YOTOY
YOTOY

ArangoDB、Neo4j、OrientDB单机性能比较

[TOC]

系统信息

图数据库版本信息

图数据库 版本 备注
Neo4J 3.2
OrientDB 2.2.x
ArangoDB、 3.1.19 有密钥失效问题，导致无法下载成功server端
Titan 1.0.0 需要集群，暂不分析

OS&库信息

  • OS：Ubuntu 16.04
  • 虚拟机VM12
  • python3驱动
    • python-arango
    • neo4j-driver
    • PyOrient
  • 绘图库：MatPlotLib+Numpy
  • 性能监测库：psutil

测试信息

  • 测试所得四张图分别为
    • 数量时间图，斜率越小性能越好
    • CPU平均占用率图
    • RAM使用图
    • 硬盘剩余空间图

图数据库分类

NoSQL数据库类别：

  • 键值(Key-Value)数据库
  • 面向文档(Document-Oriented)数据库
  • 列存储(Wide Column Store/Column-Family)数据库
  • 图(Graph-Oriented)数据库

单次写入速率分析

  • 图数据库引擎全部打开，自动绘图

一万节点十万插入速度

插入一万顶点V

ArangoDB、Neo4j、OrientDB单机性能比较_第1张图片
一万节点-插入节点性能分析.jpg

简单分析

  • 三个图数据库所消耗插入节点时间相差无几，性能高低依次OrientDB>Neo4J>ArangoDB
    • ArangoDB的节点hash可能随节点数量的提高而降低插入节点的性能
  • CPU使用情况为Neo4J使用率高于OrentDB，ArangoDB在最后有个提升，且结合第一张图ArangoDB在最后斜率升高推测ArangoDB可能插入节点斜率随着节点数的增多而降低。这是因为ArangoDB在存储节点时候会计算_key的Hash而产生的性能降低，但是节点插入的速度的Y轴与后面计算的Y轴不在同一数量级上，ArangoDB牺牲插入节点的性能提高后续的性能是很值得。
  • 对RAM使用情况，ArangoDB>OrientDB>Neo4J
  • 硬盘使用情况，OrientDB>Neo4J>ArangoDB

结论

在插入节点这步骤：

  • ArangoDB建立Hash索引，所以插入节点时候的性能会稍微有点低，RAM占用最大，所消耗的存储空间最小。
  • Neo4J进行了CPU的密集计算，对RAM和硬盘的占用率不高。
  • OrientDB插入耗时最短，CPU，RAM也占用较低，建立BS树索引的优势，但是磁盘消耗大，其以文档形式直接存储数据而不进行前期的预处理，结合后面的数据可以看出，OrientDB和ArangoDB虽然都支持文档数据库和图数据，但OrientDB更加偏重于文档数据的存储，而不是图数据的分析。

插入十万边E

ArangoDB、Neo4j、OrientDB单机性能比较_第2张图片
一万节点-插入边性能分析.png

简单分析

  • 插入边中，耗时长短依次：OrientDB>ArangoDB>Neo4J，从这可以看出，没有在节点环节作出合适预处理的OrientDB在插入关系的时候的性能远远落后于ArangoDB和Neo4J。
  • CPU占用上，Neo4J>OrientDB>ArangoDB
  • 磁盘使用情况：Neo4J>OrientDB>ArangoDB

结论

  • 在插入边的情况下，ArangDB性能依旧稍稍落后于Neo4J，但其在CPU、RAM和磁盘占用上都不如ArangoDB
  • OrientDB则是性能落后很多，且插入边时候磁盘的剩余空间波动巨大，可能是其中产生了缓存文件之类。
  • OrientDB在插入E时性能差距太大

遍历邻节点

  • 邻节点深度为1
  • 采用了三个图数据库内置的广度优先算法

一万节点遍历

ArangoDB、Neo4j、OrientDB单机性能比较_第3张图片
一万节点-邻节点查询性能分析.jpg

分析

  • ArangoDB在存储节点时候所消耗的性能在做图计算时候带来了巨大的性能优势，便利和最短路径都因此受益，便利时间依次：OrientDB>Neo4J>ArangoDB
    • Neo4J的图为折线，这意味着如果没有相邻节点Neo4J可以快速发现，而OrientDB和ArangoDB则会逼近直线。
    • Neo4J节点存在大量关系其运行时间消耗大，关系越多耗时越久，不适合大关系的图。
  • Neo4J和ArangoDB是图遍历中性能较好的两种，Neo4J依赖于CPU的计算力去遍历图，ArangoDB则依赖内存
  • Neo4J和ArangoDB皆不会因为遍历而消耗磁盘空间，OrientDB会。
    • OrientDB在遍历时候消耗的磁盘空间可能就是为了优化后面图算法所做的准备，这可以在最短路径的图算法结论中看出。
    • 以磁盘空间来优化算法速度。
  • OrientDB遍历性能太低

最短路径

  • 采用了三个图数据库内置的Dijkstra算法

一万节点相互最短路径

ArangoDB、Neo4j、OrientDB单机性能比较_第4张图片
一万节点-两节点最短路径性能分析.jpg

分析

  • 在查找两节点最短路径时候，所消耗时间：Neo4J>OrientDB>ArangoDB
    • Neo4J依旧是折线，综合两个图算法，Neo4J有办法快速找到没有关系的孤立节点。因为index-free adjacency的关系。
    • OrientDB在做最短路径时候性能相比Neo4J高很多。
  • 对CPU的利用：Neo4J>OrientDB>ArangoDB，且OrientDB很稳定
  • 在做最短路径时候，除了ArangoDB，其他两个都会消耗磁盘空间。

