由此，图形数据库执行相当于多表连接的速度要快得多。其次，无论表的大小如何，等价连接的速度都是相同的。
depth seconds records
2 0.016 ~2,500 --mysql
3 30.267 ~125,000
4 1,543.505 ~600,000
2 0.010 ~2,500 --neo4j
3 0.168 ~110,000
4 1.359 ~600,000
我知道 SQL 使用笛卡尔连接，它实际上与表的大小和跳数相乘。我所听到的关于图数据库的所有信息都是“一流的关系结构”。
什么是数据结构+算法，无论跳数和表大小如何，都可以快速遍历图形数据库？
如何在 RDBMS 系统中实现它？我在想左连接和嵌套查询。
图遍历通常比连接快，因为图中的每个节点都会计算其邻居并将其计数添加到结果中。这可以通过多线程等轻松优化。
我认为您不能在 SQL 中执行此操作，但您可以执行一些（递归）代码。这可能会导致大量查询，从而损害您的性能。
所以如果你真的想处理图形数据，你应该使用图形数据库。
首先，让我们假设我们正在讨论导致与ON仅包含相等条件（例如a JOIN b ON a.id = b.id）的子句进行连接的简单查询。我相信这些是图遍历掌握的查询类型。
连接速度较慢，因为它们使用二分搜索来查找满足连接ON子句的对，而图遍历则完全避免了这些搜索。图数据库中的一条边链接（存储）它连接的节点的内存地址。类似地，节点存储其边缘的内存地址。想要找到连接到节点 1 的节点吗？转到节点 1 的所有边（在内存中/磁盘上），然后对于每个边，只需转到它的另一个节点（在内存中/磁盘上）。瞧！（免责声明：我不确定。我没有看过源代码。但我有一种非常强烈的预感）。
我有一个想法来模拟 RDBMS 中使用哈希索引的图遍历速度，因为哈希索引的相等查找是 O(1)（而不是二进制搜索的 O(log n)）。希望我会带着一些测试结果回到这篇文章。