为何addVertex()比addV()执行速度更快？

一、g.addV()操作误区分析 #

从你提供的代码来看，存在一个明显的代码顺序错误：

Transaction tx = g.tx();
tx.open();
GraphTraversalSource g = orientGraph.traversal();

这里在声明GraphTraversalSource g之前就调用了g.tx()，属于变量未初始化就使用的错误，会导致运行时异常。正确顺序应为先获取GraphTraversalSource实例，再开启事务：

GraphTraversalSource g = orientGraph.traversal();
Transaction tx = g.tx();
tx.open();

此外，循环中逐个调用g.addV(_labels).next()会带来额外的遍历执行开销——每次调用都会创建独立的遍历实例并执行，这也是g.addV()速度慢于addVertex()的核心原因之一。

二、提升g.addV()执行速度的方法 #

1. 优化事务与批量提交

   • 避免单一大事务：插入百万级顶点时，单个大事务会占用大量内存且提交耗时，建议每插入1000-10000个顶点提交一次事务，平衡内存占用和提交开销。
   • 手动控制事务：关闭自动提交，显式管理事务的开启与提交，避免隐式事务带来的频繁提交开销。

2. 批量插入优化

   • 用Gremlin批量遍历语法减少实例创建开销，例如通过inject批量生成顶点标签一次性插入：

     List<String> labels = // 批量顶点标签列表
     g.inject(labels).unfold().addV(__.identity()).iterate();
     

   • 使用iterate()替代next()：如果不需要返回插入的顶点实例，iterate()可避免顶点对象的序列化/反序列化开销，提升速度。

3. 利用OrientDB的Gremlin优化

   • 使用支持Gremlin字节码优化的OrientDB版本，让g.addV()被翻译成更接近底层addVertex()的高效操作，减少Traversal封装带来的开销。
   • 尝试结合OrientDB批量插入API与Gremlin，比如通过脚本执行批量插入命令，减少客户端与服务器的交互次数。

4. 减少不必要操作

   • 循环内避免重复创建GraphTraversalSource或事务对象，确保这些对象仅初始化一次。

我正在测试图数据库（GraphDBs），并明确了以下评估要求与指标：

1. 标准化对比：“同类对比（Apples-2-Apples）”
   • 所有数据库均使用Gremlin-Server的g.addV()执行操作，能更公平地对比数据库性能，而非代码实现差异
2. 若某实现方式更快，则应优先采用
   • 以OrientDB为例，处理指定数据集时，addVertex()比g.addV()快40-50%
     • addVertex()耗时15-30分钟
     • g.addV()耗时25-40分钟

两种实现代码对比 #

OrientGraph 直接调用实现 #

OrientGraph orientGraph = OrientGraph.open(configuration);
// for-loop
    Vertex vertex = orientGraph.addVertex(_labels);

GraphTraversalSource 实现（修正后） #

GraphTraversalSource g = orientGraph.traversal();
Transaction tx = g.tx();
tx.open();
// for-loop 
    Vertex vertex = g.addV(_labels).next();
tx.commit();

Gremlin GraphTraversalSource 核心源码 #

public class GraphTraversalSource implements TraversalSource {

    // ...

    public GraphTraversal<Vertex, Vertex> addV(final String vertexLabel) {
        if (null == vertexLabel) {
            throw new IllegalArgumentException("vertexLabel cannot be null");
        } else {
            GraphTraversalSource clone = this.clone();
            clone.bytecode.addStep("addV", new Object[]{vertexLabel});
            GraphTraversal.Admin<Vertex, Vertex> traversal = new DefaultGraphTraversal(clone);
            return traversal.addStep(new AddVertexStartStep(traversal, vertexLabel));
        }
    }

    // ...

    public Transaction tx() {
        if (null == this.connection) {
            return this.graph.tx();
        } else {
            Transaction tx = this.connection.tx();
            return tx == Transaction.NO_OP && this.connection instanceof Transaction ? (Transaction)this.connection : tx;
        }
    }

    // ...

}

内容的提问来源于stack exchange，提问作者Zach