综合分析

Neo4J、OrientDB、ArangoDB在插入数据时候都会默认的建立索引，性能的差距有部分就是因为自身索引的选择导致的，各自理念不同；

  • Neo4J：index-free adjacency，擅长遍历图，以及计算不存在大量关系的节点的图
  • OrientDB：侧重文档数据库，主要还是SB树索引导致，空间浪费比较大；插入节点与另外两个数据库相差无几，但是在插入关系中另外两个数据库都做了优化，OrientDB无优化，就挂了；在图论计算力上性能优异，但是在遍历中还是优化不够，被甩开。
  • ArangoDB：对于V和E文档都建立了索引，_key、_from、_to，保证了内部自身查找文档数据的快速

What “Graph First” Means for Native Graph Technology

ArangoDB、Neo4j、OrientDB单机性能比较_第5张图片
An overview of the graph database space.png

[Oreilly Graph Databases](../Neo4J/docs/Oreilly Graph Databases.pdf) Figure 1.3

There are two main elements that distinguish native graph technology: storage and processing. ——native-vs-non-native-graph-technology

具体就是阐述了Native比Non-Native好之类的。

简要阐述

Name ArangoDB OrientDB Neo4J
数据库类型 multi-model DBMS multi-model DBMS graph database
数据模型 Document store、Graph DBMS、Key-value store Document store、Graph DBMS、Key-value store Graph DBMS
适合的操作系统 Linux、OS X、Raspbian、Solaris、Windows All OS with a Java JDK (>= JDK 6) Linux、OS X、Solaris、Windows
事物支持 ACID ACID ACID
外键 No Yes Yes
  • ArangoDB与OrientDB都是文档和图数据库的综合体，V和E都是分别存储在不同的文档的中，然后通过文档去构建图，不同之处：
    • ArangoDB以文档数据库模式存储图，以特殊字段标识（_from,_to）文档类型成为V和E文档，作为图数据库基础。
    • OrientDB采用了OOP的继承的方式去实现了V和E两个类；
  • ArangoDB优化了_key字段，可以很简单hash，且本身也被优化了；
  • Neo4J的存储方式是分别存储了V和E作为两个文件；

ArangoDB企业版存在一个smartGraph的功能，未尝试。

图数据库存储数据类型——复杂度与灵活性关系：

ArangoDB、Neo4j、OrientDB单机性能比较_第6张图片
图数据库存储数据类型——复杂度与灵活性关系.png

ArangoDB

优点：ArangoDB FAQ、

  • 存储空间占用下：采用了元数据模式存储数据；Wiki元数据
    • 可通过内存提速，CPU占用率低
  • 支持主从集群
  • Multi-collection transactions
  • 扩展性好：JavaScript；
    • 用JavaScript和ArangoDB构建应用，Foxx微服务运行在DB内部，可快速访问数据。
  • AQL功能很强大，配置编程远方便与灵活于Neo4J、OrientDB
    • Neo4J的Cypher也比较强大，清晰，但是不利于调整，灵活性不够
    • OrientDB，类SQL，查询繁琐，调整不便利，内置SQL函数接口也不方便。

缺点：

  • 插入性能稍低
  • ArangoDB doesn’t compete with massively distributed systems like Cassandra with thousands of nodes and many terabytes of data.ArangoDB FAQ

Cassandra :用于储存收件箱等简单格式数据——Wiki

The Apache Cassandra database is the right choice when you need scalability and high availability without compromising performance. Linear scalability and proven fault-tolerance on commodity hardware or cloud infrastructure make it the perfect platform for mission-critical data.Cassandra's support for replicating across multiple datacenters is best-in-class, providing lower latency for your users and the peace of mind of knowing that you can survive regional outages.

——Apache Cassandra

索引

  • 自动索引_key属性，_from和_to属性；保证V和E的查找的速度。ArangoDB默认索引

Neo4J

优点

  • 可集群，使用读/写负载平衡器将请求直接到一个集群；[Oreilly Graph Databases](../Neo4J/docs/Oreilly Graph Databases.pdf)，Figure 4.9
  • 支持事物、锁、页面缓存；[Oreilly Graph Databases](../Neo4J/docs/Oreilly Graph Databases.pdf)，Figure 6.3
  • 遍历下：建立索引通常成本O(log(n))，但Neo4J的遍历一个关系的复杂度趋向于O(1)；[Oreilly Graph Databases](../Neo4J/docs/Oreilly Graph Databases.pdf) Page：151
    • index-free adjacency：提供high-performance traversals, queries, and writes
    • Neo4j uses relationships, not indexes, for fast traversals；O(1)
    • ArangoDB写了篇文章：Index Free Adjacency or Hybrid Indexes for Graph Databases，讲述了这个技术被自己干掉；
    • 存储节点时使用了”index-free adjacency”，即每个节点都有指向其邻居节点的指针，可以让我们在O(1)的时间内找到邻居节点。
    • 图形关系的最佳存储模式，嵌入式、高性能、轻量级
  • Cypher语法友好

