第三方基准测试:Neo4j vs TigerGraph,指导图数据库选型

哪个图数据库更有优势? 即刻下载第三方基准测试专业报告

2019年7月,基于互联数据基准测试委员会 (LDBC) 的社交网络基准测试 (SNB) 标准,对图数据库系统Neo4j和TigerGraph进行深度基准测试。

报告摘要

在本研究中,我们提供了对两个原生图数据库系统 Neo4j 和 TigerGraph 完整实施 LDBC SNB 简单查询深度查询商业智能 (BI) 测试后的初步结果。

我们不但周密评估了在本地和云端的三种计算架构和四种数据集(SF-1、SF-10、SF-100 和 SF-1000)下执行的基准测试中的全部 46 个查询的性能,还测量了批量加载时间和存储容量。

我们的结果表明,TigerGraph 在大多数查询中的表现都优于 Neo4j,在特定的深度查询和商业智能查询中性能比后者高出两个(100 倍)甚至更多数量级。因为只有 TigerGraph 能够在数据集扩展到 SF-1000 时执行查询,所以随着数据量的增加,这种差距也在扩大。

在 25 个商业智能查询中,Neo4j 在合理时间内仅完成了 12 个。然而,Neo4j 在批量加载 SF-100 或更小的数据集时速度一般较快。在研究中,供应商积极参与了其平台的优化,这对我们很重要。为了鼓励结果重现,我们在网上公布了所有代码、脚本和配置参数。

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。

现在注册,即可免费获取《TigerGraph VS Neo4j图数据库基准测试深度报告》中文完整版本,了解两者在基准测试中的详细表现。

中文完整版报告,将在提交后发送到您的邮箱中,请注意查收。

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。

“到2023年,图技术将促进全球30%企业的快速决策场景化。需要图还是不需要?这已不再是个问题,一定是需要。”