我有一个有趣的问题，我不知道如何解决。 我已经收集了一个包含8000万个图形的大型数据集（它们是我从Github分析的程序生成的控制流图中的CFG），我需要能够有效地进行搜索。 我查看了像Neo4j这样的现有解决方案，但它们都设计用于存储全局单个图形。 在我的情况下，相反所有图形都是表中独立的行 - 但我需要有效地搜索所有这些行。 例如，我想找到具有特定IF条件的所有CFG或具有特定条件的WHILE循环。 什么是这个用例的最佳数据库？
答案 0 :(得分：1)
我不认为有理由不将所有这些图表存储在单个图表中，无论是Neo4j还是其他图表数据库。在单个图表中包含许多不同的图表并不是一个问题，其中不同的图表彼此断开连接。
至于有效搜索它们，您可以（1）识别要搜索的CFG中的属性并将它们转换为图形的某个索引值，或者（2）引入一些图形结构（附加顶点/边缘）在CFG之间允许您通过图遍历进行所需的搜索。
根据您需要在方法1上搜索的内容，对于您来说可能不够灵活，特别是如果您在搜索的内容在加载数据时并不完全已知。此外，重要的是要注意，使用方法2，您并没有真正失去这样一个事实，即您有8000万个不同的图表，因为您在它们之间提供了一些连接。这些物理联系不会改变这个基本的逻辑事实。当您编写期望仅在单个CFG中发生的遍历时，您只需要考虑这些附加连接。
我不确定Neo4j在这个领域支持什么，但是使用Apache TinkerPop（一个开源图形处理框架，允许您在不同的图形数据库上编写供应商不可知的代码，包括Neo4j），您可能会考虑做某种形式的graph partitioning以帮助处理方法2.或者你可以subgraph()较大的图只包含CFG，然后在查询时纯粹在内存中操作。这两种方法都可以帮助您将查询视为您想要遍历的单个CFG。
但是，最终，我将此问题视为建模问题。您只需要为如何最好地为您的用例建立架构做出一些选择，几乎任何图形数据库都应该能够支持它。