关于neo4j 超过千万节点的 性能问题
楼主今年在电力行业的项目中应用了neo4j，但是高并发的问题没有解决，只好部署成单机 前半年用的neo4j2.0版本的。用的spring-data-neo4j。 主要操作如下： 1.读取neo4j里面的拓扑节点（按级次遍历）,大致每次读出来大概150个节点，层级大致30层级以内 2.对拿出来的节点，进行打断关系重新连接，或修改属性值 3.把修改好的节点和关系再保存进去 这个过程（都加入了事务控制），虽然计算量有点多，所以想来咨询一下， 这个过程一开始到结束，cpu都高居不下，内存还好。 cpu高居不下后，并发就卡死，各种报错。也就不到20个并发。 求高手解惑，因为新项目也要用neo4j，而且数据量在2000W,要求并发 至少能达到100吧
3 回复
方案一： 购买企业版，搭建集群。社区版不适合用在生产环境 方案二：在业务逻辑上拆分数据，分别放在运行在不同电脑上的neo4j实例上（如果业务逻辑上无法拆分，就不要考虑了） 方案三：使用亚马逊云等云平台的neo4j 托管，就是运行在aws云上的neo4j实例，这个不用考虑性能问题，肯花钱绝对性能妥妥的，aws上使用neo4j ：https://neo4j.com/blog/neo4j-hosting-aws-graphenedb/?utm_source=tuicool&utm_medium=referral 方案四：创建索引，等数据库优化