Neo4j против OrientDB против Титана

Я работаю над научно-исследовательским проектом, связанным с анализом социальных отношений, и мне нужно хранить данные в некоторых графовых базах данных. Изначально я выбрал Neo4j в качестве базы данных. Но швы Neo4j плохо масштабируются. Альтернатива, которую я обнаружил, это Titan и oriebtDB. Я провел это сравнение этих трех баз данных, но я хотел бы получить более подробную информацию об этих базах данных. Так может кто-нибудь помочь мне в выборе лучшего. В основном я хотел бы сравнить производительность, масштабирование, доступную документацию / учебные пособия, поддержку библиотек Python, сложность языка запросов и поддержку алгоритмов графов для этих баз данных. Также есть ли другие хорошие варианты базы данных?

— Sreejithc321
источник

Также рассмотрим Graphlab (на основе Python): graphlab.com/products/create/overview.html Вот и хороший пост в блоге об этом: bugra.github.io/work/notes/2014-04-06/… Я не могу помочь вам с обсуждением Titan vs oriebtDB. Надеюсь, кто-то будет вмешиваться в это.

— nfmcclure

Также возможно использование Spark и GraphX

— sheldonkreger

В этой статье показаны некоторые подробности о масштабируемости, особое преимущество для Titan. groups.google.com/forum/#!topic/orient-database/CpPh42ukfH4

— Генри Х.

Нет, это не так; GraphX не является базой данных.

— Эмре

Так как это было пару месяцев назад, я полагаю, вы добились определенного прогресса. Почему бы не добавить свой собственный ответ (здесь или в другом месте?)

— Jayan

Я думаю, что вам, возможно, придется помнить общие конвейеры данных и конвейеры машинного обучения. Для которого вам нужна надежная структура для перемещения данных между табличными и графическими хранилищами, кроме мощной распределенной обработки. Насколько я понимаю, Spark GraphX обещает построить эти конвейеры. Выступление Джозефа Гонсалеса (одного из создателей GraphLab из CMU) о GraphX на YouTube стоит посмотреть.

— Срини Вемула
источник