Je suis désolé que vous ne puissiez pas reproduire les résultats. Cependant, sur un MacBook Air (1,8 GHz i7, 4 Go de RAM) avec un tas de 2 Go, un cache GCR, mais pas de préchauffage des caches, et pas d'autre réglage, avec un jeu de données de taille similaire (1 million d'utilisateurs, 50 amis par personne) , j'obtiens à plusieurs reprises environ 900 ms en utilisant Traversal Framework sur 1.9.2 :
public class FriendOfAFriendDepth4
{
private static final TraversalDescription traversalDescription =
Traversal.description()
.depthFirst()
.uniqueness( Uniqueness.NODE_GLOBAL )
.relationships( withName( "FRIEND" ), Direction.OUTGOING )
.evaluator( new Evaluator()
{
@Override
public Evaluation evaluate( Path path )
{
if ( path.length() >= 4 )
{
return Evaluation.INCLUDE_AND_PRUNE;
}
return Evaluation.EXCLUDE_AND_CONTINUE;
}
} );
private final Index<Node> userIndex;
public FriendOfAFriendDepth4( GraphDatabaseService db )
{
this.userIndex = db.index().forNodes( "user" );
}
public Iterator<Path> getFriends( String name )
{
return traversalDescription.traverse(
userIndex.get( "name", name ).getSingle() )
.iterator();
}
public int countFriends( String name )
{
return count( traversalDescription.traverse(
userIndex.get( "name", name ).getSingle() )
.nodes().iterator() );
}
}
Cypher est plus lent, mais loin d'être aussi lent que vous le suggérez :environ 3 secondes :
START person=node:user(name={name})
MATCH (person)-[:FRIEND]->()-[:FRIEND]->()-[:FRIEND]->()-[:FRIEND]->(friend)
RETURN count(friend)
Cordialement
ian