缺点

  • Neo4j没法存储巨大的一张关系图 ，因为他不支持分片
    • Neo4j 3.1支持因果集群并改进了安全，主写副读
    • 可集群，使用读/写负载平衡器将请求直接到一个集群；[Oreilly Graph Databases](../Neo4J/docs/Oreilly Graph Databases.pdf)，Figure 4.9
  • 因为index-free adjacency，遍历快但是计算随机两个节点最短路径性能不佳

分片（sharding）是MongoDB 用来将大型集合分割到不同服务器（或者说一个集群）上所采用的方法。尽管分片起源于关系型数据库分区，但它（像MongoDB 的大部分方面一样）完全是另一回事。

——什么是分片

文件存储

  • 存储关系 record 数组数据：
    • relationships are stored in the relationship store file, neostore.relationshipstore.db.
    • 存储关系ID：neostore.relationshipstore.db.id
  • 存储关系组数据及其序列Id：
    • neostore.relationshipgroupstore.db 存储关系 group数组数据
    • neostore.relationshipgroupstore.db.id
  • 存储关系类型及其序列Id：
    • neostore.relationshiptypestore.db 存储关系类型数组数据
    • neostore.relationshiptypestore.db.id
  • 存储关系类型的名称及其序列Id：
    • neostore.relationshiptypestore.db.names 存储关系类型 token 数组数据
    • neostore.relationshiptypestore.db.names.id

OrientDB

优点

  • 安装简单，功能丰富
  • OrientDB是兼具文挡数据库的灵活性和图形数据库管理链接能力的可深层次扩展的文档-图形数据库管理系统(NoSQL数据库)。
  • 可选无模式、全模式或混合模式下。支持许多高级特性，诸如ACID事务、快速索引，原生和SQL查询功能。
  • 可以JSON格式导入、导出文档。
  • 若不执行昂贵的JOIN操作的话，如同关系数据库可在几毫秒内可检索数以百记的链接文档图。

缺点

  • 坑很多：Tackling a 1 Billion Member Social Network – Fast Search on a Large Graph
  • 性能和可扩展性不好

存储原理

OrientDB本地存储原则：使用包含由固定大小部分（页面）分割的磁盘数据并写入日志记录方法的磁盘缓存（当页面中的更改首先记录在所谓的持久存储器中时），我们可以实现以下特性：OrientDB 2.2.x——PLocal Engine

  • Operations on single page are atomic.
  • Changes applied to the page can be restored after server crash even if they were not flushed to the disk.

保护数据

ArangoDB、Neo4j、OrientDB单机性能比较_第7张图片
orientdb-storage.png

默认索引

SB索引，基于B-树。SB树

  • 磁盘消耗大不难理解。
  • 其节点唯一标志@RID就是SB索引树的父节点标识吧，推测。
  • 插入关系先获得节点，在SB树索引与Neo4J和ArangoDB的实现对比下会慢。

参考资料

  • Neo4j 底层存储结构分析
  • System Properties Comparison ArangoDB vs. Neo4j vs. OrientDB
  • Benchmark: PostgreSQL, MongoDB, Neo4j, OrientDB and ArangoDB，ArangoDB社区
  • 大数据分析技术研究报告(四)
    • NoSQL数据库的四大家族
  • ArangoDB介绍——未知架构和底层原理
  • ArangoDB FAQ
  • bachelor-thesis，原文：https://lucas.dohmen.io/assets/pdfs/bachelor-thesis.pdf
  • Neo4j 底层存储结构分析
  • [Oreilly Graph Databases](../Neo4J/docs/Oreilly Graph Databases.pdf)
  • ArangoDB_Manual_3.1.19
  • Neo4j 3.1支持因果集群并改进了安全，Neo4j 3.1 Supports Causal Clustering and Security Enhancements
  • native-vs-non-native-graph-technology
  • Index Free Adjacency or Hybrid Indexes for Graph Databases，ArangoDB社区，讲述了Neo4J的index-free adjacency技术怎么被不看好并且被它KO的故事。
    • ArangoDB 3.1 索引技术
    • OrientDB 2.2x 索引技术
  • Tackling a 1 Billion Member Social Network – Fast Search on a Large Graph；Neo4J是如何干掉OrientDB、Titan的。2016-4-20
  • 图数据库：存储半结构化大数据的解决方案
  • 在选择数据库的路上，我们遇到过哪些坑？（1）
  • OrientDB 2.2.x——PLocal Engine

你可能感兴趣的:(ArangoDB、Neo4j、OrientDB单机性能比较)

