OrientDB:如何加速从Blueprint Java API导入?

时间:2015-11-11 07:55:07

标签: orientdb tinkerpop-blueprint

通过使用Blueprint Java API,我在OrientDB中遇到了非常慢的数据摄取。 具体来说,我使用plocal模式和OrientGraphNoTx类从几个CSV文件加载〜1M节点和3M边缘(遗憾的是我不能使用ETL,因为它不允许我读取包含现有节点之间边缘的文件。 代码用Scala编写,运行大约一个半小时。

数据库的模式包含5个顶点类,7个边类和6个索引。我用来创建边的属性是使用unique_hash_index es索引的。 在现有节点之间创建边缘是最耗时的操作(可能因为边缘很多),下面是我使用的代码。 有没有人知道如何优化它?

/**
 * Adds edges to the graph.
 * Assumes edgesPath points to a CSV file with format (from, to)
 */
def addEdges(edgesPath: String,
             fromTable: String, fromAttribute: String,
             toTable: String, toAttribute: String,
             edgeType: String, graph: OrientGraphNoTx) {

  logger.info(s"Adding edges from '$edgesPath'...")
  val in = Files.newBufferedReader(Paths.get(edgesPath), Charset.forName("utf-8"))
  val records = CSVFormat.DEFAULT
    .withHeader("from", "to")
    .withSkipHeaderRecord(hasHeader)
    .parse(in)
  var errors = 0
  for (r <- records) {
    val (src, target) = (r.get("from"), r.get("to"))
    if (src != "" && target != "") {
      try {
        graph.command(new OCommandSQL(s"CREATE EDGE $edgeType FROM (" +
          s"SELECT FROM $fromTable WHERE $fromAttribute = '$src') " +
          s"TO (SELECT FROM $toTable WHERE $toAttribute ='$target')")).execute()
      } catch {
        case e: OCommandExecutionException => errors += 1
      }
    } //if
  } //for
  if(errors > 0)
    logger.warn(s"Couldn't create $errors edges due to missing sources/targets or internal errors")
  logger.info("done.")
} //addEdges

1 个答案:

答案 0 :(得分:2)

如果您正在使用plocal,则需要一次批量导入 尝试禁用导入器的WAL

OGlobalConfiguration.USE_WAL.setValue(false);