节点类型数量的增加是否会影响图形数据库的性能？
Does an Increased Number of Node Types Impact Performance of Graph DBs?
我正在创建图形数据库，这是一个简单的电影数据库，包含演员、制片人、导演等多种类型的信息。
我想知道的是，将您的节点分解到更细粒度的级别是否更好？例如，'actors' 和 'directors' 有两种节点更好还是只有一种节点更好，比如 'person' 并使用不同类型的关系，如 'acted_in' 和 'directed'？这有关系吗？
另外，对遍历查询有影响吗？节点类型越多是否意味着遍历越慢？
注意：我打算使用 Amazon Neptune 中的 Gremlin 控制台来实现它。
答案真的是视情况而定。如果我正在构建这样的模型，我会将关键的“名词”分解为它们自己的节点。我还会适当地标记边缘，例如 ACTED_IN 或 DIRECTED.
任何图形查询的性能取决于它需要接触多少数据（从深度到深度的扇出因子）。
我能给你的最好建议是想想你需要图表回答的问题，并尝试设计你的数据模型，以便尽可能容易地编写这些查询。不要害怕在您的数据模型上多次迭代。这是常见的和意料之中的。
当您想向节点添加一条唯一信息时，属性会很有用 - 也许是导演的生日。
边缘属性可用于过滤掉不需要的边缘，但边缘标签也可以。在某些情况下，您可能会发现诸如 DIRECTED-IN-2005 之类的标签是避免检查标签和边缘上的 属性 的有用快捷方式。
我正在创建图形数据库，这是一个简单的电影数据库，包含演员、制片人、导演等多种类型的信息。
我想知道的是，将您的节点分解到更细粒度的级别是否更好？例如，'actors' 和 'directors' 有两种节点更好还是只有一种节点更好，比如 'person' 并使用不同类型的关系，如 'acted_in' 和 'directed'？这有关系吗？ 另外，对遍历查询有影响吗？节点类型越多是否意味着遍历越慢？
注意：我打算使用 Amazon Neptune 中的 Gremlin 控制台来实现它。
答案真的是视情况而定。如果我正在构建这样的模型，我会将关键的“名词”分解为它们自己的节点。我还会适当地标记边缘，例如 ACTED_IN 或 DIRECTED.
任何图形查询的性能取决于它需要接触多少数据（从深度到深度的扇出因子）。
我能给你的最好建议是想想你需要图表回答的问题，并尝试设计你的数据模型，以便尽可能容易地编写这些查询。不要害怕在您的数据模型上多次迭代。这是常见的和意料之中的。
当您想向节点添加一条唯一信息时，属性会很有用 - 也许是导演的生日。
边缘属性可用于过滤掉不需要的边缘，但边缘标签也可以。在某些情况下，您可能会发现诸如 DIRECTED-IN-2005 之类的标签是避免检查标签和边缘上的 属性 的有用快捷方式。