Neo4j vs OrientDB проти Титану

Я працюю над проектом з науковими даними, пов’язаним із розробкою соціальних відносин і потребую зберігання даних у деяких базах даних графіків. Спочатку я вибрав Neo4j як базу даних. Але це здається, що Neo4j не дуже масштабується. Альтернатива, яку я дізнався, - «Титан» та «oriebtDB». Я пройшов це порівняння на цих трьох базах даних, але я хотів би отримати більш детальну інформацію про ці бази даних. Тож може хтось мені допомогти у виборі найкращого. В основному я хотів би порівняти продуктивність, масштабування, наявну лінійну документацію / підручники, підтримку бібліотеки Python, складність мови запитів та підтримку алгоритмів графіків цих баз даних. Чи є ще якісь хороші варіанти бази даних?

— Sreejithc321
джерело

Також врахуйте Graphlab (на основі python): graphlab.com/products/create/overview.html Ось також хороша публікація в цьому блозі: bugra.github.io/work/notes/2014-04-06/… Я не можу допоможе вам в обговоренні Titan vs oriebtDB, хоча. Сподіваємось, хтось зазвучить з цим.

— nfmcclure

Також можливо використовувати Spark and GraphX

— sheldonkreger

У цій статті показано деякі деталі щодо масштабованості, особлива перевага для Titan. groups.google.com/forum/#!topic/orient-database/CpPh42ukfH4

— Генрі Х.

Ні це не так; GraphX - це не база даних.

— Емре

Оскільки це було пару місяців тому, я припускаю, що ви досягли певного прогресу. Чому б не додати власну відповідь (тут чи деінде?)

— Джаян

Я думаю, що вам, можливо, доведеться пам’ятати загальні трубопроводи даних та трубопроводи машинного навчання. Для цього вам потрібен надійний фреймворк для переміщення даних між табличним схожим та графічним сховищем, окрім потужної розподіленої обробки. З мого розуміння, Spark GraphX обіцяє побудувати ці трубопроводи. Розмови Джозефа Гонзалеса (одного із творців GraphLab з КМУ) на GraphX на youtube варто переглянути.

— Шріму Вемула
джерело