使用Neo4j进行Kafka流数据富集

Question

我有一个kafka总线，可从物联网传感器接收数据。每分钟收到的消息数接近1000。我需要使用存储在neo4j中的传感器元数据来丰富这些原始数据。到目前为止，我正在使用kafka-streams neo4j连接器来完成此操作。

KStream<String, String> enrichedData = rawSensorStreamByUuid
                .leftJoin(masterSensorTable, (sensorData, masterSensorData) -> {
                    try {
                        Object sensorObj = jsonParser.parse(sensorData);
                        JSONObject sensorJsonObj = (JSONObject) sensorObj;
                        if (masterSensorData == null || masterSensorData.isEmpty()) {
                            masterSensorData = "{\"companyCode\":\"EMPTY\"}";
                        }
                        Object masterObj = jsonParser.parse(masterSensorData);
                        JSONObject masterJsonObj = (JSONObject) masterObj;
                        sensorJsonObj.put("masterSensorData", masterJsonObj);
                        return sensorJsonObj.toString();
                    } catch (ParseException e) {
                        logger.error("error parsing while joining: ", e);
                        throw new RuntimeException(e);
                    }
                })

我可以直接连接到neo4j来为每种接收到的数据进行这种扩充吗？ Neo4j可以处理这样的负载吗？