我正在尝试绘制网站的链接结构，以便我可以模拟给定域上的页面如何相互链接。请注意，我没有绘制指向不在根域上的网站的链接。
显然，该图的大小可能相当大。我要执行的主要查询之一是计算有多少页面直接链接到给定的 url。我想针对整个图表（不寒而栗）运行它，这样我最终会得到一个 url 列表和指向该 url 的传入链接的计数。
我知道一种流行的方法是通过某种 map reduce - 我最终可能仍会采用这种方式 - 但是我需要能够（近）实时查看此报告，这不是' t 通常映射 reduce 友好。
我快速浏览了一下 neo4j 和 OrientDb。虽然这两个都可以模拟我想要的关系，但不清楚我是否可以查询它们以生成我想要的报告。在这一点上，我不致力于任何特别的技术。
任何帮助将不胜感激。 谢谢， 保罗
【问题讨论】：
标签： database graph neo4j orientdb
你可以看看structr。它是在Neo4j 之上运行的开源 CMS，并且具有这些类型的页面间链接。
要获取指向页面的链接数量，您只需迭代当前页面节点的传入 LINKS_TO 链接。
您的查询的用例是什么？流行的页面列表？所以它只包含前 n 个页面？然后，您可能会尝试从图表的随机位置开始，并行遍历与当前节点的传入 LINKS_TO 关系并将它们放入排序结构中，因此您始终从前 20 个左右的顶部页面节点开始/继续已经有最多数量的传入链接（直到它们完成）。
Marko Rodriguez 在Gremlin 文档中有一些类似的“页面排名”示例。他也有几个blog posts 谈论这个。
【讨论】：
使用 Neo4J，您将无法跨服务器拆分图表来分配负载。您可以复制数据库以分发计算，但是更新会很慢（因为您必须复制更新）。我将通过更新每个节点的入站链接计数来解决这个问题，因为新关系被添加为节点的属性。 Neo4J 具有出色的写入性能。当然，您不需要保留此信息，因为直接关系检索起来很便宜（您不会获得所有相关节点的集合，只是一个迭代器）。
【讨论】：
您还应该看看一个高度可扩展的图形数据库产品，例如 InfiniteGraph。如果您通过电子邮件向他们的技术支持发送电子邮件，我认为他们将能够为您提供一些示例代码，这些代码可以完成您在此处描述的大部分内容。
【讨论】：