1. JanusGraph的优势

JanusGraph 旨在提供不止一台机器的图数据的存储和计算能力。实时的图数据遍历和分析查询是JaunsGraph的基本特性。本节将讲解JanusGraph的特性和所支持的底层持久性解决方案。

1. JanusGraph 基本特性

   • 支持海量的图数据。 JanusGraph所支持的图的大小取决于集群中机器的数量。
   • 支持大并发下图的事务和操作处理。 JanusGraph的事务处理能力与集群中的机器数量成正比，并且能够毫秒级的响应在海量图数据上的复杂的遍历查询操作。
   • 通过Hadoop框架支持全量图分析和批量图处理。
   • 支持对大图的顶点和边进行地理位置，数值范围和全文的检索。
   • 原生支持Apache TinkerPop图数据模型。
   • 原生支持图形遍历语言Gremlin。
   • 易于使用，通过Gremlin Server实现与编程语言无关的连接。
   • 根据不同图数量级的配置来调整性能。
   • 以节点为中心的索引提供节点级别的查询，来解决超级节点问题。
   • 提供优化的磁盘存储方式，来提高磁盘的存储效率和访问速度。
   • 源代码遵循Apache 2 license的开源许可。

2. JanusGraph基于Apache Cassandra的优势

   • 持续可用，没有单点故障。
   • 没有主从架构下的图读写瓶颈。
   • 弹性扩展，支持增加和减少机器。
   • 使用缓存来确保数据持续可用。
   • 可以通过增加集群中的机器来扩大缓存。
   • 基于Apache Hadoop。
   • 源代码遵循Apache 2 license的开源许可。

3. JaunsGraph基于Hbase的优势

   • 基于Apache Hadoop的生态系统。
   • 支持强一致性。
   • 支持更多机器的线性扩展。
   • 读写严格一致。
   • 基于Hbase tables便于Hadoop MapReduce计算。
   • 支持通过JMX查看性能指标。
   • 源代码遵循Apache 2 license的开源许可。

4. JanusGraph和CAP理论

   Despite your best efforts, your system will experience enough faults that it will have to make a choice between reducing yield (i.e., stop answering requests) and reducing harvest (i.e., giving answers based on incomplete data). This decision should be based on business requirements.

   ​ – Coda Hale

   当我们使用数据库时，需要充分考虑CAP理论（C =一致性，A =可用性，P =可分区性）。 JanusGraph支持了3种后端存储：Apache Cassandra，Apache HBase和Oracle Berkeley DB Java Edition。 注意，BerkeleyDB JE是一个非分布式数据库，通常仅用来测试和学习JanusGraph。

   HBase以可用性为代价优先考虑强一致性。 Cassandra以一致性为代价优先考虑可用性。

   欢迎扫码关注公众号，更好的交流