neo4j 在 200K 节点和 450K 关系上计算节点性能答案

【问题标题】：neo4j count nodes performance on 200K nodes and 450K relationsneo4j 在 200K 节点和 450K 关系上计算节点性能
【发布时间】：2012-08-02 16:52:10
【问题描述】：

我们正在开发一个基于 neo4j 和 php 的应用程序，其中包含大约 200k 个节点，每个节点都有一个类似 type='user' 或 type='company' 的属性来表示一个特定的实体我们的应用程序。我们需要获取图中特定类型的所有节点的计数。

我们为每个实体创建了一个索引，例如 users、companies，其中包含该属性的节点。所以在users 索引中存在130K 个节点，其余的在companies。

使用 Cypher，我们可以像这样查询。

START u=node:users('id:*')
RETURN count(u)

结果是

Returned 1 row.Query took 4080ms

服务器配置为默认值，稍作调整，但 4 秒也满足我们的需要。认为数据库会在 1 个月内增长 20K，所以我们非常非常需要这个查询执行。

有没有其他方法可以做到这一点，也许使用 Gremlin，或者使用其他一些服务器插件？我会缓存这些结果，但我想知道是否可以对此进行调整。

非常感谢，抱歉我的英语不好。

【问题讨论】：

Neo4j 1.8.M06，3GB 内存，SSD 120GB
您是否尝试过 return count(*) 并测量了第一个或后续查询？
我做到了，使用 * 或某些字段似乎不会改变响应时间。我的第一次跑步是 8.52 秒。当 lucene/neo 缓存查询时，响应时间下降到 4.08 秒

标签： neo4j php indexing neo4j gremlin cypher

【解决方案1】：

最后，使用 Gremlin 而不是 Cypher，我找到了解决方案。

g.getRawGraph().index().forNodes('NAME_OF_USERS_INDEX').query(
    new org.neo4j.index.lucene.QueryContext('*')
).size()

此方法使用 lucene 索引来获取“近似”行。

再次感谢大家。

【讨论】：

【解决方案2】：

嗯，这实际上是关于 Lucene 索引的性能。如果您大部分时间只需要这个单一查询，为什么不使用某个节点上某个节点上的总数更新一个整数，并且可能与索引插入一起更新它，为了更好的措施，每晚使用上面的查询运行更新就可以了?

【讨论】：

我不知道Lucene索引是否是问题的根源。这就像一个方面查询的结果，或者得到q=*:*的总行数。

【解决方案3】：

您可以将特定节点上的属性与此类节点的数量保持同步，其中更新由写锁保护：

交易 tx = db.beginTx(); 尝试 { ... ... tx.acquireWriteLock(countingNode); countNode.setProperty("user_count", ((整数)countingNode.getProperty("user_count"))+1); tx.成功（）； } 最后 { tx.finish(); }

【讨论】：

谢谢，这是一个实现一些缓存的解决方案。我不相信这个查询如此复杂需要 4 秒
你确定你运行了几次测试，如果不冷运行你能看到一些不同的性能吗？

【解决方案4】：

如果您想要获得最佳性能，请不要将您的实体类别建模为节点上的属性。相反，这样做：

company1-[:IS_ENTITY]->companyentity

或者如果您使用的是 2.0

公司 1:公司

顺便说一句，第二个还允许您在单独的后台线程中自动更新索引，这是 imo 2.0 的最佳新功能之一

第一种方法也应该证明更有效，因为通常进行“跳跃”比从节点读取属性花费的时间更少。但是，它确实需要您为实体创建单独的索引。

您的查询将如下所示：

v2.0

MATCH company:COMPANY
RETURN count(company)

v1.9

START entity=node:entityindex(value='company')
MATCH company-[:IS_ENTITIY]->entity
RETURN count(company)

【讨论】：