AWS Neptune图数据库遍历顺序保证相关问题咨询

结论 #

相同的无显式排序步骤的Gremlin查询，在AWS Neptune中多次执行时确实可能出现返回结果排列顺序不一致的情况。

核心原因 #

• 作为Gremlin的兼容实现，Neptune默认遵循TinkerPop规范的设定：除非查询显式调用order()步骤，否则不承诺任何返回结果的遍历顺序，该逻辑属于图数据库查询的通用默认规则，无需在Neptune专属文档中单独说明。
• Neptune底层存储的物理布局会随数据写入、更新、分片自动重平衡、后台存储优化任务等操作动态调整，遍历默认会优先按物理存储顺序返回节点/边，存储布局变化会直接导致遍历顺序变化。
• 即使没有数据变更，不同时段的集群负载差异可能让查询优化器选择不同的执行计划，并行遍历的分片调度逻辑差异也可能带来返回顺序的变化。

低损耗保证顺序的替代方案 #

如果你不想承担全量自定义字段排序带来的性能开销，可以尝试以下方案：

• 仅需要顺序稳定、无特定业务排序要求的场景，使用order().by(id)排序即可，Neptune对元素ID的排序做了底层优化，性能损耗远低于自定义属性排序。
• 带有limit()限制的查询，仅对返回的有限条结果排序，可大幅降低排序带来的性能开销。
• 业务侧可接收顺序波动的场景，可省略查询侧的排序步骤，将结果拉取到应用端后做本地排序，把排序压力从数据库侧转移到更易扩容的应用侧。

内容的提问来源于stack exchange，提问作者Danya