图数据库选型对比：HugeGraph、JanusGraph、Neo4j

图数据库选型对比：HugeGraph、JanusGraph、Neo4j

​ 图数据库是NoSQL Database的一种类型，它应用图形理论存储实体之间的关系信息。它应用图形理论存储实体之间的关系信息。最常见例子就是社会网络中人与人之间的关系。关系型数据库用于存储“关系型”数据的效果并不好，其查询复杂、缓慢、超出预期，而图形数据库的独特设计恰恰弥补了这个缺陷。

​ 现在市面上经常有的图库有： Titan、neo4j、OrientDB、JanusGraph、HugeGraph、Trinity、TigerGraph 等。随着业务场景的增多，现在图数据库在市面上变得越来越火爆。

​ 个人因为公司业务需要曾对相关图库进行选型调研，主要工作是对HugeGraph、JanusGraph、Neo4jj 三种图数据库在各个维度进行的分析包括功能和性能方面，现总结一下希望对大家有一定的参考价值。

​ 从性能的方面考虑（涉及到数据量大小、是否为集群等因素）

​ 1、Neo4j：单机性能明显，企业版是集群模式（非分布式）

​ 2、hugegraph：单机性能（rocksdb后端）和neo4j相近甚至较好；同时还可以通过配置存储引擎，适用集群存储可支持大数据超千亿级以上（性能相对单机会有所降低）。

​ 3、 JanusGraph：开源的分布式图数据库，单机性能较差。但是分布式可支持大数据超千亿级以上，和apache下的spark、hbase等结合度高

​ 从功能的完备度、易用性等方面考虑

​ 1、Neo4j：功能比较齐全，但是功能都比较独立。和别的存储引擎耦合性低，不能相互组合使用。有可视化操作系统，简单功能可以实现。支持灾备，支持事务锁等。

​ 2、huegraph：功能支持健最齐全，导入组件支持各种数据源。可视化操作组件 hubble 支持功能齐全，存储后端引擎支持宽泛，能和相关的数据库搭配使用，更适合刚上手的用户。整体上常用算法都进行封装过，易用性强。有HA组件支持灾备，事务方面的支持较弱

​ 3、JanusGraph：功能方面支持（不支持可视化界面、HA灾备）其他相关功能都具备。整体上各功能使用没有hugegraph便捷易用。

分析结果

​ 接下来会从功能的支持方面和性能测试方面对neo4j 、 janusgraph 、hugegraph 图数据库进行详尽的说明，把一些它们的优缺点以表格的形式呈现，话不多说请看下表。

功能实现分析

图存储	Neo4j	JanusGraph	HugeGraph
容量在线水平扩展	不支持	支持	支持
后端存储引擎	自己独立的存储模式，自定义存储，无法使用集群存储。	支持持后端存储转换(hbase、cassandra、Berkeley DB等)	支持持后端存储转换(hbase、rocksdb、cassandra、postgreSQL、mysql、ScyllaDB)
是否支持事务	支持	支持	支持RC级别事务
图分区	不支持	支持	支持
全文检索功能	Neo4j用的搜索引擎是Lucene。	通过ES实现，集成操作复杂。	内置支持全文索引，不依赖额外存储，易维护。
全内存式存储（效率快）	不支持	不支持	支持
持久化存储	支持	支持	支持
二级索引	支持	支持	支持
范围索引	支持	不支持	支持
高级索引（联合索引、全文索引）	支持	支持	支持

图模型	Neo4j	JanusGraph	HugeGraph
图查询语言	cypher	gremlin图存储	Neo4j gremlin
shcema管理	手动编写	支持自动创建schema，但是自动创建中相关属性、label的数据类型是固定的。一旦自动创建后在一张图里边变不能进行修改，建议用户不使用自动化创建schema。	1、 支持手动gremlin语言编写。 2、 可以使用可视化界面进行创建和复用。
多图实例	不支持	不支持	一个server配置多个图，可以同时应用，互不影响。
多ID类型（自增、主键、自定义ID）	不支持	不支持	支持
属性类型（数字、字符串、日期、集合）	支持	支持	支持

图查询	Neo4j	JanusGraph	HugeGraph
RESTFUL API	支持	支持	支持
图处理	独立的图处理引擎	使用Tinkerpop3	使用Tinkerpop3
高频图算法	通过cypher代码自行实现	通过Gremlin 代码自行实现	封装了（ShortestPath、k-out、k-neighbor等），使用更友好
大规模查询	单机查询，数据到达一定规模，性能会降低	支持千亿级数规模查询	支持千亿级数据规模查询； 支持 大规模分页查询
属性图	支持	支持	支持

工具链	Neo4j	JanusGraph	HugeGraph
可视化工具	可视化工具，可以创建图，删除图，可以支持图数据查询。不支持数据导入等操作,不支持多图管理。	无可视化界面,但是可集成Cytoscape、[Gephi](http://link.zhihu.com/?target=http://tinkerpop.apache.org/docs/current/reference/" \l "gephi-plugin) 等（集成操作复杂）。	提供原生的可视化界面，支持多图管理、图查询、数据导入、schema复用。易用性强，新手更容易使用。
高可用及容灾备份	支持灾备	不支持	支持灾备 原生HA组件
数据导入	本地csv文件	支持本地csv等文件、hdfs导入。	支持本地csv，json，text，hdfs文件导入；也支持常用的数据库mysql、oracle、sqlServer等数据导入
图管理	可实现可视化界面图管理	方便从配置文件创建不同的图 1.ConfiguredGraphFactory 2.JanusGraphFactory方式	两种方案：1、有tools组件可以实现图的管理 2、可视化界面进行图管理
Spark GraphX	不支持	支持	支持

	Neo4j	JanusGraph	HugeGraph
部署方式	部署较复杂（配置项多）	单节点部署简单，多节点部署复杂(依赖hadoop、hbase /zookeeper )	可以一键部署（修改配置可以更换存储引擎）
发展模式	开源版和企业版共存	开源版	有开源版和商业版共存
社区支持	Neo4j公司	IBM	百度

Benchmark测试

测试数据集均为在网上公开数据集，测试结果仅为本人的特定服务器的情况下得到的结果。

插入测试

对表中的数据集进行导入操作，然后得到其所用时间。

查询测试

1、测试场景：在现有数据集中，通过某些点的信息查询和他直接相连的点的所用的时间。比如：图库中为一批电话通联数据集，想通过某些重点人的信息查询出所有和这些重点人的有通联的人

2、测试场景：在现有数据集中，通过某些顶点的信息，查询所有和这些顶点相连的边。例如：有一批员工的相关的数据信息，我们可以通过某个人ID查询出所有与其相关的信息。

3、测试场景：查询数据集中的任意两个顶点之间的最短路径。比如图库中的信息为所有中国铁路火车停靠站信息，我们可以查询任意两个城市之间停靠站最少的火车班次。