最佳过滤解决方案

Question

我是graphDB的新手，正在研究创建一个好的数据模型。

我必须管理1000万个“联系人”，我想按“性别”过滤它们。我创建了一个POC，但一切都很好，但是我不理解/发现最好的解决方案是将性别另存为顶点：

或作为联系人顶点上的字段：

我知道每个边缘都会影响数据大小，但是我找不到关于这两种数据管理的性能差异的参考。

您知道正确的方法吗？

Answer 1

在此用例中，我将性别作为顶点上的属性，并在该属性上添加索引以获取答案。从理论的角度来看，将性别作为单独的顶点是更正确的做法，但它存在一些实际问题，因此我建议采用第二种方法。

1. 您建议的第一个模型会将超节点引入图形。超节点是入射边缘数量过多的节点。性别顶点的选择性较低（男性/女性/未知），因此每个顶点都有一个branching factor，以百万计。此级别的分支因子可能会导致各种性能问题，从而导致查询缓慢。对顶点进行性别非正规化并添加索引应解决大多数这些问题。唯一可能存在的问题是返回您可能会收到的3-5百万条记录所需的时间。
2. 在第一种方法中，回答“一个人的性别是什么？”的问题需要从 contact 顶点移到边缘到 gender 顶点，这比拉回 contact 顶点要慢。假设这是您要回答的常见查询，而不是您应该考虑的考虑因素。