  • Java面试题精选：消息队列(二) 芒果不是芒 Java面试题精选javakafka
    一、Kafka的特性1.消息持久化：消息存储在磁盘，所以消息不会丢失2.高吞吐量：可以轻松实现单机百万级别的并发3.扩展性：扩展性强，还是动态扩展4.多客户端支持：支持多种语言（Java、C、C++、GO、）5.KafkaStreams（一个天生的流处理）:在双十一或者销售大屏就会用到这种流处理。使用KafkaStreams可以快速的把销售额统计出来6.安全机制：Kafka进行生产或者消费的时候会
  • MongoDB知识概括 GeorgeLin98 持久层mongodb
    MongoDB知识概括MongoDB相关概念单机部署基本常用命令索引-IndexSpirngDataMongoDB集成副本集分片集群安全认证MongoDB相关概念业务应用场景：传统的关系型数据库（如MySQL），在数据操作的“三高”需求以及应对Web2.0的网站需求面前，显得力不从心。解释：“三高”需求：①Highperformance-对数据库高并发读写的需求。②HugeStorage-对海量数
  • docker from指令的含义_多个FROM-含义 weixin_39722188 dockerfrom指令的含义
    小编典典什么是基本图片？一组文件，加上EXPOSE端口ENTRYPOINT和CMD。您可以添加文件并基于该基础图像构建新图像，Dockerfile并以FROM指令开头：后面提到的图像FROM是新图像的“基础图像”。这是否意味着如果我neo4j/neo4j在FROM指令中声明，则在运行映像时，neo数据库将自动运行并且可在端口7474的容器中使用？仅当您不覆盖CMD和时ENTRYPOINT。但是图像
  • 非关系型数据库 天秤-white nosql
    一、为什么要用Nosql1.单机MySQL的时代。一个基本的网站访问量一般不会太大，单个数据库完全足够。那时候更多使用的静态网页html，服务器根本没有太大压力。这时候网站的瓶颈是什么？-数据量如果太大，一个机器放不下。-数据量太大需要建立数据的索引（B+Tree），一个服务器内存放不下。-访问量读写混合，一个服务器承受不了。2.memcached缓存+MySQL+垂直拆分（读写分离）。网站80%
  • Rides实现分布式锁，保障数据一致性,Redisson分布式事务处理 朱杰jjj 缓存分布式
    分布式环境下分布式锁有三种方式：基于数据库分布式锁基于Redis分布式锁基于zk分布式锁本帖只介绍Redis分布式锁为什么需要用到分布式锁？在单机环境下一个服务中多个线程对同一个事物或数据资源进行操作时，可以通过添加加锁方式（synchronized和lock）来解决数据一致性的问题。但是如果出现多个服务的情况下，这时候我们在通过synchronized和lock的方式来加锁会出现问题，因为多个服
  • 华为云分布式缓存服务DCS与开源服务差异对比 hcinfo_18 redis使用华为云Redis5.0分布式缓存服务Redis客户端
    分布式缓存服务DCS提供单机、主备、集群等丰富的实例类型，满足用户高读写性能及快速数据访问的业务诉求。支持丰富的实例管理操作，帮助用户省去运维烦恼。用户可以聚焦于业务逻辑本身，而无需过多考虑部署、监控、扩容、安全、故障恢复等方面的问题。DCS基于开源Redis、Memcached向用户提供一定程度定制化的缓存服务，因此，除了拥有开源服务缓存数据库的优秀特性，DCS提供更多实用功能。一、与开源Red
  • 使用 LangChain 和 Neo4j 构建智能图数据库查询系统 aehrutktrjk langchainneo4j数据库python
    使用LangChain和Neo4j构建智能图数据库查询系统引言在本文中，我们将探讨如何结合LangChain和Neo4j图数据库来构建一个智能的图数据库查询系统。这个系统能够将用户的自然语言问题转换为准确的Cypher查询，并生成易于理解的回答。我们将重点关注如何通过实体映射来提高查询的准确性，这对于处理复杂的图数据尤为重要。主要内容1.环境设置首先，我们需要安装必要的包并设置环境变量：#安装必要
  • 主流行架构 rainbowcheng 架构架构
    nexus，gitlab,svn,jenkins,sonar,docker，apollo，catteambition，axure，蓝湖，禅道,WCP；redis，kafka，es，zookeeper，dubbo，shardingjdbc，mysql，InfluxDB，Telegraf，Grafana，Nginx，xxl-job，Neo4j,NebulaGraph是一个高性能的,NOSQL图形数据库
  • 【Python】离线/无网/内网安装第三方库的一种方法 qilei2010 Pythonpython开发语言后端
    有时候，我们使用的电脑没有接入互联网，或者是内部网络电脑，又或者是单机无网络，这时候使用Python，就不能自由的使用pipinstall命令了。下面是一种比较简单的无互联网安装第三方Python库的方法。此方法利用pipfreeze命令从已安装第三方库的电脑上移植库到内网电脑上。注意：以下命令中的D:\pkg文件夹需要自己提前创建。1.准备互联网电脑，优盘，无互联网电脑（下称无网电脑）无网电脑要
  • Redisson分布式锁实现原理和使用 牧竹子 springboot#redisRedissonredis
    常见的锁内存锁lock,synchronize分布式锁redis，zookeeper实现Redisson基于redis实现了Lock接口的分布式集群锁，是可重入锁，功能强大，源码复杂，比redis单机模式分布式锁可靠，稳定性更高，支持集群模式，支持锁根据业务时长自动延迟释放redis普通分布式锁存在一定的缺陷——它加锁只作用在一个Redis节点上，如果通过sentinel和cluster保证高可用
  • HBase（一）——HBase介绍 weixin_30595035 大数据数据库数据结构与算法
    HBase介绍1、关系型数据库与非关系型数据库（1）关系型数据库关系型数据库最典型的数据机构是表，由二维表及其之间的联系所组成的一个数据组织优点：1、易于维护：都是使用表结构，格式一致2、使用方便：SQL语言通用，可用于复杂查询3、复杂操作：支持SQL，可用于一个表以及多个表之间非常复杂的查询缺点：1、读写性能比较差，尤其是海量数据的高效率读写2、固定的表结构，灵活度稍欠3、高并发读写需求，传统关
  • 开源模型应用落地-qwen2-7b-instruct-LoRA微调-unsloth（让微调起飞）-单机单卡-V100（十七） 开源技术探险家 开源模型-实际应用落地#深度学习语言模型自然语言处理
