的Neo4j圖形數據庫的設計和高效的查詢

Question

讓我先解釋一下我想用Neo4j的模型是什麼（V2）

我們假設表單上的n維數據集：

val1Dim1, ... , val1Dimn, classValue1 
val2Dim2, ... , val2Dimn, classValue2 
.... 

每個維度提供了一個層次結構（比如說一棵樹）。根據數據集的不同，「維度節點」的總數大約爲1K或略高。

在數據集上運行數據挖掘方法（link to the scientific paper），並從數據集中提取大量模式。

基本上，每個圖案是在表格上：

{a set of value of Dim1} {a set of value of Dim2} ... {a set of class values} 

至少有圍繞11M開採圖案。

我的設計選擇

2類型的節點（標籤）：

• DATA（例如val1Dim1是一個DATA節點）周圍1K節點=>。這些節點有三個屬性：LABEL（值本身），維度ID，DIMENSION和一個構建屬性KEY，即「DIMENSION_LABEL」。在KEY上定義了一個索引。

• 圖案（每圖案之一）=>至少11M節點

2類型的關係：

• IS_A代表一般化/專業化關係通過層級進行導航

• COMPOSED_BY將模式鏈接到其每個成員（例如，如果P = {val1dim1，val2Dim1} {val1Dim2}是一個模式，那麼3個關聯離子化作用，即P→va11Dim1，P> val2Dim1和val1Dim1。

這裏是一個玩具graphDb使我的設計選擇明確

數據插入和規格

我已經使用批量插入其作品非常快（40分鐘左右）。 DB的大小約爲50Gb，由大約11M節點和1B（!!）關係組成。目前，我正在我的機器上運行代碼（8GB內存，英特爾i7和500GB SSD HD）。我正在使用Java。

我想怎麼辦

由於每個維度的值，我想知道是這樣，所有的尺寸值參與模式的模式。

目前，假設2名維我使用的查詢是要實現我的目標是：

match (n:DATA {KEY:'X'})-[r:COMPOSED_BY]-(p:PATTERN)-[r2:COMPOSED_BY]-(m:DATA {KEY:'Y'}) 
return p; 

就目前而言，這是非常非常慢......和Java進程的內存使用量爲2GB（最大）

我的問題

1. 你認爲一個graphDb可撥作這樣的情景？
2. 我的設計選擇正確嗎？
3. 索引怎麼樣？我是否需要定義更多？
4. 是查詢數據庫好嗎？
5. 是否有一些配置技巧來加快查詢階段？
6. 什麼是適合我的應用需求的服務器規格？

在此先感謝

約恩

Answer 1

我有幾個建議。您可以使用節點標籤（不作爲節點的屬性）。有關節點標籤的更多信息，請參閱here

因此，如果使用標籤，特定維度的所有標籤將自動按照一個集合（即標籤）進行分類。因此，您將減少您維護的關係數量爲IS_A。由於關係在空間上更爲昂貴，因此可以減少數據庫的大小。此外，在標籤上的索引搜索也可以比在整個索引中搜索關鍵字快得多。

在下面的模型中，每個維度節點（DATA）我已經添加了兩個屬性key和value下，你可以相當只保留其中一個爲key，然後簡單地指數超過它。所以當你需要這個值的時候只需要解析一下密鑰（只是一個建議不知道你將要使用的用戶的種類）

建議和意見是可以的。

如果您需要更多信息，請回複評論。

---

編輯點評

根據您的意見後，爲了降低模式的節點數，你可以通過創建獨特relationshipTypes根據PATTERNS命名它們鏈接DATA節點本身。請參閱更新的圖更多的澄清