在为30 TB数据选择Graph DB时需要考虑哪些因素

Question

我正在开发一个软件系统（Graph Database）来研究多个组件之间的互连。最终可能会产生大约30 TB的数据。我想知道在选择正确的数据库时需要考虑的因素。

我看的一些选项是Apache Giraph TitanDB。我也想知道是否像neo4j或OrientDB这样的小规模数据库本身可能会工作

Answer 1

这是一个非常宽泛的问题，所以我会准确定义您要查找的内容，因为大小可能有点模糊。

我认为你提供的任何示例图形数据库都可以对大型数据建模。

几个“更详细”的问题，你可以问自己包括：

1. 你关心Horizontal Scaling？ 如果是的，那么你应该看看TitanDB，OrientDB或DSE Graph，因为Neo4J（在编写本文时）不会水平伸缩，所以它受服务器大小的限制。
2. 标准化语言查询/遍历语言是否重要？ 如果是的，那么也许你应该更多地关注Tinkerpop供应商，比如TitanDB，OrientDB，DSE Graph等等。如果没有，那么任何选项都适合你。
3. 我的数据是否有超级节点？ 如果是，那么你应该看看每个供应商如何处理超级节点。一些供应商shard，其他供应商使用巧妙的图形分区算法。
4. 你需要多少支持？ 如果你需要很多，那么也许你应该看看强大的企业解决方案，如DSE，OrientDB或Neo4J。 Neo4J目前被认为是最流行的图形数据库，并且拥有庞大的支持基础。
5. 你想使用开源软件吗？ 如果是那么TitanDB，Neo4j的，或者OrientDB可能是你

这些都只是一些的东西，你可以看看使所有的供应商之间更好的决定时进入。 备注：还有很多其他供应商可以考虑，Blazegraph，HypergraphDB，仅举几例。