用于高效大规模图遍历的数据库

Question

我有一个大型的二分有向图数据集（约2000万个元素）。在目前的使用中，我运行遍历算法，每次运行达到约500,000个节点。这些算法有效，但历史上运行的是从文本文件加载到内存的数据。

文本文件似乎是一种糟糕的方法，因此我将数据作为邻接列表传输到mongoDB中，即。

{ _id: 1, children: [2, 3] }
{ _id: 2, children: [4] }
{ _id: 3, children: [5, 6, 7] }

这很有效，但我觉得这个模型对我正在做的事情效率很低。在伪代码中，从_ id：1 开始的广度优先搜索的查询结构如下所示：

children = getChildren(_id = 1)
for child in children
    grandchildren = getChildren(_id = child)
    // etc., either recursively or as a nested loop

我对数据库的问题是没有连接节点的逻辑。每个查询都必须遍历索引树，如果我没记错的话，它就是O（log N）。加载后文本文件方法为O（1），因为我可以制作一些简单的查找规则直接指向节点子节点。

TL; DR 有没有办法在O（1）时间内使用数据库遍历大型网络？

Answer 1

您可以尝试使用NoSQL图形数据库Neo4J。我没有使用它，但它承诺高性能。

Answer 2

MongoDB不是一个多用途数据库。您显然对使用专用的专用图形数据库感兴趣。将MongoDB用于此类图形和相关搜索算法是不行的。