Ответ 1
Это хороший вопрос. На самом деле это не ответ, но почему бы нам не обсудить это здесь? Технически я думаю, что я должен обозначить ваш вопрос как "основанный прежде всего на мнениях", поскольку вы явно запрашиваете мнения, но я думаю, что это стоит обсуждения.
Скучный, но честный ответ заключается в том, что он всегда зависит от ваших шаблонов запросов. Не зная, какие запросы вы собираетесь создавать против этой структуры данных, не существует способа узнать "лучший" подход.
Суперноды - проблемы и в других областях. Графические базы данных иногда очень сложно масштабировать в некотором роде, потому что данные в них трудно разбить. Если бы это была реляционная база данных, мы могли бы разбиться по вертикали или по горизонтали. В графе DB, когда у вас есть суперноды, все "близко" ко всему остальному. (Аляскинский фермер любит Леди Гагу, а также нью-йоркский банкир). Moreso, чем просто скорость перемещения по графу, суперноды - большая проблема для всех видов масштабируемости.
Предложение Рика сводится к тому, чтобы побудить вас создать "подкластеры" или "разделы" супер- node. Для некоторых шаблонов запросов это может быть хорошей идеей, и я не отказываюсь от этой идеи, но я думаю, что скрытое здесь понятие кластерной стратегии. Сколько мета-узлов вы назначаете? Сколько максимальных ссылок на meta- node? Как вы решили назначить этого пользователя этой метатеге node (а не какой-либо другой)? В зависимости от ваших запросов эти вопросы будут очень трудно ответить, их сложно реализовать правильно или и того и другого.
Другой (но концептуально очень похожий) подход заключается в том, чтобы клонировать Леди Гага около тысячи раз, дублировать ее данные и синхронизировать их между узлами, а затем утверждать кучу "то же, что" отношения между клонами. Это не то, что отличается от подхода "мета", но оно имеет то преимущество, что оно копирует данные Lady Gaga в клон, а "Meta" node - это не просто тупик для навигации. Большинство из тех же проблем применяются, хотя.
Здесь другое предложение: у вас есть проблема с отображением большого числа множителей. Возможно, если это для вас действительно большая проблема, вам лучше разобраться с ней в одной реляционной таблице с двумя столбцами (from_id, to_id), каждый из которых ссылается на идентификатор neo4j node. Тогда у вас может быть гибридная система, в основном графическая (но с некоторыми исключениями). Здесь много компромиссов; конечно, вы не могли бы пройти это переключение в cypher вообще, но оно масштабировалось бы и разбилось бы намного лучше, и запросы на конкретный rel, вероятно, были бы намного быстрее.
Одно общее наблюдение здесь: обсуждаем ли мы реляционные, графические, документы, базы данных K/V или что-то еще - когда базы данных становятся действительно большими, а требования к производительности становятся очень интенсивными, почти неизбежно, что люди заканчивают с каким-то гибридным решением с более чем одним видом СУБД. Это из-за неизбежной реальности, что все базы данных хороши в некоторых вещах, а не хороши для других. Поэтому, если вам нужна система, которая подходит максимум, вам придется использовать несколько баз данных.:)
Скорее всего, в этих случаях можно оптимизировать neo4j для оптимизации, но мне кажется, что системе понадобится несколько советов по шаблонам доступа, чтобы сделать действительно хорошую работу. Из присутствующих 2 000 000 отношений, как конечным точкам лучше всего кластер? Старые отношения важнее, чем новые, или наоборот?