在爲30 TB數據選擇Graph DB時需要考慮哪些因素

Question

我正在開發一個軟件系統（Graph Database）來研究多個組件之間的互連。最終可能會產生大約30 TB的數據。我想知道在選擇正確的數據庫時需要考慮的因素。

我看的一些選項是Apache Giraph TitanDB。我也想知道是否像neo4j或OrientDB這樣的小規模數據庫本身可能會工作

Answer 1

這是一個非常寬泛的問題，所以我會準確定義您要查找的內容，因爲大小可能有點模糊。

我認爲你提供的任何示例圖形數據庫都可以對大型數據建模。

幾個「更詳細」的問題，你可以問自己包括：

1. 你關心Horizontal Scaling？ 如果是的，那麼你應該看看TitanDB，OrientDB或DSE Graph，因爲Neo4J（在編寫本文時）不會水平伸縮，所以它受服務器大小的限制。
2. 標準化語言查詢/遍歷語言是否重要？ 如果是的，那麼也許你應該更多地關注Tinkerpop供應商，比如TitanDB，OrientDB，DSE Graph等等。如果沒有，那麼任何選項都適合你。
3. 我的數據是否有超級節點？ 如果是，那麼你應該看看每個供應商如何處理超級節點。一些供應商shard，其他供應商使用巧妙的圖形分區算法。
4. 你需要多少支持？ 如果你需要很多，那麼也許你應該看看強大的企業解決方案，如DSE，OrientDB或Neo4J。 Neo4J目前被認爲是最流行的圖形數據庫，並且擁有龐大的支持基礎。
5. 你想使用開源軟件嗎？ 如果是那麼TitanDB，Neo4j的，或者OrientDB可能是你

這些都只是一些的東西，你可以看看使所有的供應商之間更好的決定時進入。 備註：還有很多其他供應商可以考慮，Blazegraph，HypergraphDB，僅舉幾例。