库不擅长的事情。为此，您将需要查看像 Faunus 这样的批处理分析框架 -- http://thinkaurelius.github.com/faunus/。原因见http://thinkaurelius.com/2012/04/21/loopy-lattices/

图形数据库针对本地遍历进行了优化，通过 4 个步骤，您（很可能）触及了整个数据集并使用“get get get”样式的数据库访问，这效率不高。

HTH, 马尔科。

Answer 2

我对 Gremlin 并不太熟悉，但我生成了一个类似大小的数据集（以下统计数据）并在 Cypher 中运行了一个等效查询：

START person=node:user(name={name})
MATCH person-[:FRIEND]-()-[:FRIEND]-()-[:FRIEND]-()-[:FRIEND]-friend
RETURN friend.name AS name

我对数据集运行了 1000 次，每次都选择不同的用户作为起点。在运行测试之前我没有预热缓存，所以这是从一开始就开始的。平均响应时间：33 毫秒。

在 MacBook Pro、2.2 GHz Intel Core i7、8 GB RAM、4 GB 堆上运行

以下是图表统计数据：

+----------------------------------------------+
| user           | 20900                       |
+----------------------------------------------+
|                | Average |    High |     Low |
+----------------------------------------------+
| FRIEND                                       |
+----------------------------------------------+
|       OUTGOING |      74 |     100 |      48 |
|       incoming |      74 |     123 |      31 |
+----------------------------------------------+

+----------------------------------------------+
| _UNKNOWN       | 1                           |
+----------------------------------------------+
|                | Average |    High |     Low |
+----------------------------------------------+

+----------------------------------------------+
| Totals                                       |
+----------------------------------------------+
| Nodes          | 20901                       |
| Relationships  | 1565787                     |
+----------------------------------------------+
| FRIEND         | 1565787                     |
+----------------------------------------------+