关于图数据库HugeGraph的百万，千万，亿量级测试

1、Hugegraph测试硬件

1.1、本机硬件

本机测试hugeGraph版本：0.10.4

后置存储数据库：rocksdb，1TB的普通硬盘

1.2、测试服务器硬件

测试服务器hugegraph版本：0.9.2，服务器分配16G空间，16核

后置存储数据库cassandra：3.11.0，存储空间未限制，普通硬盘

2、基准测试

2.1、数据加载

加载功能：hugegraph自带的原生的导入工具，其schema定义其数据类型，索引和边标签属性，struct定义边。

加载大量数据时间和速度：主要是测试百万，千万，亿级别的加载速度。

2.2、查询性能

查询响应时间——针对于多度查询

查询响应时间——针对于遍历所有路径查询

查询响应时间——针对于最短路径查询

3、测试报告

3.1、本机和测试flink写入速度

测试

写入速度

硬件情况

本地流程

前期数据量少大概4000条/分钟（数据量大概10多万）后期数据量大的写入未进行测试。

Intel® Core™ i5-9400 CPU @ 2.90GHz × 6，RocksDB后置数据库存储内存1TB

测试flink

前期数据量比较少大概写入2624条/分钟（3h38m-571988）

后期数据量多了大概写入1200/分钟（3d2h-5292999）

hugeGraph的16G，16核，Cassandra后置数据库存储内存未做限制

服务器上的写入速度小于本地写入速度原因：

1、服务器硬件

2、网络不稳定性

3.2、数据快速导入查询

3.2.1、百万级别导入

3.2.2、百万级别数据查询

点：150万

边：75万+新增边1万

查询最多五度，点定义有六个属性值，边只有一个属性值（id）

耗时查询	g.V()	g.E()	g.V().out()	g.V().outE()或g.V().inE()	g.V().drop()或g.E().drop()
第一次耗时	0.656S	0.315S	报错	报错	报错
第一次查询后均耗时	0.04S	0.04S	报错	报错	报错
原因	g.V()遍历只显示250条数据	g.E()遍历只显示250条数据	错误的请求，已超过最大数值	遍历的最大值不能超过80万	删除的最大值不能超过1万

遍历所有点的g.V().out()报错：请求错误

遍历所有点的出边g.V().outE()或g.V().inE()报错：最大值不能超过80W

删除所有点的数据g.V().drop()或g.E().drop()报错：最大值不能超过1W

3.2.2.1、多度查询

时间

多度

一度

二度

三度

四度

五度

查询单个点

查询耗时

0.04S

0.03S

由于数据问题，此次查询数据结果和四度一样，时间没有参考意义

0.03S——g.V().hasLabel("person").has("id","id值")

3.2.2.2、路径遍历

路径分为两种：有环路径和无环路径。

有环路径是指路径中至少有一个对象出现的次数大于等于两次。

无环路径是指路径中所有的对象只出现一次。

查询未过滤环路的路径遍历：

时间

遍历路径

一层

二层

三层

四层

查询耗时

均耗时：0.075S

第一次：0.274S

后均耗时：0.08S

均耗时：0.1S

第一次：0.875S

后均耗时：0.085S

查询已过滤环路的路径遍历：

时间

遍历路径

一层

二层

三层

四层

五层

查询耗时

第一次：2.729S

后均耗时：0.450S

第一次：1.983S

后均耗时：0.300S

第一次：5.849S

后均耗时：5.210S

第一次：6.881S

后均耗时：6.75S

Error!

Failed to do request

没有存在五层的数据，导致查询报错

3.2.2.3、最短路径查询

g.V("src_v_id")

.repeat(both().simplePath()).until(hasId("target_v_id")

.and().loops().is(lte(4))).hasId("target_v_id")

.path().limit(10)

src_v_id：起点顶点ID

target_v_id：终点顶点ID

lte(4)：深度小于4

limit(10) ：显示10条数据

如果不限制数据量：将10改为-1

时间

最短路径

深度小于2

深度小于3

深度小于4

深度小于5

查询耗时

第一次：0.894S

后均耗时：0.055S

均耗时：0.055S

第一次：0.347S

后均耗时：0.050S

第一次：0.241S

后均耗时：0.060S

3.2.3、千万级别导入

点：1500W 耗时：2H

边：750万耗时：1H38M

3.2.4、千万级别数据查询

耗时查询	g.V()	g.E()	g.V().out()	g.V().outE()或g.V().inE()	g.V().drop()或g.E().drop()
第一次耗时	1.212S	0.449S	报错	报错	报错
第一次查询后均耗时	0.05S	0.234S	报错	报错	报错
原因	g.V()遍历只显示250条数据	g.E()遍历只显示250条数据	错误的请求，已超过最大数值	遍历的最大值不能超过80万	删除的最大值不能超过1万

