Graph 在大型图形中，在所有节点上设置新标签花费的时间太长

我正在研究一个包含大约5000万个节点和4000万个关系的图表。 我需要更新每个节点。 我正在尝试为这些节点设置一个新标签，但它花费的时间太长。 标签适用于所有5000万个节点，因此操作永远不会结束。 经过一些研究，我发现Neo4j将此操作视为一个事务（我不知道是否乐观），将更改保持为未提交状态，直到结束（这永远不会以这种方式发生）。 我目前正在使用Neo4j 2.1.4，它有一个名为“使用定期提交”的特性（在早期版本中已经存在）。不幸的是，此功能与“加载CSV”功能相耦合，并不适用于每个cypher命令

密码非常简单：

match n set n:Person;

我决定使用一种变通方法，并进行某种块更新，如下所示：

match n
where not n:Person
with n
limit 500000
set n:node;

这很难看，但我还没有想出更好的解决办法

以下是我的一些谈话：

== neo4j.properties =========
neostore.nodestore.db.mapped_memory=250M
neostore.relationshipstore.db.mapped_memory=500M
neostore.propertystore.db.mapped_memory=900M
neostore.propertystore.db.strings.mapped_memory=1300M
neostore.propertystore.db.arrays.mapped_memory=1300M
keep_logical_logs=false
node_auto_indexing=true
node_keys_indexable=name_autocomplete,document
relationship_auto_indexing=true
relationship_keys_indexable=role
execution_guard_enabled=true
cache_type=weak
=============================

== neo4j-server.properties ==
org.neo4j.server.webserver.limit.executiontime=20000
org.neo4j.server.webserver.maxthreads=200
=============================

硬件规格为：

RAM: 24GB
PROC: Intel(R) Xeon(R) X5650 @ 2.67GHz, 32 cores
HDD1: 1.2TB

在此环境中，500000个节点的每个块更新需要200到400秒。我认为这是因为每个节点在开始时都满足查询，但随着更新的进行，需要扫描更多的节点以找到未标记的节点（但这也是一种预感）

那么，当一个操作需要触及图形中的每个节点时，最佳的操作过程是什么

任何有助于更好地解决此问题的帮助都将不胜感激

---

提前感谢。

实现这一点最有效的方法是使用batch inserter API。您可以使用以下配方：

看看

http://localhost:7474/webadmin

并注意“节点计数”。事实上，这不是节点的数量，更重要的是使用的最高节点id——我们稍后将需要它

确保完全关闭图形数据库

获取graph.db目录的备份副本

编写一小段java/groovy/（您喜欢的任何jvm语言…）程序，执行以下任务

使用

在

0..

（从上面的步骤）的循环中，检查具有给定id的节点是否存在，如果存在，则抓取其当前标签并用新标签修改列表，然后使用

setNodeLabels

将其写回

确保使用批插入器运行

shutdown

再次启动Neo4j实例

---

您是否试过小批量的，例如50000？这是neo4j交易规模中通常提到的经验值（10k-50k，取决于您所做的工作）。我认为这确实可以解决这个问题，但这是生产数据库。我不能简单地关闭它。如果在访问图中的每个节点时，唯一的方法是关闭数据库，那么我们就真的遇到麻烦了。谢谢Stefan的回答。