我目前有一个包含大约1000 万个节点和3500 万条边的图。现在，完整的图形在程序启动时被加载到内存中。这需要几分钟（毕竟是 Java）并且需要大约半 GB 的 RAM。目前，它运行在具有双核处理器和 4 GB RAM 的机器上。
当使用广度优先搜索来搜索图表时，内存使用量会上升到 1 GB 的峰值，平均需要 10 秒。
我想在几台计算机上部署该程序。除了图形搜索之外的功能确实需要很少的资源。我的目标系统非常微型，只有 512 兆字节的 RAM。
关于如何实现一种方法（可能使用数据库）来搜索该图而不消耗太多内存的任何建议？该程序在访问硬件设备时大部分时间都处于空闲状态，因此上述图表的路径查找最多可能需要大约 5 分钟......
感谢您向我提出的任何想法。
更新：
刚刚找到neo4j。有人知道它是否适合这种巨大的图表吗？
您的问题有点含糊，但总的来说，一个很好的策略是迭代深化，它主要遵循广度优先语义，同时使用与深度优先搜索相同的内存量。这个想法是您首先进行深度优先搜索，限制为 1 级；如果无法找到解决方案，请从头开始并将其限制在 2 个级别；如果失败，请尝试 3 个级别，依此类推。
起初这可能看起来有点多余，但由于您正在执行深度优先搜索，因此您在内存中保留的节点要少得多，并且总是比简单的广度优先搜索少一个级别。由于一个级别中的节点数量呈指数增长，因此在较大的图表上，保存最后一个额外级别很可能会为冗余尝试所有前面的层带来回报。
我会说 Neo4j 绝对是一个好方法，当你有一个像这样的大小合适的图表时。它不仅具有内置的 BFS 算法，还可以将数据保存在磁盘上，从而减少启动时间。
在 highscalability.com 上查看此内容：NEO4J - A Graph DATABASE THAT KICKS BUTTOX
我使用过 Neo4j，他们的文档非常好，而且他们提供了一些不错的入门示例，确实只需要几分钟就可以开始。
查看他们的 - 10 分钟入门指南
Neo4j 将数据作为图形存储在数据库中，它变得持久化，您可以使用 Graph Traversal Api（BFS、DBS、A* Dijkstra ...）或使用 Cypher 查询语言进行访问。