ArangoDB多边缘采集性能

Question

我正在构建一个由许多“类型”组成的ArangoDB边缘集合。按类型，想一想动物的分类。

我将构建一个连接所有这些的图表。例子:古代人类的亲子:能人-智人

将它们不同的类型放在不同的集合中仅仅是出于表面的组织原因。有一个小的可能性，它将是有用的，在未来的功能，我还没有想到。

我的具体问题是:在使用多个集合的ArangoDB中构建图表是否会影响性能？使用一个大型集合对图形更有效吗？

回答第一个评论:如果我把它分解成不同的边缘集合，那么它将是4个集合，每个集合大约有300,000行。类型可以有多个父母和子女。查询类型将是最短路径和每个查询之间的任何连接。如果这有意义的话?6度的凯文·培根类型的东西。

编辑:请看评论中的一些问题和答案。几乎每个查询都会跨越多个类型。许多查询将有5-7个顶点深度。这个项目几乎全部是阅读..。我一点也不担心写的速度。

编辑2:我将使用单个实例还是分布式集群？老实说也是！任何能加速阅读的东西。你来告诉我。

Answer 1

在单个服务器设置中，使用多个集合不会造成任何损失。特别是如果查询不覆盖所有边缘集合，则对较小集合执行查找将更快。

这将取决于存储引擎(rocksdb /mmfile)的速度和速度。考虑到您希望获得最大的读取性能，mmfile可能会更快。

Answer 2

我在ArangoDB中有一个分类法项目，从您报告的数据记录计数来看，这个项目似乎大致相当。

这一数量的数据不会给ArangoDB带来性能挑战。我选择将重点放在对关系进行建模，以便最好地表示数据集，并且没有对此表示遗憾。

在你的例子中，我可能会有一个物种节点的集合。首先，收集一个‘起源’边缘收集，以捕捉物种的进化路径。

如果有多个学派，多个分类，或其他框架来描述不同物种之间的交替路径，那么我将考虑在一个不同的边缘集合中捕捉每一个。

例如，如果一种分类方法是通过下巴形状得出的，另一种则总是使用骨盆，如果countryX有另一种方法，而另一种方法是基于DNA的，那么将一个边缘集合奉献给每一个都是有指导意义的。您将使用完全相同的一组物种节点创建替代互连网络。

物种分类不是我的领域，这些例子可能是胡说八道。但我建议不要错过以最有用的方式构建数据的机会。演出很可能不是问题。