    一、前言本篇文章将在v100单卡服务器上，使用unsloth去高效微调QWen2系列模型，通过阅读本文，您将能够更好地掌握这些关键技术，理解其中的关键技术要点，并应用于自己的项目中。使用unsloth能够使模型的微调速度提高2-5倍。在处理大规模数据或对时间要求较高的场景下，这可以大大节省微调所需的时间，提高开发效率。其次，可减少80%的内存使用。这对于资源有限的环境或者需要同时运行多个微调任务的
  • redis-shake v4全量增量同步redis数据 nangonghen redisredis数据库缓存redis-shake
    1概述RedisShake是一个用于处理和迁移Redis数据的工具，github地址是https://github.com/tair-opensource/RedisShake。它提供以下特性：1）Redis兼容性：RedisShake兼容从2.8到7.2的Redis版本，并支持各种部署方式，包括单机，主从，哨兵和集群。2）云服务兼容性：RedisShake与主流云服务提供商提供的流行Redis-
  • DM8 分布计算集群（DMDPC）Docker 命令行部署指南 69岁法外狂徒 docker容器数据库分布式
    简介DMDPC是一款同时支持在线分析处理(OLAP)和在线事务处理(OLTP)的新型分布式数据库系统。它不仅保留了传统单机数据库的大部分功能，还提供了分布式计算集群所特有的高可用性、高扩展性、高性能、高吞吐量以及对用户透明等高级特性。本文借助命令行工具部署DPC集群。系统架构DMDPC的架构由三个核心组件组成：计划生成节点(SP)：对外提供分布式数据库服务，负责接收用户请求、生成执行计划，并调度计
  • docker_持久化存储 打败404 docker容器运维
    DockerVolumes单机部署要在Docker中使用Volumes（卷）来实现持久化存储，步骤非常简单。以下是具体的操作方法：创建一个DockerVolume你可以通过DockerCLI来创建卷。执行以下命令创建一个名为my_volume的卷：#这将创建一个卷，Docker会自动管理它的存储位置。[root@localhostmy-flask-app]#dockervolumecreatemy
  • PC电脑版《真三国无双8》最新版-单机游戏下载！ 2401_87320711 电脑游戏
    游戏介绍：以一张幅员广阔的地图表现中国大陆的“开放世界”。除了维持一向轻松的操作感外，“新无双动作”更能以前所未有、万化自如的行动实现本系列以来最高等级的「一骑当千之爽快感」。再加上“众多的魅力武将”所交织成的宏伟「三国志」世界。融合了这些特点，可让玩家身临体验历史洪流的全新「真・三国无双」于此诞生！游戏截图：━好玩的单机游戏：https://pan.xunlei.com/s/VNwX7uYgH-
  • Redis安装详解（单机安装，sentinel哨兵模式，Cluster模式） dream21st 中间件学习笔记sentinelredisjava
    文章目录1Redis单机安装1.1windows中安装1.2linux中安装2Redis主从复制安装3Redis哨兵模式安装4Springboot项目操作RedisSentinel集群5官方cluster分区搭建5.1部署架构5.2RedisCluster的优势5.3集群搭建6Springboot项目操作Cluster集群1Redis单机安装Redis安装包可以从官网下载，也可以在redis的官方
  • BeautifulSoup 和 Xpath 的性能比较 木语沉心
    一些说明:其实这篇文章并不是为了比较出结论，因为结论是显而易见的.性能比较Xpath必然是要比BeautifulSoup在时间和空间上都要性能更好一些。其中理由有很多，其中一个很明显的是BeautifulSoup在构建一个对象的时候需要传入一个参数以指定解析器，而在它支持的众多的解析器中，lxml是性能最佳的，那么BeautifulSoup对象的各种方法可以理解为是对lxml的封装，换句话说，Be
  • PC电脑版《师父 MOD整合版 [主角变成 功夫熊猫]》最新版-单机游戏！ 2401_87321540 电脑游戏
    游戏介绍：《师父》MOD整合版萌力全开，主角摇身一变成为《功夫熊猫》中的主角——阿宝！这位圆滚滚、憨态可掬的熊猫大侠，将以其独特的幽默感与非凡的武艺，在武侠世界中掀起一股清新的萌系风暴。阿宝不仅精通太极、五行拳等多种中华武术，更拥有着一颗勇敢、善良的心。在这个MOD中，你将与阿宝一同，用欢笑与汗水，书写属于自己的武侠传奇。无论是与敌人斗智斗勇，还是与伙伴们并肩作战，阿宝都将用他的“萌”力，征服每一
  • docker部署elasticsearch 大大陈· elasticsearchdocker大数据
    docker部署es1.简单启动2.配置文件3.安装es步骤1.简单启动#"discovery.type=single-node"标识单机启动dockerrun-d--nameelasticsearch-p9200:9200-p9300:9300-e"discovery.type=single-node"elasticsearch:tag#如果没有上面的标识，是集群启动，不这样做会报错#但是这样启
  • Docker安装RabbitMQ【单机】 时光不负所望 Linuxrabbitmqdocker
    #RABBITMQ_DEFAULT_USER账号#RABBITMQ_DEFAULT_PASS密码#18090:15672管理端口18090改为15672#8090:5672数据端口8090改为5672dockerrun-d--namerabbitmq-eRABBITMQ_DEFAULT_USER=admin-eRABBITMQ_DEFAULT_PASS=123456,-p18090:15672-p
  • Python连接Neo4j数据库（通过官方依赖包） Tech1diot neo4j数据库python知识图谱
    从官方APIDocumentation搬运、翻译了一些最常用的内容原文连接：APIDocumentation—Neo4jPythonDriver5.9-------------------------------------------------以下开始--------------------------------------------------------------------目录查询
  • python neo4j_python操作neo4j weixin_39732640 pythonneo4j
