Neo4j离谱写作表现

Question

我正在使用新的bolt客户端对neo4j 3.0.7进行性能测试，我看到了一些奇怪的结果。 我尝试了一个非常简单的场景：upserting 1000个节点（使用merge命令）。

我尝试了几种方法：

1. 1个命令的1000个同步事务
2. 1000个命令的1个交易
3. 1个命令的1000个异步事务（使用10个线程）

这是我正在执行的查询（我对person.id有唯一性约束）：     ＆＃34;合并（n：person {id：＆＃39; 123＆＃39;}）SET n.name =＆＃39; Diana Kesha＆＃39;，n.address =＆＃39; aaa＆＃39; ....返回n.id＆＃34;

以下是我的查询的执行计划：



结果如下：

1. 每1000次同步交易约3秒（注意不是1000k）
每1000个命令的1个事务
2. ~2sec
3. 〜每1000次异步事务2.5秒

对于配备128G RAM机器的64核心来说，这是绝对不可接受的结果！

现在，深入一点， 我注意到Neo4j使用了25％的RAM（我认为这很好），但在使用前2个选项时仅使用 1 核心，在使用10个线程时使用10个核心。

我也注意到改变Neo4j的工作线程并没有影响使用的实际内核数量。

我错过了什么？

Answer 1

你有两个相互矛盾的数字，你的意思是1000还是1000k = 1M？

1M更新的2秒太慢了？

我建议每个tx进行1k到10k的更新，然后并行化tx

1. 您没有使用参数
2. 不要退货
3. 使用大写标签（适应约束）

像：

MERGE (n:Person {id:{id}}) 
 ON CREATE SET n.name={name} n.address={address}

最好将（2）批处理为列表参数

UNWIND {data} as row 
MERGE (n:Person {id:row.id}) 
ON CREATE SET n.name=row.name n.address=row.address

因此，测试1000个请求（并行），每个请求1000个更新，每次发送一个包含1000个映射的列表。

UNWIND {data} as row 
MERGE (n:Person {id:row.id}) 
ON CREATE SET n.name=row.name n.address=row.address