python-为大型图的节点计算加权中间性

Question

我有一个巨大的图形（例如300,000个节点和1,000,000个边缘），我正在使用Python在32GB RAM和4个CPU内核的Ubuntu计算机上进行分析。

我发现graph-tool是衡量中介中心性（weighted version）的非常有效的工具，比Networkx快得多。但是，问题在于，在内存中加载如此巨大的图形会杀死我的应用程序（内存不足）。

基于这个原因，我正在考虑切换到Neo4j，以存储图形并计算中间性。

您能帮我解决以下问题吗？

1. Neo4j是否可以直接计算加权中间性中心度（考虑边缘权重来计算最短路径），并可以将每个节点的结果传递给Python？
2. 使用Neo4j进行计算是否可以使我免于内存不足的困扰？还是这个问题会持续下去？
3. 我找不到任何性能比较。在图形工具或Neo4j中计算中间性是否更快？差多少钱？
4. 我没有考虑过更好的解决方案吗？