Blulbflow Neo4j图形数据库速度慢

我正在尝试在图形数据库中创建500000个节点。我计划以后根据我的要求添加边。我有一个文本文件，其中500000行表示要存储在每个节点中的数据

from bulbs.neo4jserver import Graph, Config, NEO4J_URI
config = Config(NEO4J_URI)
g = Graph(config)

def get_or_create_node(text, crsqid):
    v = g.vertices.index.lookup(crsqid=crsqid)
    if v==None:
            v = g.vertices.create(crsqid=crsqid)
            print text + " - node created"
    v.text = text
    v.save()
    return v

然后我在文本文件中的每一行上循环

count = 1
with open('titles-sorted.txt') as f:
    for line in f:
        get_or_create_node(line, count)
        count += 1

---

这太慢了。这将在10分钟内为我提供5000个节点。这能改进吗？谢谢

我在那里没有看到任何交易代码，没有建立交易代码，也没有发出交易成功的信号。您应该对此进行研究——如果要为每个节点创建一个事务，那么速度会很慢。您可能应该创建一个事务，插入数千个节点，然后提交整个批处理

我不熟悉Bulls，因此我无法告诉您如何使用此python框架实现这一点，但这里是一个起点：建议您可以使用类似这样的编码样式，并使用一些python/neo绑定：

with db.transaction:
  foo()

此外，如果您正试图加载大量数据，并且需要性能，则应获取有关批量导入的信息。在你自己的剧本中做这件事不太可能是最有表现力的。相反，您可以考虑使用脚本生成CypER查询，这些查询会被传递到NeN4J shell。

---

最后要考虑的是指标。看起来您正在crsqid上建立索引-如果您去掉该索引，创建速度可能会更快。我不知道您的ID是如何分布的，但是最好将记录分成若干批来测试它们是否存在，而不是使用get\u或\u create（）模式

通过REST单独批量加载500k节点并不理想。使用Michael的批处理加载器或Gremlin shell——有关如何从Gremlin shell执行此操作的示例，请参阅Marko的电影推荐博客文章。

使用批处理操作一次插入10000个节点，或者查看我的批处理csv导入器，以获得将表格数据作为节点导入到图形中的快速方法。