现有业务需求：

  • 节点，大概千万级，属性数据 2-3 种
  • 关系，10亿级，种类两种，属性 1 -2 种
  • 存在较多超级节点
  • 基本不存在离散节点
  • 基本没有更新操作，读多写少

选型的基本条件：

  • 开源项目，对商业应用友好
    • 拥有对源代码的控制力，才能保证数据安全和服务可用性。
    • 节省成本
  • 最好支持集群模式，具备存储和计算的横向扩展能力
    • 以太坊数字货币交易总量仍在快速膨胀
    • 以后可能会加入除以太坊之外的其它数字货币交易数据
  • 能够服务OLAP场景，具备快速多跳查询能力
  • 生态系统完善健全
    • 是否兼容现有技术栈（Java/Spring），能够快速上手
    • 开发文档完善、社区生态良好
  • 具备批量导入数据能力
    • 从 MySQL / ES 中导入数据

调研比较结果：

比较类目 Neo4j Nebula 备注
基本信息 文档支持 完善，但是官网没有中文文档 完善，有中文文档
支持数据规模 340亿节点 千亿个点和数万亿条边
可视化界面 提供桌面客户端 Web 版本的图形化界面：
Nebula Graph Studio
学习与开发成本 Quick Start 简单
官网提供在线沙箱应用，可以在线体验使用流程		 简单
官方文档提供视频教程，上手也很快
查询语法 Cypher nGQL 都比较简练，可读性好
Java Client 提供 Java 版本的 Driver 和 Rest API 提供 Java 版本的Client，类似 JDBC Neo4j 更优
Spring 集成 Spring 官方提供了
Spring Data Neo4j (community module)		 暂无 Neo4j 完胜
使用成本 容器部署 支持 Docker 部署 支持 Docker-Compose
部署
超级点问题 超级点的邻接边查询慢，十字链表存储结构难以加速部分边的查询* 官方文档提供了解决方案 Neo4j 也可以借鉴 Nebula 提供的应用端解决方案
集群支持 社区版不支持集群，无法横向扩展存储 支持集群
数据导入 支持 MySQL 数据导入 支持很多，包括MySQL、 Neo4j 数据导入 Nebula 数据导入需要掌握 Spark 的部署和使用
硬件成本 暂时没有找到相关的可靠资料，因为是单机应用所需要的配置应该低于 Nebula CPU架构： x86_64
CPU核数： 48
内存： 96 GB
硬盘： 2 * 900 GB，NVMe SSD		 Nebula 数据来源于官方提供的生产环境运行的硬件要求
性能 数据插入和检索时间随数量增大线性递增 大数据量时优势明显 无法自行测试，结论参考其他资料整理

选型结论：

总体而言，Neo4j 更加成熟稳定也更好上手，Nebula 性能更好但是需要的成本也更高。
Nebula 支持 从 Neo4j 导入数据，所以可以先使用 Neo4j，如果遇到性能瓶颈再迁移到 Nebula。

参考资料：

Neo4j 官网：
https://neo4j.com/product/neo4j-graph-database/
Neo4j With Docker
https://neo4j.com/developer/docker/
Nebula 导入 Neo4j 数据
https://docs.nebula-graph.com.cn/2.0.1/nebula-exchange/use-exchange/ex-ug-import-from-neo4j/
Nebula官网：
https://nebula-graph.com.cn/
腾讯云安全团队测评文档：