我有一个相当大的数据集，大约有 6800 万个数据点。数据当前存储在 MongoDB 中，我编写了一个 Java 程序，该程序通过数据将数据点链接在一起，并使用 Cypher 命令将它们放入 Neo4j 数据库中。我用一组测试数据(约 150 万)运行了这个程序，它成功了，运行了一夜。现在，当我尝试导入整个数据集时，程序非常慢。跑了整个周末，只有大约 350,000 个数据点成功。通过一些简短的测试，Neo4j 似乎是瓶颈。停止Java程序已经半个小时了，但是Neo4j的CPU使用率为100%，并且仍在添加新节点(来自Java程序)。有什么办法可以克服这个瓶颈吗？我考虑过多线程，但由于我正在尝试创建一个网络，因此存在大量依赖项和正在执行的非线程安全操作。感谢您的帮助!
编辑:我拥有的数据是用户列表。包含的数据是用户 ID 和用户好友 ID 的数组。我的 Cypher 查询看起来有点像这样:
"u:USER {id:" + currentID + "}) CREATE (u)-[:FRIENDS {ts:" + timeStamp}]->(u" + connectionID + ":USER {id:" + connectionID + "})"
抱歉，如果这真的很糟糕，对此还很陌生
最佳答案
你应该首先看看这个:
如果您仍然决定 DIY，那么您应该注意以下几点:首先，请确保您不要尝试在一次事务中导入所有数据，否则您的代码将在大部分时间被暂停垃圾收集器。其次，确保您为 Neo4j 进程(或者您的应用程序，如果您使用的是 Neo4j 的嵌入式实例)提供了足够的内存。 6800 万个节点对于 Neo4j 来说是微不足道的，但如果您生成的 Cypher 不断查找事物，例如创建新的关系，如果没有分配足够的内存，就会遇到严重的分页问题。最后，如果您按属性(而不是 id)查找节点，那么您应该使用标签和模式索引:
关于java - 将海量数据集导入 Neo4j 非常慢，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37927062/