Neo4j慢？我一定做错了什么，请告诉我是什么。

Question

我看到嵌入式Neo4j的性能结果有些不太可能，表面上比预期的慢了几个数量级，所以我认为我"做错了"，尽管我没有做任何复杂的操作。

我正在使用最新的Neo4j嵌入式Python绑定(https://github.com/neo4j/python-embedded)。

from neo4j import GraphDatabase
db = GraphDatabase('/tmp/neo4j')

我已创建 1500 个具有简单属性的虚假产品：

fake_products = [{'name':str(x)} for x in range(0,1500)]

我从中提取出节点，并将其创建为子参考节点的连接部分：

with db.transaction:
    products = db.node()
    db.reference_node.PRODUCTS(products)

    for prod_def in fake_products:
        product = db.node(name=prod_def['name'])        
        product.INSTANCE_OF(products)

现在，我看到的代码几乎与文档中的代码完全相同：

PRODUCTS = db.getNodeById(1) 
for x in PRODUCTS.INSTANCE_OF.incoming: 
    pass

遍历这1500个节点在我的Macbook Pro上需要>0.2秒。什么鬼。 (编辑：我当然运行了这个查询很多次，所以在python绑定中至少不是冷缓存的问题）

我尝试增加到15K，它花费了2秒。我下载了Gremlin并发出了一个等效的查询来调查是neo4j还是python绑定的问题：

g.v(1).in("INSTANCE_OF")

..看起来第一次尝试需要大约2秒钟，而在第二次运行时似乎几乎立即完成。

有任何想法为什么会这么慢？我得到的结果肯定是我的错误之一。

- Wojtek

Answer 1

这是Neo4j懒加载数据并不进行任何预取操作。在第一次运行时，您会访问磁盘，在第二次运行时，缓存已经被预热，这就是您真正的生产场景。

- Peter Neubauer

---

谢谢你的回答，Peter。我假设我创建和连接数据的方式是正确的？但是关于你的回答——至少在Python绑定结果中，我看到的不是这样的——上述遍历多次运行所需的时间相同。 - Wojtek

那么，在Gremlin/Groovy/Java领域中它很快，但不适用于Python？ - Peter Neubauer

啊，试图在OSX Lion上安装JPype失败了，想要重现它 :/ - Peter Neubauer

这是我关于neo4j/python-embedded的github页面和jakewins的回复的报告：https://github.com/neo4j/python-embedded/issues/15我认为我按照这里的说明成功安装了JPype： https://dev59.com/nV7Va4cB1Zd3GeqPI1dc - Wojtek

抱歉之前的回复有些愚蠢，我没有意识到按下回车键会发送评论，所以在我还没说完之前就被发送了 :)无论如何，感谢您的关注。一旦缓存热起来，在gremlin/groovy中查询15k个节点非常快，所以问题肯定出在python绑定上。我真的很想使用neo4j（和gremlin，但是python绑定似乎不允许）。现在我正在尝试一种方法，我的python Web应用程序连接到一个由jython托管的zeromq服务器套接字，该套接字调用一个groovy类来检索结果。可能很难维护，但我现在看不到其他办法。 - Wojtek

好的，我们对您的发现非常感兴趣，也许您可以贡献绑定代码库，以便日后由社区进行维护? - Peter Neubauer