યોગ્ય પાથ શોધવાની સમસ્યાને ઉકેલવા માટે જાનુસગ્રાફ ગ્રાફ ડીબીએમએસની લાગુ પડતી ચકાસણીનો પ્રયોગ

કેમ છો બધા. અમે ઑફલાઇન ટ્રાફિક વિશ્લેષણ માટે ઉત્પાદન વિકસાવી રહ્યા છીએ. આ પ્રોજેક્ટમાં સમગ્ર પ્રદેશોમાં મુલાકાતીઓના માર્ગોના આંકડાકીય વિશ્લેષણ સાથે સંબંધિત કાર્ય છે.

આ કાર્યના ભાગ રૂપે, વપરાશકર્તાઓ નીચેના પ્રકારની સિસ્ટમ પ્રશ્નો પૂછી શકે છે:

• કેટલા મુલાકાતીઓ વિસ્તાર "A" થી વિસ્તાર "B" સુધી પસાર થયા;
• કેટલા મુલાકાતીઓ વિસ્તાર "A" થી વિસ્તાર "B" માં વિસ્તાર "C" અને પછી વિસ્તાર "D" દ્વારા પસાર થયા;
• ચોક્કસ પ્રકારના મુલાકાતીને વિસ્તાર “A” થી વિસ્તાર “B” સુધી મુસાફરી કરવામાં કેટલો સમય લાગ્યો.

અને સંખ્યાબંધ સમાન વિશ્લેષણાત્મક પ્રશ્નો.

વિસ્તારોમાં મુલાકાતીઓની હિલચાલ એ નિર્દેશિત ગ્રાફ છે. ઇન્ટરનેટ વાંચ્યા પછી, મેં શોધ્યું કે ગ્રાફ ડીબીએમએસનો ઉપયોગ વિશ્લેષણાત્મક અહેવાલો માટે પણ થાય છે. મને જોવાની ઈચ્છા હતી કે ગ્રાફ ડીબીએમએસ આવા પ્રશ્નો સાથે કેવી રીતે સામનો કરશે (ટીએલ; ડીઆર; ખરાબ રીતે).

મેં DBMS નો ઉપયોગ કરવાનું પસંદ કર્યું જાનુસગ્રાફ, ગ્રાફ ઓપન-સોર્સ ડીબીએમએસના ઉત્કૃષ્ટ પ્રતિનિધિ તરીકે, જે પરિપક્વ તકનીકોના સ્ટેક પર આધાર રાખે છે, જે (મારા મતે) તેને યોગ્ય ઓપરેશનલ લાક્ષણિકતાઓ પ્રદાન કરવી જોઈએ:

• BerkeleyDB સ્ટોરેજ બેકએન્ડ, Apache Cassandra, Scylla;
• જટિલ સૂચકાંકો લ્યુસીન, ઇલાસ્ટિકસર્ચ, સોલરમાં સંગ્રહિત કરી શકાય છે.

JanusGraph ના લેખકો લખે છે કે તે OLTP અને OLAP બંને માટે યોગ્ય છે.

મેં BerkeleyDB, Apache Cassandra, Scylla અને ES સાથે કામ કર્યું છે, અને આ ઉત્પાદનોનો ઉપયોગ અમારી સિસ્ટમમાં વારંવાર થાય છે, તેથી હું આ ગ્રાફ DBMS નું પરીક્ષણ કરવા માટે આશાવાદી હતો. મને RocksDB પર BerkeleyDB પસંદ કરવાનું વિચિત્ર લાગ્યું, પરંતુ તે કદાચ વ્યવહારની આવશ્યકતાઓને કારણે છે. કોઈપણ કિસ્સામાં, માપી શકાય તેવા, ઉત્પાદનના ઉપયોગ માટે, કેસાન્ડ્રા અથવા સાયલા પર બેકએન્ડનો ઉપયોગ કરવાનું સૂચન કરવામાં આવે છે.

