我目前正在使用 neo4j 的嵌入式 python 绑定。我目前没有任何问题，因为我的图非常小（稀疏且最多 100 个节点）。我正在开发的算法涉及图上的大量遍历，更具体地说是图上以及不同子图上的 DFS。
将来我打算在大型图上运行该算法（据说是稀疏的且具有数百万个节点）。
阅读了与 python/neo4j 绑定性能相关的不同线程here, here，我想知道我是否应该切换到一些 Python 的 REST API 客户端（如bulbflow、py2neo、neo4jrestclient），直到我无法更改所有代码。
不幸的是，我没有找到任何全面的信息来源来比较不同的方法。
有人可以对这个问题提供一些进一步的见解吗？选择其中一个选项时我应该考虑哪些标准？
Django 是一个 MVC Web 框架，因此如果您的框架是 Web 应用程序，您可能会对它感兴趣。
从 py2neo（我是作者）的角度来看，我试图通过在适当的情况下自动使用批处理执行机制以及提供强大的 Cypher 支持来重点关注性能。我最近还投入了大量的工作来为索引中的唯一性管理提供良好的选择 - 具体来说，get_or_create and add_if_none方法。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
