我已经通过 Neo4J ( https://github.com/impetus-opensource/Kundera/tree/trunk/kundera-neo4j )创建了一个高级客户端的基本实现，并希望将其性能与 Native neo4j 驱动程序进行比较（也许还有 SpringData ）。这样我就可以确定我的库对本机驱动程序的开销。
我计划为 Neo4J 创建 YCSB 的扩展。
我的问题是：什么应该被视为要写入neo4j的对象的基本单元（应该是单个节点还是由边缘连接的几个节点）。Neo4J 世界目前的做法是什么。人们如何对 neo4j 性能进行基准测试。
已经有一些使用 Gatling 对 Neo4J 进行基准测试的工作：http: //maxdemarzi.com/2013/02/14/neo4j-and-gatling-sitting-in-a-tree-performance-test-ing/
你也许可以适应它。
项目 graphdb-benchmarks 是流行的图形数据库之间的基准。目前该框架支持 Titan、OrientDB、Neo4j 和 Sparksee。该基准测试的目的是检查每个图形数据库在执行时间方面的性能。基准测试由四个工作负载组成，集群、大规模插入、单次插入和查询工作负载。每个工作负载都旨在模拟图形数据库系统中的常见操作。
聚类工作负载 (CW)： CW 由著名的用于模块化优化的社区检测算法 Louvain 方法组成。我们在基准图形数据库之上调整算法，并采用缓存技术来利用图形数据库功能和内存执行速度。我们测量算法需要收敛的时间。
大规模插入工作负载 (MIW)：创建图形数据库并将其配置为进行大规模加载，然后我们使用特定数据集填充它。我们测量创建整个图的时间。
单次插入工作负载 (SIW)：创建图形数据库并使用特定数据集加载它。每个对象插入（节点或边）都直接提交，并且图形是增量构建的。我们测量每个块的插入时间，其中包括一千条边和在这些边插入期间出现的节点。
查询工作负载（QW）：执行三个常见查询： FindNeighbours（FN）：查找所有节点的邻居。FindAdjacentNodes (FA)：查找所有边的相邻节点。FindShortestPath (FS)：查找第一个节点和 100 个随机选取的节点之间的最短路径。
性能测试的一种方法是使用例如http://gatling-tool.org/。在http://ldbc.eu上创建基准框架的工作正在进行中。否则，基准测试高度依赖于您的域数据集和您尝试执行的查询。也许您可以从https://github.com/neo4j/performance-benchmark开始并改进它？