મેં Neo4j ને ધ્યાનમાં લીધું નથી કારણ કે ક્લસ્ટરિંગ માટે વ્યાવસાયિક સંસ્કરણની જરૂર છે, એટલે કે, ઉત્પાદન ખુલ્લું નથી.

ગ્રાફ ડીબીએમએસ કહે છે: "જો તે ગ્રાફ જેવો દેખાય છે, તો તેને ગ્રાફ જેવો ગણો!" - સુંદરતા!

પ્રથમ, મેં એક ગ્રાફ દોર્યો, જે ગ્રાફ ડીબીએમએસના સિદ્ધાંતો અનુસાર બરાબર બનાવવામાં આવ્યો હતો:

એક સાર છે Zone, વિસ્તાર માટે જવાબદાર. જો ZoneStep આનું છે Zone, પછી તે તેનો ઉલ્લેખ કરે છે. સાર પર Area, ZoneTrack, Person ધ્યાન આપશો નહીં, તેઓ ડોમેનના છે અને પરીક્ષણના ભાગ તરીકે ગણવામાં આવતા નથી. કુલ મળીને, આવા ગ્રાફ સ્ટ્રક્ચર માટે સાંકળ શોધ ક્વેરી આના જેવી દેખાશે:

g.V().hasLabel('Zone').has('id',0).in_()
       .repeat(__.out()).until(__.out().hasLabel('Zone').has('id',19)).count().next()

રશિયન ભાષામાં કંઈક આના જેવું છે: ID=0 સાથે ઝોન શોધો, બધા શિરોબિંદુઓ લો કે જ્યાંથી ધાર તેની તરફ જાય છે (ઝોનસ્ટેપ), જ્યાં સુધી તમને તે ઝોનસ્ટેપ્સ ન મળે જ્યાં સુધી તે ઝોનની ધાર હોય ત્યાં સુધી પાછા ન જાવ ત્યાં સુધી રોકો. ID=19, આવી સાંકળોની સંખ્યા ગણો.

હું આલેખ પર શોધવાની તમામ જટિલતાઓને જાણવાનો ડોળ કરતો નથી, પરંતુ આ ક્વેરી આ પુસ્તકના આધારે બનાવવામાં આવી હતી (https://kelvinlawrence.net/book/Gremlin-Graph-Guide.html).

મેં બર્કલેડીબી બેકએન્ડનો ઉપયોગ કરીને જાનુસગ્રાફ ગ્રાફ ડેટાબેઝમાં 50 થી 3 પોઈન્ટની લંબાઈના 20 હજાર ટ્રેક લોડ કર્યા, જે મુજબ ઈન્ડેક્સ બનાવ્યા નેતૃત્વ.

પાયથોન ડાઉનલોડ સ્ક્રિપ્ટ:

from random import random
from time import time

from init import g, graph

if __name__ == '__main__':

    points = []
    max_zones = 19
    zcache = dict()
    for i in range(0, max_zones + 1):
        zcache[i] = g.addV('Zone').property('id', i).next()

    startZ = zcache[0]
    endZ = zcache[max_zones]

    for i in range(0, 10000):

        if not i % 100:
            print(i)

        start = g.addV('ZoneStep').property('time', int(time())).next()
        g.V(start).addE('belongs').to(startZ).iterate()

        while True:
            pt = g.addV('ZoneStep').property('time', int(time())).next()
            end_chain = random()
            if end_chain < 0.3:
                g.V(pt).addE('belongs').to(endZ).iterate()
                g.V(start).addE('goes').to(pt).iterate()
                break
            else:
                zone_id = int(random() * max_zones)
                g.V(pt).addE('belongs').to(zcache[zone_id]).iterate()
                g.V(start).addE('goes').to(pt).iterate()

            start = pt

    count = g.V().count().next()
    print(count)

અમે SSD પર 4 કોરો અને 16 GB RAM સાથે VM નો ઉપયોગ કર્યો છે. JanusGraph આ આદેશનો ઉપયોગ કરીને જમાવવામાં આવ્યો હતો:

docker run --name janusgraph -p8182:8182 janusgraph/janusgraph:latest

આ કિસ્સામાં, ચોક્કસ મેળ શોધ માટે ઉપયોગમાં લેવાતા ડેટા અને ઇન્ડેક્સ બર્કલેડીબીમાં સંગ્રહિત થાય છે. અગાઉ આપેલી વિનંતીને અમલમાં મૂક્યા પછી, મને ઘણી દસ સેકંડ જેટલો સમય મળ્યો.

