我正在使用批处理插件来创建一个拥有大约10亿个节点和100亿个关系的数据库。我在多个地方读过，最好按照min（from，to）（我没有做）的顺序对关系进行排序，但我还没有理解为什么这种做法是最优的。我原本以为这只是辅助插入速度，但是当我打开数据库时，遍历非常慢。我意识到可能有很多原因，特别是对于这样大小的数据库，但我希望能够排除我存储关系的方式。
主要问题：它会以非常“随机”的顺序插入关系，因为它们将存储在磁盘上的位置会阻止遍历速度吗？我想也许当它试图遍历节点时，关系太分散了。我希望有人可以告诉我是否会出现这种情况。
更新：
用例几乎是Neo4j朋友的基本朋友，使用Cypher通过REST API进行查询。
每个节点（人）都是独一无二的，并且对于他们所知道的人有一堆“知道”关系。虽然我有十亿个节点，但所有100亿个关系都来自大约3000万个节点。因此，对于我在查询中使用的任何起始节点，它平均有大约330个关系。
在我的初步测试中，即使得到4个未订购的朋友朋友，结果也非常缓慢（平均超过100秒）。当然，在为每个查询预测缓存后，它相当快，但是图表非常随机，我不能将整个关系存储在内存中。
我的一些系统细节，如果需要： - Neo4j 1.9.RC1 - 在Linux服务器上运行，128GB RAM，8核机器，非SSD HD
答案 0 :(得分：1)
我没有在如此大规模的Neo4J上工作，但据我所知，这对速度没有太大影响。你能否提供任何说明插入顺序的链接。
在这种情况下，如果关系是否被缓存，重要的是什么。在缓存相当充足之前，性能将会变慢。您还应该在创建索引后立即设置an appropriate cache size。
您应该阅读this link on regarding neo4j performance。
如果您还没有阅读批量插入内容，请阅读the neo4j documentation on batch insert和these SO questions获取有关批量插入的帮助。