Graph数据库中搜索查询的时间复杂度是多少（特别是 Neo4j ）？
我和我有关系数据。我很难使用关系数据库或图表数据库来存储该数据。因此，我希望根据特定数据库的查询的性能和时间复杂性来存储数据。但是，我无法找到Graph数据库查询的性能和时间复杂度。
任何人都可以帮助我吗？
答案 0 :(得分：5)
答案并非如此简单，因为时间复杂性通常取决于您在查询中所做的事情（查询计划器的结果），并非所有时间的复杂性都适用于所有人查询。
我可以为Neo4j说些话（免责声明：我是Neo4j员工）。
我不会对Neo4j中的Lucene索引查找说太多，因为这些通常仅用于按索引查找起始节点，并且表示查询执行时间的一小部分。关系遍历往往是真正的差异表现出来的地方。
一旦找到了起始节点，Neo4j就会通过关系遍历来遍历图形，对于Neo4j来说，它基本上是通过内存追逐指针，这往往是本机图形dbs优于关系dbs的地方：每次遍历追逐指针的成本是恒定的。
对于关系dbs（包括在关系dbs之上构建的图层），关系遍历通常由各种表连接算法完成，这些算法具有自己的时间复杂度（不是O（1）），但通常不能很好地扩展随着连接数的增加（特别是自我/递归连接）。
这使得像Neo4j这样的原生图形数据库可以很好地处理对连接数据的查询，特别是对于非平凡或越来越多的关系遍历（或者如果遍历是无界的，例如对于可达性查询，最短路径，和别的）。查询的成本与查询触摸或遍历的图形部分相关联，而不是数据库中节点的总数，因此当您可以充分约束查询以触及数据库中最小的子图时，它会有所帮助。 / p>
至于您是否使用关系数据库或图表数据库的问题，这取决于数据的连接性和您计划运行的查询。
如果您确定了图形数据库，那么您也可以选择一组不同的标准，例如本机与非本机实现（Neo4j是本机图形数据库并利用无索引邻接对于关系遍历），是否需要ACID（Neo4是ACID数据库），如果需要丰富且富有表现力的查询语言（Cypher是Neo4j的查询语言，请随时学习并与其他人进行比较）。
有关更深入的信息，请参阅Why Graph Databases Outperfrom RDBMS on Connected Data上的DZone文章，以及Neo4j首席科学家Jim Webber撰写的Explaining Graph Databases to a Developer文章。
答案 1 :(得分：2)
实际上，最可能的情况是使用两者 Neo4j 和一些DBMS（像Mongo这样的关系或nosql）。因为在Neo4j中存储所有数据集太难了。
DBMS中的速度遍历节点比Neo4j慢10-100 ++倍。此外，Neo4j还内置了shortestPath（以及许多其他方法）。
此外，可以提到混合解决方案，如ArangoDB。它有图形引擎+基于文档的引擎。但在引擎盖下它是两个独立的表，所以它几乎和Neo4j + DBMS一样不方便。
答案 2 :(得分：0)