    原标题：python操作neo4j1.首先需要安装python版的neo4jpipinstallpy2neo2.代码测试frompy2neoimportGraph,Node,Relationship,NodeMatcher#建立数据库连接test_graph=Graph("http://xxx.xxx.xxx.xx:7474",username="neo4j",password="root")#通
  • 2.Python进行对Neo4j 的操作（连接数据库） 铁盒薄荷糖 #Neo4J学习neo4jpython开发语言
    Python可以借助Py2neo库完成对Neo4j的操作Windows安装neo4j图数据库及python.py2neo全流程-知乎(zhihu.com)https://zhuanlan.zhihu.com/p/436687958目录1.安装Py2neo库2.连接neo数据库并简单操作3.定义node，并读入数据库1.安装Py2neo库（1）（可选）打开AnacondaPrompt，创建一个新的虚
  • 阿里云服务器Zookeeper单机安装部署（单机伪集群稍后更新） 不减30斤不改名_TC
    首先服务器系统版本配置如下：40e2c9e8ed734139ac1f99197a01dad8.pngzookeeper下载链接：http://mirror.bit.edu.cn/apache/zookeeper/38f2d0f359d7426faf44a6b8047f4a94.pngzookeeper版本很重要，我下载的是3.4.14版本，至于为什么不用新的，后面会讲到。下载后解压放置路径：028
  • 【python】找不到DLL、缺少DLL、加载DLL失败 seuroger windowsc++开发语言python
    前言以前玩单机游戏时，常常需要打补丁，修改注册表，但是有时候折腾半天，一点开exe弹出缺少xx.dll的提示。当时就很好奇，这个dll到底是什么东西。后来自己编码工作开始需要加载一些dll时，自己把一些代码打包成dll后，感觉稍微懂了一点。定义dll，动态链接库英文为DLL，是DynamicLinkLibrary的缩写。DLL是一个包含可由多个程序，同时使用的代码和数据的库。生成使用visuals
  • 淘宝海量数据库OceanBase:系统架构详解 weixin_34356555 数据库系统架构大数据
    无论从数据量还是访问量，OceanBase不再能够是一个单机系统，即使一台单机能服务高达几个TB的数据、提供几万QPS的服务能力，因此，分布式系统不可避免，然而，内部如何实现拆表(拆库)以及如何实现数据库的事务，成为了一个很大的挑战和十分艰难的抉择：相关文章：淘宝海量数据库之一：来自业务的挑战淘宝海量数据库之二：一致性选择淘宝海量数据库之三：事务的ACID一种选择是当前数据库的常用的水平拆库，淘宝
  • SQLite数据库管理与Android应用集成 含老司开挖掘机
    本文还有配套的精品资源，点击获取简介：SQLite是一种轻量级的关系型数据库，适用于移动设备和单机应用。它内置了对SQL标准的支持，并提供丰富的数据操作功能。在Android开发中，SQLite是默认的数据库解决方案，可通过SQLiteOpenHelper和SQLiteDatabaseAPI进行管理。本教程将通过实践帮助理解SQLite数据库的创建、管理和使用，以及如何将其与Android应用集成
  • Deepspeed 结合huggingface Trainer实现多机分布式训练 ningzhao 分布式
    目前工作中只使用了单机多卡做微调训练，为了提升训练效率，特实验多机多卡分布式训练。一、环境准备本试验使用两台机器（manager，worker），操作系统ubuntu22.4，每台机器有4个GPU为了使安装配置统一，使用docker容器，docker的安装这里不做介绍。1.网络配置-创建overlay共享网络初始化集群，在manager机器上运行:dockerswarminit#输出结果:Swar
  • ZK springboot整合zookeeper 小P聊技术
    1资源资源信息版本号备注zookeeper3.4.10IP:192.168.51.4springboot2.1.5.RELEASEprettyZoo2.0zookeeper可视化工具zookeeper可视化工具下载springboot-zookeeper-demo源码下载2zookeeper安装需要安装zookeeper，如果未安装，可参考博文：ZKzookeeper单机安装与配置3springb
  • mondb入手 木zi_鸣 mongodb
    windows 启动mongodb  编写bat文件， mongod --dbpath D:\software\MongoDBDATA mongod --help  查询各种配置 配置在mongob 打开批处理，即可启动，27017原生端口，shell操作监控端口  扩展28017，web端操作端口 启动配置文件配置， 数据更灵活 
  • 大型高并发高负载网站的系统架构 bijian1013 高并发负载均衡
            扩展Web应用程序 一.概念         简单的来说，如果一个系统可扩展，那么你可以通过扩展来提供系统的性能。这代表着系统能够容纳更高的负载、更大的数据集，并且系统是可维护的。扩展和语言、某项具体的技术都是无关的。扩展可以分为两种：         1.
  • DISPLAY变量和xhost(原创) czmmiao display
    DISPLAY 在Linux/Unix类操作系统上, DISPLAY用来设置将图形显示到何处. 直接登陆图形界面或者登陆命令行界面后使用startx启动图形, DISPLAY环境变量将自动设置为:0:0, 此时可以打开终端, 输出图形程序的名称(比如xclock)来启动程序, 图形将显示在本地窗口上, 在终端上输入printenv查看当前环境变量, 输出结果中有如下内容:DISPLAY=:0.0
  • 获取B/S客户端IP 周凡杨 java编程jspWeb浏览器
       最近想写个B/S架构的聊天系统，因为以前做过C/S架构的QQ聊天系统，所以对于Socket通信编程只是一个巩固。对于C/S架构的聊天系统，由于存在客户端Java应用，所以直接在代码中获取客户端的IP，应用的方法为：    String ip = InetAddress.getLocalHost().getHostAddress(); 然而对于WEB
  • 浅谈类和对象 朱辉辉33 编程
