我打算將Titan與Fanus一起用於圖形數據模型。泰坦 - 卡桑德拉和推送通知

數據存儲的選擇 - 雖然卡桑德拉似乎是明顯的選擇，但我還沒有決定數據存儲。有沒有人對Titan和其他數據存儲進行過基準測試？推送通知：需要將遍歷響應推送給客戶端。任何關於Node.JS（基於事件）或Vaadin（基於對象）的案例研究？謝謝！

我對Titan進行了一項中等規模的保險公司的實驗，認爲Cassandra是3-4百萬保險保單的最佳選擇（因爲這聽起來很大）。我很驚訝地發現伯克利和PersistIt更合適。

要點：每個後端都有優勢，您需要根據數據集的特徵權衡這些優勢。下面是一個簡短的總結：

的BerkeleyDB和PersistIt圖形與10-100s萬個頂點

實際限制。但是，對於這種大小的圖形，兩個存儲後端都表現出高性能，因爲所有數據都可以在同一個JVM中本地訪問。

Hazelcast

低延遲優化的替代方案，擅長均勻地訪問的曲線圖讀爲主的工作負載。請注意，Hazelcast不提供持久性持久性。該後端的理想圖形可以完全適合一臺或多臺機器的內存。另外，爲了使這個存儲後端具有成本效益，大多數圖形應該定期訪問。

的HBase和Cassandra的

當然這些後端都爲大圖（10億到幾千億的頂點）組成。請注意，它們通常在Berkeley或PersistIt上的中小型圖表上表現優於大盤。兩者之間的選擇歸結爲一致可分區系統（HBase）和可用分區系統（Cassandra）之間的選擇。

你也可以考慮一下這款在半過時的CAP定理的條件：

2013-10-19 20:46:46 jkschneider