Neo4j分区

Question

Neo4j分区

4

有没有一种方法可以在neo4j分区之间进行物理分离？这意味着以下查询将转到node1：

Match (a:User:Facebook)

虽然这个查询将会被发送到另一个节点（可能是托管在Docker上）

Match (b:User:Google)

这是一个案例：我想在Neo4j中存储多个客户的数据，希望有很多客户。现在，我不确定什么是最佳设计，但它必须满足几个条件：

cypher查询不应返回混合数据（确保开发人员不会在cypher查询中忘记“：Partition1”（例如）非常困难）
一个客户端的性能不应影响另一个客户端，例如，如果一个客户端有大量数据，而另一个客户端有少量数据，或者如果一个客户端的“重量”查询正在运行，我不希望另一个客户端的“轻量级”查询受到缓慢的性能影响

换句话说，将所有内容存储在一个节点下，在将来的某个时候，可能会出现可扩展性问题，当我有更多的客户时。

顺便问一下，拥有几个群集是常见的吗？

此外，分区比为每个客户创建不同的标签有什么优势？例如：Users_client_1，Users_client_2等。

- Lior Goldemberg

你为什么需要它呢？ - Michael Hunger

@MichaelHunger 我已经编辑了帖子，以提供使用案例。 - Lior Goldemberg

分区并不能解决问题（因为这只是将数据分割到多台机器上），你需要的是多个独立的数据库。你可以通过运行具有不同数据目录的多个Neo4j实例来轻松实现这一点。虽然在路线图上支持一个实例中的多个数据库。 - Michael Hunger

感谢@MichaelHunger，但是由于我当前已经将neo4j分配了总RAM的70％，所以配置会变得复杂。如果我有5-10个实例，重新为所有实例分配资源将会很困难。（或者我漏掉了什么？）顺便问一下，您对不同的标签名称有什么看法？例如：Users_client_1，Users_client_2。根据您的经验，这样可以吗？ - Lior Goldemberg

关于你的评论@MichaelHunger _(因为这只是将数据分割到多台机器上)_，我认为neo4j不支持数据分片，只支持作为备份的HA和查询负载均衡。谢谢！ - Lior Goldemberg

有趣的是：联合搜索是一种信息检索技术，它允许同时搜索多个可搜索资源。 - Guy Coder

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- FrobberOfBits · Accepted Answer

简短回答：没有。

Neo4j有高可用性（HA）集群，您可以将整个图形副本放在许多计算机上，并快速为其服务，但它们不会将真正庞大的图形分区存储到这里、存储到那里，然后通过一个查询机制连接起来。

更详细的答案：图形分区是一个难题，需要进行持续研究。您可以在wikipedia上了解更多信息，但要点是，当您创建分区时，您正在将您的图形分成多个不同的位置，然后需要处理跨越分区的关系复杂性。跨分区是一项昂贵的操作，因此，在分区时真正的问题是，如何分区，使得需要在查询中跨分区的情况尽可能少出现？

这是一个非常困难的问题，因为它不仅取决于数据模型，还取决于访问模式，这些模式可能会发生变化。

以下是情况有多糟糕（引用别人的话）：

通常，图分区问题属于NP难问题的范畴。这些问题的解通常使用启发式和近似算法推导得出。然而，均匀图分区或平衡图分区问题可以被证明在任何有限因子内近似是NP完全的。即使对于树和网格等特殊图类，也不存在合理的近似算法，除非P=NP。网格是一个特别有趣的案例，因为它们模拟了由有限元模型（FEM）模拟产生的图形。当不仅近似组件之间的边数，而且还近似组件的大小时，可以证明对于这些图形不存在合理的完全多项式算法。

不要让你感到太沮丧，很多人都对大型图进行了分区。Facebook和Twitter每天都在这样做，所以你可以阅读Twitter方面的FlockDB或查看相关的Facebook研究。但总结起来，这取决于你的数据，大多数进行分区设计的人都会采用自定义的分区策略，而不是由软件为他们完成。

最后，其他架构（如Apache Giraph）在某种意义上可以自动分区；如果你将一个图存储在Hadoop之上，而Hadoop已经自动地跨集群扩展，那么从技术上讲，这就是自动为你分区的。很酷，对吧？好吧...直到你意识到你仍然需要在各个地方执行图遍历操作，这可能会因为必须遍历所有这些分区而表现得非常糟糕，这正是你通常通过明智地分区来避免的性能问题。