ઉપરોક્ત 4 સ્ક્રિપ્ટોને સમાંતરમાં ચલાવીને, મેં ડોકર લોગમાં જાવા સ્ટેકટ્રેસ (અને આપણે બધા જાવા સ્ટેકટ્રેસ વાંચવાનું પસંદ કરીએ છીએ) ની ખુશખુશાલ સ્ટ્રીમ સાથે DBMS ને કોળામાં ફેરવવામાં સફળ થયો.

થોડો વિચાર કર્યા પછી, મેં ગ્રાફ ડાયાગ્રામને નીચેના માટે સરળ બનાવવાનું નક્કી કર્યું:

એ નક્કી કરવું કે એન્ટિટી એટ્રિબ્યુટ્સ દ્વારા શોધવું એ ધાર દ્વારા શોધવા કરતાં વધુ ઝડપી હશે. પરિણામે, મારી વિનંતી નીચેનામાં ફેરવાઈ:

g.V().hasLabel('ZoneStep').has('id',0).repeat(__.out().simplePath()).until(__.hasLabel('ZoneStep').has('id',19)).count().next()

રશિયનમાં કંઈક આના જેવું છે: ID=0 સાથે ZoneStep શોધો, જ્યાં સુધી તમને ID=19 સાથે ZoneStep ન મળે ત્યાં સુધી પાછા ન જાવ, આવી સાંકળોની સંખ્યા ગણો.

બિનજરૂરી જોડાણો ન બનાવવા માટે, મારી જાતને વિશેષતાઓ સુધી મર્યાદિત રાખવા માટે મેં ઉપર આપેલ લોડિંગ સ્ક્રિપ્ટને પણ સરળ બનાવી છે.

વિનંતીને પૂર્ણ થવામાં હજુ પણ ઘણી સેકંડ લાગી, જે અમારા કાર્ય માટે સંપૂર્ણપણે અસ્વીકાર્ય હતી, કારણ કે તે કોઈપણ પ્રકારની AdHoc વિનંતીઓના હેતુઓ માટે બિલકુલ યોગ્ય ન હતી.

મેં જાનુસગ્રાફનો ઉપયોગ Scylla નો સૌથી ઝડપી Cassandra અમલીકરણ તરીકે ઉપયોગ કરવાનો પ્રયાસ કર્યો, પરંતુ આનાથી પ્રભાવમાં કોઈ નોંધપાત્ર ફેરફારો થયા નથી.

તેથી "તે ગ્રાફ જેવો દેખાય છે" એ હકીકત હોવા છતાં, હું ઝડપથી પ્રક્રિયા કરવા માટે ગ્રાફ DBMS મેળવી શક્યો નથી. હું સંપૂર્ણ રીતે માનું છું કે હું કંઈક જાણતો નથી અને જેનુસગ્રાફને વિભાજિત સેકન્ડમાં આ શોધ કરવાનું શક્ય છે, જો કે, હું તે કરી શક્યો ન હતો.

સમસ્યાને હજી હલ કરવાની જરૂર હોવાથી, મેં જોઇન અને કોષ્ટકોના પીવટ વિશે વિચારવાનું શરૂ કર્યું, જે લાવણ્યની દ્રષ્ટિએ આશાવાદને પ્રેરિત કરતું નથી, પરંતુ વ્યવહારમાં એક સંપૂર્ણપણે કાર્યક્ષમ વિકલ્પ બની શકે છે.

