CMDB 的 GraphDB

GraphDB 与 RDB：Spine-Leaf 架构搜索速度比较

本研究对 GraphDB (Neo4j) 和 RDB (PostgreSQL) 在查询代表脊叶网络架构的数据时的搜索速度进行了基准测试。 结果表明，对于具有大量节点和显着深度的数据集，GraphDB 的性能优于 RDB。

实验设置

测试环境使用 Neo4j（版本 5.26.0）和 PostgreSQL（版本 15）的 Docker 容器。 Docker Compose 文件如下：

<code class="language-yaml">version: '3'
services:
  postgres:
    image: postgres:15
    ports:
      - 5433:5432
    environment:
      POSTGRES_USER: postgres
      POSTGRES_PASSWORD: postgres
      POSTGRES_DB: postgres
  neo4j:
    image: neo4j:5.26.0
    ports:
      - 7474:7474
      - 7687:7687
  adminer:
    image: adminer
    restart: always
    ports:
      - 8080:8080</code>

基于脊叶和虚拟化架构的变化，测试了三种场景：

• 场景 1： 一个简单的架构（19 个节点，深度 4）。

• 场景 2： 更复杂的架构，增加了服务器密度以及叶交换机和服务器之间的全网状连接（273 个节点，深度 4）。

• 场景3：最深的架构，为每个虚拟机引入pod（417个节点，深度5）。

数据库之间的数据建模不同：

• Neo4j: 节点代表设备，具有 has_parent 和 has_child 关系。 场景 1 的示例查询：

<code class="language-cypher">CREATE (ssw1: SpineSwitch {name: "ssw1"})
CREATE (ssw2: SpineSwitch {name: "ssw2"})
...
CREATE (ssw1)-[:has_child]->(lsw1)
...</code>

• PostgreSQL： 使用了两个表，nodes 和 relationships。

<code class="language-sql">CREATE TABLE nodes (
    id SERIAL PRIMARY KEY,
    name VARCHAR(255) NOT NULL UNIQUE,
    type VARCHAR(50) NOT NULL
);

CREATE TABLE relationships (
    id SERIAL PRIMARY KEY,
    parent_id INT NOT NULL,
    child_id INT NOT NULL,
    relationship_type VARCHAR(50) NOT NULL,
    FOREIGN KEY (parent_id) REFERENCES nodes (id),
    FOREIGN KEY (child_id) REFERENCES nodes (id)
);</code>

搜索查询旨在查找从特定服务（“srv1”）到主干交换机的路径。 带有 Neo4j 的 GraphDatabase 驱动程序和 psycopg2 的 Python 脚本用于查询执行和计时。

结果

不同场景下的搜索速度对比总结如下：

讨论

结果表明，对于具有大量节点和相当深度的数据集，GraphDB 的效率显着提高，这与图数据库在遍历复杂关系方面的固有优势相一致。 对于较小的数据集，性能差异不太明显。

此外，与 PostgreSQL 中等效 SQL 查询的复杂性相比，Neo4j 中 Cypher 查询的简单性是需要考虑的关键因素。 这种查询复杂性的差异导致了在处理类图数据结构时对 GraphDB 的整体偏好。

以上是CMDB 的 GraphDB的详细内容。更多信息请关注PHP中文网其他相关文章！