3.2.4.1、多度查询

时间

多度

一度

二度

三度

四度

五度

查询单个点

第一次查询耗时

1.065S

2.218S

1.149S

1.222S

1.453S

开始查询耗时：0.232S

多次查询后均耗时：0.035S——g.V().hasLabel("person").has("id","161f2f39beb3bdc6f2d0747a15fcefd5")

第一次查询后多次查询均耗时

0.04S

0.03S

3.2.4.2、路径遍历

时间

遍历路径

一层

二层

三层

四层

查询耗时

第一次：0.958S

后均耗时：0.08S

第一次：0.639S

后均耗时：0.08S

存在环路的三层和四层路径遍历，存在对象大于等于2的情况，而且数据边的不完整性，查询的时间不具有参考性。

查询已过滤环路的路径遍历：

时间

遍历路径

一层

二层

三层

四层

五层

查询耗时

第一次：0.742S

后均耗时：0.075S

第一次：1.284S

后均耗时：0.096S

第一次：6.483S

后均耗时：5.111S

第一次：7.574S

后均耗时：6.876S

Error!

Failed to do request

没有存在五层的数据，导致查询报错

3.2.4.3、最短路径查询

时间

最短路径

深度小于2

深度小于3

深度小于4

深度小于5

查询耗时

第一次：2.728S

后均耗时：0.055S

均耗时：0.082S

耗时：0.31S

耗时：0.264S

3.2.5、亿级别数据导入

点：1.05亿耗时：13H35M34S

边：5268万耗时：12H36M

3.2.6、亿级别数据查询

耗时查询	g.V()	g.E()	g.V().out()	g.V().outE()或g.V().inE()	g.V().drop()或g.E().drop()
第一次耗时	1.841S	1.835S	报错	报错	报错
第一次查询后均耗时	0.212S	0.250S	报错	报错	报错
原因	g.V()遍历只显示250条数据	g.E()遍历只显示250条数据	错误的请求，已超过最大数值	遍历的最大值不能超过80万	删除的最大值不能超过1万

页面上限制显示250条数据：limit（251）

3.2.6.1、多度查询

时间

多度

一度

二度

三度

四度

五度

查询单个点

第一次查询耗时

7.352S

3.958S

3.149S

3.12S

1.453S

开始查询耗时：0.136S

多次查询后均耗时：0.030S——g.V().hasLabel("person").has("id","161f2f39beb3bdc6f2d0747a15fcefd5")

第一次查询后多次查询均耗时

0.254S

0.057S

0.04S

0.045S

0.03S

3.2.6.2、路径遍历

路径分为两种：有环路径和无环路径。

有环路径是指路径中至少有一个对象出现的次数大于等于两次。

无环路径是指路径中所有的对象只出现一次。

查询未过滤环路的路径遍历：

时间

遍历路径

一层

二层

三层

四层

查询耗时（id：d9530e5495fbf25d7aae082e8a65c722）

查询耗时：0.759S

查询耗时：2.77S

环路的三层和四层路径遍历，存在对象大于等于2的情况，而且数据边的不完整性，查询的时间不具有参考性。

查询耗时（id：161f2f39beb3bdc6f2d0747a15fcefd5）

查询耗时：2.28S

查询耗时：1.358S

查询已过滤环路的路径遍历：

时间

遍历路径

一层

二层

三层

四层

五层

查询耗时（id：d9530e5495fbf25d7aae082e8a65c722）

第一次：1.213S

后均耗时：0.095S

第一次：2.659S

后均耗时：0.116S

第一次：29.457S

后均耗时：14.990S

第一次：12.604S

后均耗时：9.01S

第一次：1.421S

后均耗时：0.122S

查询耗时（id：161f2f39beb3bdc6f2d0747a15fcefd5）

第一次：2.024S

后均耗时：0.080S

第一次：1.777S

后均耗时：0.096S

第一次：10.318S

后均耗时：5.199S

第一次：8.816S

后均耗时：6.615S

Error!

Failed to do request

没有存在五层的数据，导致查询报错

3.2.6.3、最短路径查询

时间

最短路径

深度小于2

深度小于3

深度小于4

查询耗时

报错：Error!

Failed to do request

由于深度小于2的报错，深度3测跑也报错，深度小于4的未进行操作。

4、测试总结：

①：当点的数据达到亿级别的时候，最短路径查询出现Error!Failed to do request，不知道是由于什么原因导致该查询出现错误，需到issue上查找是否有针对于该错误的具体的原因。

②：后端存储数据库cassandra是分布部署到三台服务器上，对于单服务器部署cassandra的查询未进行测试。

该文档仅代表测试情况，具体数据仅具供参考