        类是对一类事物的总称，对象是描述一个物体的特征，类是对象的抽象。简单来说，类是抽象的，不占用内存，对象是具体的， 占用存储空间。     类是由属性和方法构成的，基本格式是public  class 类名{ //定义属性 private/public 数据类型 属性名； //定义方法 publ
  • android activity与viewpager+fragment的生命周期问题 肆无忌惮_ viewpager
    有一个Activity里面是ViewPager，ViewPager里面放了两个Fragment。 第一次进入这个Activity。开启了服务，并在onResume方法中绑定服务后，对Service进行了一定的初始化，其中调用了Fragment中的一个属性。 super.onResume(); bindService(intent, conn, BIND_AUTO_CREATE);
  • base64Encode对图片进行编码 843977358 base64图片encoder
    /** * 对图片进行base64encoder编码 * * @author mrZhang * @param path * @return */ public static String encodeImage(String path) { BASE64Encoder encoder = null; byte[] b = null; I
  • Request Header简介 aigo servlet
    当一个客户端(通常是浏览器)向Web服务器发送一个请求是，它要发送一个请求的命令行，一般是GET或POST命令，当发送POST命令时，它还必须向服务器发送一个叫“Content-Length”的请求头(Request   Header)   用以指明请求数据的长度，除了Content-Length之外，它还可以向服务器发送其它一些Headers，如：    
  • HttpClient4.3 创建SSL协议的HttpClient对象 alleni123 httpclient爬虫ssl
    public class HttpClientUtils { public static CloseableHttpClient createSSLClientDefault(CookieStore cookies){ SSLContext sslContext=null; try { sslContext=new SSLContextBuilder().l
  • java取反 -右移-左移-无符号右移的探讨 百合不是茶 位运算符 位移
    取反： 在二进制中第一位，1表示符数，0表示正数 byte a = -1; 原码：10000001 反码：11111110 补码：11111111 //异或: 00000000 byte b = -2; 原码：10000010 反码：11111101 补码：11111110 //异或: 00000001
  • java多线程join的作用与用法 bijian1013 java多线程
            对于JAVA的join，JDK 是这样说的：join public final void join （long millis ）throws InterruptedException Waits at most millis milliseconds for this thread to die. A timeout of 0 means t
  • Java发送http请求(get 与post方法请求) bijian1013 javaspring
    PostRequest.java package com.bijian.study; import java.io.BufferedReader; import java.io.DataOutputStream; import java.io.IOException; import java.io.InputStreamReader; import java.net.HttpURL
  • 【Struts2二】struts.xml中package下的action配置项默认值 bit1129 struts.xml
    在第一部份，定义了struts.xml文件，如下所示：   <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configuration 2.3//EN" "http://struts.apache.org/dtds/struts
  • 【Kafka十三】Kafka Simple Consumer bit1129 simple
    代码中关于Host和Port是割裂开的，这会导致单机环境下的伪分布式Kafka集群环境下，这个例子没法运行。 实际情况是需要将host和port绑定到一起，   package kafka.examples.lowlevel; import kafka.api.FetchRequest; import kafka.api.FetchRequestBuilder; impo
  • nodejs学习api ronin47 nodejs api
    NodeJS基础 什么是NodeJS JS是脚本语言，脚本语言都需要一个解析器才能运行。对于写在HTML页面里的JS，浏览器充当了解析器的角色。而对于需要独立运行的JS，NodeJS就是一个解析器。 每一种解析器都是一个运行环境，不但允许JS定义各种数据结构，进行各种计算，还允许JS使用运行环境提供的内置对象和方法做一些事情。例如运行在浏览器中的JS的用途是操作DOM，浏览器就提供了docum
  • java-64.寻找第N个丑数 bylijinnan java
    public class UglyNumber { /** * 64.查找第N个丑数 具体思路可参考 [url] http://zhedahht.blog.163.com/blog/static/2541117420094245366965/[/url] * 题目：我们把只包含因子 2、3和5的数称作丑数（Ugly Number）。例如6、8都是丑数，但14
  • 二维数组（矩阵）对角线输出 bylijinnan 二维数组
    /** 二维数组 对角线输出 两个方向 例如对于数组： { 1, 2, 3, 4 }, { 5, 6, 7, 8 }, { 9, 10, 11, 12 }, { 13, 14, 15, 16 }, slash方向输出： 1 5 2 9 6 3 13 10 7 4 14 11 8 15 12 16 backslash输出： 4 3