અમારો પ્રોજેક્ટ પહેલેથી જ Apache ClickHouse નો ઉપયોગ કરે છે, તેથી મેં આ વિશ્લેષણાત્મક DBMS પર મારા સંશોધનનું પરીક્ષણ કરવાનું નક્કી કર્યું છે.

એક સરળ રેસીપીનો ઉપયોગ કરીને ક્લિકહાઉસનો ઉપયોગ કર્યો:

sudo docker run -d --name clickhouse_1 
     --ulimit nofile=262144:262144 
     -v /opt/clickhouse/log:/var/log/clickhouse-server 
     -v /opt/clickhouse/data:/var/lib/clickhouse 
     yandex/clickhouse-server

મેં તેમાં ડેટાબેઝ અને ટેબલ આ રીતે બનાવ્યું છે:

CREATE TABLE 
db.steps (`area` Int64, `when` DateTime64(1, 'Europe/Moscow') DEFAULT now64(), `zone` Int64, `person` Int64) 
ENGINE = MergeTree() ORDER BY (area, zone, person) SETTINGS index_granularity = 8192

મેં તેને નીચેની સ્ક્રિપ્ટનો ઉપયોગ કરીને ડેટાથી ભરી દીધું છે:

from time import time

from clickhouse_driver import Client
from random import random

client = Client('vm-12c2c34c-df68-4a98-b1e5-a4d1cef1acff.domain',
                database='db',
                password='secret')

max = 20

for r in range(0, 100000):

    if r % 1000 == 0:
        print("CNT: {}, TS: {}".format(r, time()))

    data = [{
            'area': 0,
            'zone': 0,
            'person': r
        }]

    while True:
        if random() < 0.3:
            break

        data.append({
                'area': 0,
                'zone': int(random() * (max - 2)) + 1,
                'person': r
            })

    data.append({
            'area': 0,
            'zone': max - 1,
            'person': r
        })

    client.execute(
        'INSERT INTO steps (area, zone, person) VALUES',
        data
    )

ઇન્સર્ટ્સ બેચમાં આવતા હોવાથી, ભરવાનું જાનુસગ્રાફ કરતાં ઘણું ઝડપી હતું.

JOIN નો ઉપયોગ કરીને બે ક્વેરી બનાવી. બિંદુ A થી બિંદુ B તરફ જવા માટે:

SELECT s1.person AS person,
       s1.zone,
       s1.when,
       s2.zone,
       s2.when
FROM
  (SELECT *
   FROM steps
   WHERE (area = 0)
     AND (zone = 0)) AS s1 ANY INNER JOIN
  (SELECT *
   FROM steps AS s2
   WHERE (area = 0)
     AND (zone = 19)) AS s2 USING person
WHERE s1.when <= s2.when

3 પોઈન્ટમાંથી પસાર થવા માટે:

SELECT s3.person,
       s1z,
       s1w,
       s2z,
       s2w,
       s3.zone,
       s3.when
FROM
  (SELECT s1.person AS person,
          s1.zone AS s1z,
          s1.when AS s1w,
          s2.zone AS s2z,
          s2.when AS s2w
   FROM
     (SELECT *
      FROM steps
      WHERE (area = 0)
        AND (zone = 0)) AS s1 ANY INNER JOIN
     (SELECT *
      FROM steps AS s2
      WHERE (area = 0)
        AND (zone = 3)) AS s2 USING person
   WHERE s1.when <= s2.when) p ANY INNER JOIN
  (SELECT *
   FROM steps
   WHERE (area = 0)
     AND (zone = 19)) AS s3 USING person
WHERE p.s2w <= s3.when

વિનંતીઓ, અલબત્ત, ખૂબ ડરામણી લાગે છે; વાસ્તવિક ઉપયોગ માટે, તમારે સોફ્ટવેર જનરેટર હાર્નેસ બનાવવાની જરૂર છે. જો કે, તેઓ કામ કરે છે અને તેઓ ઝડપથી કામ કરે છે. પ્રથમ અને બીજી બંને વિનંતીઓ 0.1 સેકન્ડથી ઓછા સમયમાં પૂર્ણ થાય છે. અહીં 3 પોઈન્ટમાંથી પસાર થતા કાઉન્ટ(*) માટે ક્વેરી એક્ઝેક્યુશન સમયનું ઉદાહરણ છે:

