Graph 有人试过neo4j vs titan-利弊

有人能提供或指出Neo4j和Titan之间的比较吗？ 我能看到的一件事是在规模方面——Titan是scaleout，需要一个底层的可伸缩数据存储，比如cassandra。Neo4j仅适用于HA，并且有自己的嵌入式数据库。还有其他的优点和缺点吗？任何特定用例。（泰坦目前正在任何地方使用吗？）

---

我还有以下链接：这为图形数据库提供了一个客观的比较，但对Neo4j和Titan之间的优缺点没有太多了解。

很高兴看到您探索图形数据库。我将谈谈你问题的Neo4j部分：

2000年全球有30多家公司在生产中使用Neo4j，用于各种各样的用例，其中许多甚至令我们惊讶！（我们发明了属性图！）

部分客户名单如下所示：

Ne4J在24x7的生产中已经有10年的历史了，尽管产品从那时起就有了显著的发展，但它是建立在一个非常坚实的基础上的。p> 大多数转向图形数据库的公司——就我所知的Neo4j而言——之所以这么做，是因为a）他们的RDBMS无法处理其连接查询需求的范围和规模，和/或b）对图形领域建模带来的巨大便利和速度（社交、网络和数据中心管理、欺诈、投资组合、身份等）作为图表，而不是表格

对于kicks，您可以在这里找到许多客户对话，来自今年在世界主要城市举行的四次（很快将有五次）GraphConnect会议：

如果您在伦敦，最后一次会议将于下周举行：

下面是Neo4j背后的一些技术的总结，并附有一些客户示例。非常直接地回答您关于扩展的问题：Neo4j有一个独特的体系结构，通过允许横向扩展，每个实例都可以访问图形而无需ha，从而最大化查询响应时间和查询可预测性事实证明，这种方法适用于95%以上的图形，包括一些生产客户，他们在一个Neo4j集群中运行超过一半的Facebook社交图形，支持一个“全天候”的网站

世界上最大的邮政递送服务之一使用Neo4j完成所有实时包裹路由。铁路公司正在Neo4j上构建路由系统。一些世界上最大的客户正在使用它们进行人力资源和数据治理、备用路径路由、网络和数据中心管理、实时欺诈检测、生物信息学等。

Neo4j的Cypher查询语言是唯一专门为属性图构建的声明性查询语言。它吸取了我们13年的原生Java API（这是蓝图的基础，其他一些图形数据库也采用了蓝图）中的所有经验教训Cypher是学习图形和开发应用程序的好方法；如果您有特殊需要或重视“裸机”性能（即亚毫秒与一位数毫秒），则总会有本机Java API性能高于便利性。Neo4j从头开始构建，以支持图形，并具有一个图形存储引擎，用于存储图形；与图形数据库生态系统中最近添加的一些功能不同，这些功能被构建为非图形数据库之上的图形库，并且受到一些固有限制。（例如，FlockDB，因为它基于MySQL，对于任何大于一跳的情况，它仍然非常慢。）

如果您需要更具体的信息，请随时联系Neo团队。我们将非常乐意为您提供帮助

---

祝你好运！

我们有一个社交图，在一天中我们添加了将近一百万个节点和两倍的边。我们从neo4j graph开始，因为是的，它非常快，因为它的存储在运行图形引擎的同一台机器上。但是下面是我们想与您分享的关于neo4j的经验

不适合实时查询。我们有类似twitter的社交结构。我们必须显示用户在其时间线上跟踪的所有用户的最近20项活动（及其相关活动）。 我们有一些用户跟踪了1000多个用户。我们为此编写的gremlin查询（如果您感兴趣，那么我们可以共享gremlin查询）确实产生了如此多的GC，以至于使用8 cpu和48 gb ram的服务器被冻结，我们不得不重新启动服务器以使其再次联机

多次观察到网络分区

graoh数据库中并没有非常需要的以顶点为中心的索引

最终，我们在使用gremlin查询时，由于服务器性能太差，不得不将数据库更改为titan

---

在titan上，我们获得了合理的性能，而且扩展也非常容易，因为我们使用cassandra作为后端存储。但是请注意……在这里使用gremlin也不是一个好主意，因为multiget查询编写起来非常难看，没有multiget，它的查询会变得非常慢。

谢谢Philip！Neo4j足以满足我现在和将来的需求所以我已经开始了。而且我相信它应该能够很好地扩展，并在其自身意义上进行扩展。此外，我还看到neo4j群集和备份对于小型初创企业是免费的（不到3名员工或10万美元的收入）这对我来说真是太棒了。我也意识到Neo4j有更大的足迹和粉丝群。我正在浏览Titan，它似乎真的适合超大型图形，所以我提出了这篇文章。我相信对于像……这样的大型组织，facebook和linkedin拥有一个适当的横向扩展架构将是必不可少的.但正如我所说，我没有其他人那么大，我已经开始