Neo4j导入工具 - 控制台输出含义

Question

Neo4j import工具的控制台输出是什么意思？

示例行：

[INPUT--------------PROPERTIES(2)======|WRITER: W:71.] 3M

[INPUT------|PREPARE(|RELATIO||] 49M

[Relationship --> Relationship + counts-------]282M

当我尝试通过此工具导入大型数据集时，似乎在248M时，导入挂起在“计算密集节点”步骤中。 “计算密集节点”究竟做了什么？

Answer 1

导入阶段是：

1. 节点
2. 准备节点索引
3. 计算密集节点
4. 节点 - ＆gt;关系稀疏
5. 关系 - ＆gt;关系稀疏
6. 节点计数
7. 关系计数

至于解释统计数据，我猜@ mattias-persson写了in the Neo4J manual。复制它，记录：

10.1.2.5。输出和统计

虽然导入正在运行不同的阶段，但控制台中会打印一些统计数据和数字。对该输出的一般解释是查看水平线，该水平线被分成多个部分，每个部分代表与其他部分并行进行的一种类型的工作。部分越宽，相对于其他部分花费的时间越多，最宽的是瓶颈，也标有*。如果一个部分有一条双线而不是一条线，那就意味着多个线程正在执行该部分的工作。在最右侧显示一个数字，告知该阶段已处理了多少实体（节点或关系）。

举个例子：

[*>:20,25 MB/s-----------|PREPARE(3)==========|RELATIONSHIP(2)===========] 16M

将被解释为：

• >正在以20,25 MB / s的速度读取和解析数据，这些数据正在传递给...
• PREPARE为...准备数据
• RELATIONSHIP创建实际关系记录和......
• v将关系写入商店。此示例在此示例中不可见，因为与其他部分相比，它非常便宜。

观察部分大小可以提供有关可以提高性能的提示。在上面的示例中，瓶颈是数据读取部分（标有＆gt;），这可能表示磁盘速度很慢，或者处理同时读写操作很差（因为上一部分通常围绕写入磁盘）

Answer 2

经过一些离线讨论后，似乎大多数（如果不是全部）＆＃34;缺失＆＃34;节点是由于CSV文件中的一行有一个以引用"开头但不包含结束引用的属性。这导致解析器读取到下一个引用，即通过换行，认为它仍然读取该节点的相同属性值。

对于这样的缺失引号进行某种检测会很棒，但这并不是直截了当的，因为它可能会混淆实际跨越多行的节点/关系。