SELECT count(*)
FROM 
(
    SELECT 
        s1.person AS person, 
        s1.zone AS s1z, 
        s1.when AS s1w, 
        s2.zone AS s2z, 
        s2.when AS s2w
    FROM 
    (
        SELECT *
        FROM steps
        WHERE (area = 0) AND (zone = 0)
    ) AS s1
    ANY INNER JOIN 
    (
        SELECT *
        FROM steps AS s2
        WHERE (area = 0) AND (zone = 3)
    ) AS s2 USING (person)
    WHERE s1.when <= s2.when
) AS p
ANY INNER JOIN 
(
    SELECT *
    FROM steps
    WHERE (area = 0) AND (zone = 19)
) AS s3 USING (person)
WHERE p.s2w <= s3.when

┌─count()─┐
│   11592 │
└─────────┘

1 rows in set. Elapsed: 0.068 sec. Processed 250.03 thousand rows, 8.00 MB (3.69 million rows/s., 117.98 MB/s.)

IOPS વિશે નોંધ. ડેટાની વસ્તી કરતી વખતે, જાનુસગ્રાફે IOPS (ચાર ડેટા વસ્તી થ્રેડો માટે 1000-1300) ની એકદમ ઊંચી સંખ્યા જનરેટ કરી હતી અને IOWAIT ખૂબ ઊંચી હતી. તે જ સમયે, ક્લિકહાઉસે ડિસ્ક સબસિસ્ટમ પર ન્યૂનતમ લોડ જનરેટ કર્યો.

નિષ્કર્ષ

અમે આ પ્રકારની વિનંતીને સેવા આપવા માટે ક્લિકહાઉસનો ઉપયોગ કરવાનું નક્કી કર્યું છે. અમે ક્લીકહાઉસમાં લોડ કરતા પહેલા અપાચે ફ્લિંકનો ઉપયોગ કરીને ઇવેન્ટ સ્ટ્રીમને પ્રી-પ્રોસેસ કરીને મટિરિયલાઇઝ્ડ વ્યૂઝ અને પેરેલલાઈઝેશનનો ઉપયોગ કરીને હંમેશા ક્વેરીઝને વધુ ઑપ્ટિમાઇઝ કરી શકીએ છીએ.

પ્રદર્શન એટલું સારું છે કે આપણે સંભવતઃ પ્રોગ્રામેટિકલી પિવોટિંગ કોષ્ટકો વિશે વિચારવું પડશે નહીં. અગાઉ, અમારે અપાચે પર્ક્વેટ પર અપલોડ કરીને વર્ટીકામાંથી પુનઃપ્રાપ્ત કરવામાં આવેલ ડેટાના પિવટ કરવા પડતા હતા.

કમનસીબે, ગ્રાફ DBMS નો ઉપયોગ કરવાનો બીજો પ્રયાસ અસફળ રહ્યો. મને JanusGraph પાસે મૈત્રીપૂર્ણ ઇકોસિસ્ટમ નથી મળ્યું જેણે ઉત્પાદન સાથે ઝડપ મેળવવાનું સરળ બનાવ્યું. તે જ સમયે, સર્વરને ગોઠવવા માટે, પરંપરાગત જાવા રીતનો ઉપયોગ કરવામાં આવે છે, જે જાવાથી પરિચિત ન હોય તેવા લોકોને લોહીના આંસુ રડાવશે:

host: 0.0.0.0
port: 8182
threadPoolWorker: 1
gremlinPool: 8
scriptEvaluationTimeout: 30000
channelizer: org.janusgraph.channelizers.JanusGraphWsAndHttpChannelizer