  • [JWFD开源工作流设计]工作流跳跃模式开发关键点(今日更新) comsci 工作流
       既然是做开源软件的,我们的宗旨就是给大家分享设计和代码,那么现在我就用很简单扼要的语言来透露这个跳跃模式的设计原理    大家如果用过JWFD的ARC-自动运行控制器,或者看过代码,应该知道在ARC算法模块中有一个函数叫做SAN(),这个函数就是ARC的核心控制器,要实现跳跃模式,在SAN函数中一定要对LN链表数据结构进行操作,首先写一段代码,把
  • redis常见使用 cuityang redis常见使用
    redis 通常被认为是一个数据结构服务器，主要是因为其有着丰富的数据结构 strings、map、 list、sets、 sorted sets 引入jar包 jedis-2.1.0.jar  (本文下方提供下载) package redistest; import redis.clients.jedis.Jedis; public class Listtest
  • 配置多个redis dalan_123 redis
    配置多个redis客户端 <?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans"       xmlns:xsi=&quo
  • attrib命令 dcj3sjt126com attr
      attrib指令用于修改文件的属性.文件的常见属性有:只读.存档.隐藏和系统.    只读属性是指文件只可以做读的操作.不能对文件进行写的操作.就是文件的写保护.    存档属性是用来标记文件改动的.即在上一次备份后文件有所改动.一些备份软件在备份的时候会只去备份带有存档属性的文件. 
  • Yii使用公共函数 dcj3sjt126com yii
    在网站项目中，没必要把公用的函数写成一个工具类，有时候面向过程其实更方便。 在入口文件index.php里添加 require_once('protected/function.php'); 即可对其引用，成为公用的函数集合。 function.php如下：   <?php /**   * This is the shortcut to D
  • linux 系统资源的查看（free、uname、uptime、netstat） eksliang netstatlinux unamelinux uptimelinux free
    linux 系统资源的查看 转载请出自出处：http://eksliang.iteye.com/blog/2167081   http://eksliang.iteye.com 一、free查看内存的使用情况 语法如下：   free [-b][-k][-m][-g] [-t] 参数含义 -b:直接输入free时，显示的单位是kb我们可以使用b(bytes),m
  • JAVA的位操作符 greemranqq 位运算JAVA位移<<>>>
    最近几种进制，加上各种位操作符，发现都比较模糊，不能完全掌握，这里就再熟悉熟悉。   1.按位操作符 ：    按位操作符是用来操作基本数据类型中的单个bit,即二进制位，会对两个参数执行布尔代数运算，获得结果。    与（&）运算：    1&1 = 1, 1&0 = 0, 0&0 &
  • Web前段学习网站 ihuning Web
      Web前段学习网站 菜鸟学习：http://www.w3cschool.cc/   JQuery中文网：http://www.jquerycn.cn/   内存溢出：http://outofmemory.cn/#csdn.blog   http://www.icoolxue.com/   http://www.jikexue
  • 强强联合：FluxBB 作者加盟 Flarum justjavac r
    原文：FluxBB Joins Forces With Flarum作者：Toby Zerner译文：强强联合：FluxBB 作者加盟 Flarum译者：justjavac FluxBB 是一个快速、轻量级论坛软件，它的开发者是一名德国的 PHP 天才 Franz Liedke。FluxBB 的下一个版本(2.0)将被完全重写，并已经开发了一段时间。FluxBB 看起来非常有前途的，
  • java统计在线人数（session存储信息的） macroli javaWeb
    这篇日志是我写的第三次了 前两次都发布失败！郁闷极了！   由于在web开发中常常用到这一部分所以在此记录一下，呵呵，就到备忘录了！ 我对于登录信息时使用session存储的，所以我这里是通过实现HttpSessionAttributeListener这个接口完成的。 1、实现接口类，在web.xml文件中配置监听类，从而可以使该类完成其工作。 public class Ses
  • bootstrp carousel初体验 快速构建图片播放 qiaolevip 每天进步一点点学习永无止境bootstrap纵观千象
    img{ border: 1px solid white; box-shadow: 2px 2px 12px #333; _width: expression(this.width > 600 ? "600px" : this.width + "px"); _height: expression(this.width &
  • SparkSQL读取HBase数据，通过自定义外部数据源 superlxw1234 sparksparksqlsparksql读取hbasesparksql外部数据源
    关键字：SparkSQL读取HBase、SparkSQL自定义外部数据源     前面文章介绍了SparSQL通过Hive操作HBase表。   SparkSQL从1.2开始支持自定义外部数据源(External DataSource)，这样就可以通过API接口来实现自己的外部数据源。这里基于Spark1.4.0，简单介绍SparkSQL自定义外部数据源，访
  • Spring Boot 1.3.0.M1发布 wiselyman spring boot
        Spring Boot 1.3.0.M1于6.12日发布，现在可以从Spring milestone repository下载。这个版本是基于Spring Framework 4.2.0.RC1,并在Spring Boot 1.2之上提供了大量的新特性improvements and new features。主要包含以下：   1.提供一个新的sprin
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他