将数据加载到OrientDB集群的策略

Question

我正在使用OrientDB开发POC。我已经在3台服务器上进行了设置。我阅读了OrientDB文档，并希望如此 知道以CSV文件形式加载数据的最佳方法。具有3个类顶点和3个类边的模式应该是 相互联系。

以下是我的一些问题：

1）如果我为每个类创建3个集群并将每个集群分配给其中一个服务器，那么它在ETL性能方面是否有意义？ （基于这个链接：http://orientdb.com/docs/2.2.x/Distributed-Sharding.html我不担心现阶段的容错能力）

2）关于ETL存储过程，我正在考虑3个选项：

• 随OrientDB提供的ETL工具（包含所有可能的优化） ）

• 利用OGraphBatchInsert

• 以文件形式存储（ http://orientdb.com/docs/2.2.x/Graph-Batch-Insert.html）

对于第二种和第三种方法，我需要手动提供记录ID，我的疑问是如何确保不创建重复顶点。索引会帮助避免这种情况吗？ 上述3种方法在性能方面有何比较？

3）是否可以使用ETL工具中的“plocal”选项将OrientDB集群的一台服务器存储在该机器中？

4）即使OrientDB在分布式模式下运行，是否可以对ETL使用plocal选项？

Answer 1

1. 有道理。还要注意副本，因为如果将同一个集群复制到所有服务器，则有3台服务器，它会更慢（当然）
2. 如果您不需要复杂的转换，我建议您使用ETL。如果它更慢，你可以用Java编写你的代码
3. 和4.它受支持，但不支持来自oetl.sh脚本。您必须编写一个带有几行coed的Java类，它们（1）以embedded启动分布式服务器，然后运行ETL主类（com.orientechnologies.orient.etl.OETLProcessor）。