摘要：
NebulaGraph 的离线批量计算（离线图计算）是针对大规模图数据（通常亿级以上点边）的复杂分析场景设计的，通过集成分布式计算框架（如 Spark）实现高吞吐、高容错的批量处理。其核心目标是解决在线查询（nGQL）无法高效处理的全图级、多迭代计算问题（如全图 PageRank、社区发现等）。 一 阅读全文
posted @ 2025-08-13 16:01
郭慕荣
阅读(46)
评论(0)
推荐(0)
摘要：
NebulaGraph 作为分布式图数据库，不仅支持高效的在线图查询（如点边遍历、路径分析），还通过内置算法、Nebula Algorithm 工具（基于 Spark 的离线图计算框架）以及生态集成（如与 GraphX、Flink Gelly 等对接）提供丰富的图计算能力。其图算法覆盖路径分析、中心 阅读全文
posted @ 2025-08-13 15:00
郭慕荣
阅读(57)
评论(0)
推荐(0)
摘要：
在 NebulaGraph 中，顶点 ID（VID）的设计直接影响数据分布、查询性能和集群扩展性。以下是 VID 设计的核心原则、实现方法及最佳实践： 一、核心设计原则 1. 唯一性与全局一致性 强制约束：每个图空间内的 VID 必须唯一，类似于关系型数据库的主键。不同图空间的 VID 相互独立，无 阅读全文
posted @ 2025-08-13 14:43
郭慕荣
阅读(53)
评论(0)
推荐(0)
摘要：
NebulaGraph 集群中主节点、分片和主分片的同步机制与 Raft 协议以及集群间同步机制相关，以下是详细介绍： Meta 主节点同步：NebulaGraph 的 meta 服务由多个 nebula - metad 进程构成 Raft 集群，其中一个为 leader，其余是 follower。 阅读全文
posted @ 2025-08-13 14:25
郭慕荣
阅读(30)
评论(0)
推荐(0)
浙公网安备 33010602011771号