graphManager: org.janusgraph.graphdb.management.JanusGraphManager
graphs: {
  ConfigurationManagementGraph: conf/janusgraph-cql-configurationgraph.properties,
  airlines: conf/airlines.properties
}

scriptEngines: {
  gremlin-groovy: {
    plugins: { org.janusgraph.graphdb.tinkerpop.plugin.JanusGraphGremlinPlugin: {},
               org.apache.tinkerpop.gremlin.server.jsr223.GremlinServerGremlinPlugin: {},
               org.apache.tinkerpop.gremlin.tinkergraph.jsr223.TinkerGraphGremlinPlugin: {},
               org.apache.tinkerpop.gremlin.jsr223.ImportGremlinPlugin: {classImports: [java.lang.Math], methodImports: [java.lang.Math#*]},
               org.apache.tinkerpop.gremlin.jsr223.ScriptFileGremlinPlugin: {files: [scripts/airline-sample.groovy]}}}}

serializers:
# GraphBinary is here to replace Gryo and Graphson
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GraphBinaryMessageSerializerV1, config: { ioRegistries: [org.janusgraph.graphdb.tinkerpop.JanusGraphIoRegistry] }}
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GraphBinaryMessageSerializerV1, config: { serializeResultToString: true }}
  # Gryo and Graphson, latest versions
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GryoMessageSerializerV3d0, config: { ioRegistries: [org.janusgraph.graphdb.tinkerpop.JanusGraphIoRegistry] }}
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GryoMessageSerializerV3d0, config: { serializeResultToString: true }}
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GraphSONMessageSerializerV3d0, config: { ioRegistries: [org.janusgraph.graphdb.tinkerpop.JanusGraphIoRegistry] }}
  # Older serialization versions for backwards compatibility:
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GryoMessageSerializerV1d0, config: { ioRegistries: [org.janusgraph.graphdb.tinkerpop.JanusGraphIoRegistry] }}
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GryoMessageSerializerV1d0, config: { serializeResultToString: true }}
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GryoLiteMessageSerializerV1d0, config: {ioRegistries: [org.janusgraph.graphdb.tinkerpop.JanusGraphIoRegistry] }}
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GraphSONMessageSerializerGremlinV2d0, config: { ioRegistries: [org.janusgraph.graphdb.tinkerpop.JanusGraphIoRegistry] }}
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GraphSONMessageSerializerGremlinV1d0, config: { ioRegistries: [org.janusgraph.graphdb.tinkerpop.JanusGraphIoRegistryV1d0] }}
  - { className: org.apache.tinkerpop.gremlin.driver.ser.GraphSONMessageSerializerV1d0, config: { ioRegistries: [org.janusgraph.graphdb.tinkerpop.JanusGraphIoRegistryV1d0] }}

processors:
  - { className: org.apache.tinkerpop.gremlin.server.op.session.SessionOpProcessor, config: { sessionTimeout: 28800000 }}
  - { className: org.apache.tinkerpop.gremlin.server.op.traversal.TraversalOpProcessor, config: { cacheExpirationTime: 600000, cacheMaxSize: 1000 }}

metrics: {
  consoleReporter: {enabled: false, interval: 180000},
  csvReporter: {enabled: false, interval: 180000, fileName: /tmp/gremlin-server-metrics.csv},
  jmxReporter: {enabled: false},
  slf4jReporter: {enabled: true, interval: 180000},
  gangliaReporter: {enabled: false, interval: 180000, addressingMode: MULTICAST},
  graphiteReporter: {enabled: false, interval: 180000}}
threadPoolBoss: 1
maxInitialLineLength: 4096
maxHeaderSize: 8192
maxChunkSize: 8192
maxContentLength: 65536
maxAccumulationBufferComponents: 1024
resultIterationBatchSize: 64
writeBufferHighWaterMark: 32768
writeBufferHighWaterMark: 65536
ssl: {
  enabled: false}

હું આકસ્મિક રીતે JanusGraph ના BerkeleyDB વર્ઝનને "મૂકવામાં" વ્યવસ્થાપિત થયો.

