图数据库基准测试深度报告Benchmark

通过世界上权威的专业测试报告,指导图数据库选型

五大图数据库基准测试报告

此次基准测试在以下方面将TigerGraph与Neo4j,Amazon Neptune,JanusGraph和ArangoDB进行了比较:

查询:对于2跳路径查询,TigerGraph比其他图数据库快40倍至337倍。

存储:在比较相同原始数据的存储需求时,其他图数据库所需的磁盘空间是TigerGraph的5到13倍。

加载:TigerGraph的数据加载速度是其他图数据库的1.8倍至58倍。

扩展:TigerGraph在其他计算机上几乎可以线性扩展,使用8台计算机可实现6.7倍加速,以实现计算密集型PageRank算法。 本次测试中用到的Neo4j和Amazon Neptune,无法在多台计算机上进行图分区,因此无法对此部分进行测试。

如果您对这些测试有疑问或反馈,请通过Benchmark@tigergraph.com与我们联系。

第三方基准测试:
Neo4j vs TigerGraph

2019年7月使用LDBC SNB标准对图数据库系统Neo4j和TigerGraph进行深度基准测试。

TigerGraph是第一个可展示分析和事务处理能力的可扩展的分布式图数据库。在图数据库市场中,直到现在,供应商都可以处理OLTP或OLAP,但不能同时处理两者。作为对交互式和复杂查询工作负载的性能的首次评估,该研究证明了TigerGraph在执行复杂查询(甚至是图形模式匹配查询)时能够扩展到更大的数据集的空前能力,这被认为比关系联接更具挑战性。

只有TigerGraph能够扩展到1TB。在某些交互式复杂和商业智能查询中,TigerGraph在大多数查询中的性能始终优于Neo4j(两个或多个数量级)(100倍),在其它查询中则高达四个数量级。在较大的数据集上,Neo4j通常会超时,无法在五个小时内完成查询。

TigerGraph与Neo4j相比,在类型化的属性图数据上显示出显著压缩的存储。尽管这两个数据库的批量加载时间相当,但存储大小却大不相同,在所有设置下,Neo4j约为TigerGraph的四倍。

基于LDBC-SNB标准
TigerGraph深度测试报告(原始数据集大小为4.8TB)

在最近的一项研究中,我们使用了备受认可的LDBC社交网络基准(SNB)比例因子10K数据集(8.86B顶点,61.77B边,4.8TB原始数据)来衡量TigerGraph的性能。 我们使用三种类型的分布式集群查询来测试TigerGraph的性能:

  • 简单查询(IS)性能测试——所有查询在1-3秒钟内得到答复。 集群大小没有显著影响性能,因为仅用到了图中的一小部分。
  • 深度查询(IC)性能测试——所有查询在3到9秒钟内得到答复。集群大小不会对性能产生很大的影响。
  • 商业智能(BI)性能测试——在一分钟内回答了大多数OLAP的迭代和/或深层链接图查询。 大多数查询都表现出线性扩展性能。

每个查询执行了3次,经过时间的中位数表示为最终等待时间。 每个查询分别在12台、18台和24台计算机的集群上执行。

这项研究清楚地证明了TigerGraph在具有大约90亿个顶点和超过600亿条边的图的商用机器集群上运行深度链接OLAP聚合查询的能力,并且在一分钟之内即可返回结果。 没有其他图数据库或关系数据库展示出同等的分析功能。

您可以访问GitHub,查看相关的数据集,并参照过程介绍,再现此次基准测试。

如果您对这些测试有疑问或反馈,请通过Benchmark@tigergraph.com与我们联系。

免费下载《图数据库购买者指南》,指导图数据库选型

当您考虑购买图数据库时, 这些是买家需要解决的一些重要问题!

选择图数据库和图分析软件是一个重要的决定,可以助力企业的成功。不幸的是,买家经常难以调和不同图数据库软件供应商提出的相互矛盾的主张——这些主张通常以错误信息为特征。免费下载《图数据库购买者指南》英文原版,助力企业图数据库选型。

为何使用LDBC-SNB标准对图数据库进行基准测试?

什么是LDBC-SNB基准?

关联数据基准委员会(LDBC,Linked Data Benchmark Council),是图(Graph)和RDF数据管理的基准指南制定者。

社交网路基准(SNB,Social Network Benchmark)是关联数据基准委员会(LDBC)开发的软件基准(Benchmark)之一。它的目的是通过两个典型场景,来评价图数据库,或图数据管理技术。这两个场景分别是:

  • 交互场景(interactive), 事务查询任务(transaction query workload),类似OLTP。
  • 商务智能场景(business intelligence),统计查询任务(analytical query workload) ,类似OLAP。

为什么要进行LDBC-SNB?

开发基准(Benchmark)是为了提供一个公平,诚实的比较评判机制。不同的图数据库开发者或提供者(Vendor)完成一系列相同的(Identical),可控的(Controlled)和可重复的(Repeatable)任务,来比较产品和技术的高低优劣。

图数据库的用户通过基准的实现报告,可以比较不同图数据库产品的功能性能,还可以比较不同的vendor在完成同样任务时,需要花费的软硬件成本。

使用图算法加速分析和人工智能

Graph + AI 全球峰会圆满结束 | 2021年4月21-23日
迄今为止规模最大的围绕图分析和人工智能的峰会,全球超过6400人参加

O’Reilly出版,使用图技术加强分析和机器学习

免费下载O’Reilly抢先版,包括“机器学习”和“统一ID(实体解析)”两个章节,涵盖前沿技术、Solution设计和实现。