અનુક્રમણિકાઓના સંદર્ભમાં દસ્તાવેજીકરણ તદ્દન કુટિલ છે, કારણ કે અનુક્રમણિકાઓનું સંચાલન કરવા માટે તમારે ગ્રુવીમાં કંઈક વિચિત્ર શામનવાદ કરવાની જરૂર છે. ઉદાહરણ તરીકે, ગ્રેમલિન કન્સોલમાં કોડ લખીને અનુક્રમણિકા બનાવવી આવશ્યક છે (જે, માર્ગ દ્વારા, બૉક્સની બહાર કામ કરતું નથી). સત્તાવાર જાનુસગ્રાફ દસ્તાવેજીકરણમાંથી:

graph.tx().rollback() //Never create new indexes while a transaction is active
mgmt = graph.openManagement()
name = mgmt.getPropertyKey('name')
age = mgmt.getPropertyKey('age')
mgmt.buildIndex('byNameComposite', Vertex.class).addKey(name).buildCompositeIndex()
mgmt.buildIndex('byNameAndAgeComposite', Vertex.class).addKey(name).addKey(age).buildCompositeIndex()
mgmt.commit()

//Wait for the index to become available
ManagementSystem.awaitGraphIndexStatus(graph, 'byNameComposite').call()
ManagementSystem.awaitGraphIndexStatus(graph, 'byNameAndAgeComposite').call()
//Reindex the existing data
mgmt = graph.openManagement()
mgmt.updateIndex(mgmt.getGraphIndex("byNameComposite"), SchemaAction.REINDEX).get()
mgmt.updateIndex(mgmt.getGraphIndex("byNameAndAgeComposite"), SchemaAction.REINDEX).get()
mgmt.commit()

ઉચ્ચારણ

એક અર્થમાં, ઉપરોક્ત પ્રયોગ ગરમ અને નરમ વચ્ચેની સરખામણી છે. જો તમે તેના વિશે વિચારો છો, તો ગ્રાફ DBMS સમાન પરિણામો મેળવવા માટે અન્ય કામગીરી કરે છે. જો કે, પરીક્ષણોના ભાગ રૂપે, મેં વિનંતી સાથે એક પ્રયોગ પણ કર્યો હતો જેમ કે:

g.V().hasLabel('ZoneStep').has('id',0)
    .repeat(__.out().simplePath()).until(__.hasLabel('ZoneStep').has('id',1)).count().next()

જે ચાલવાનું અંતર દર્શાવે છે. જો કે, આવા ડેટા પર પણ, આલેખ DBMS એ પરિણામો બતાવ્યા જે થોડીક સેકંડથી આગળ વધી ગયા... આ, અલબત્ત, એ હકીકતને કારણે છે કે ત્યાં પાથ હતા જેમ કે 0 -> X -> Y ... -> 1, જે ગ્રાફ એન્જિને પણ તપાસ્યું હતું.

જેમ કે ક્વેરી માટે પણ:

g.V().hasLabel('ZoneStep').has('id',0).out().has('id',1)).count().next()

હું એક સેકન્ડ કરતાં ઓછા સમયના પ્રોસેસિંગ સમય સાથે ઉત્પાદક પ્રતિસાદ મેળવવામાં અસમર્થ હતો.

વાર્તાની નૈતિકતા એ છે કે એક સુંદર વિચાર અને નમૂનારૂપ મોડેલિંગ ઇચ્છિત પરિણામ તરફ દોરી જતું નથી, જે ક્લિકહાઉસના ઉદાહરણનો ઉપયોગ કરીને ઘણી ઉચ્ચ કાર્યક્ષમતા સાથે દર્શાવવામાં આવે છે. આ લેખમાં પ્રસ્તુત ઉપયોગ કેસ ગ્રાફ DBMSs માટે સ્પષ્ટ વિરોધી પેટર્ન છે, જો કે તે તેમના દાખલામાં મોડેલિંગ માટે યોગ્ય લાગે છે.

સોર્સ: www.habr.com