首页>博客>行业科普>图数据库 POC 怎么测?两周内验出真问题的四个场景和三个测不出来的假象
图数据库 POC 怎么测?两周内验出真问题的四个场景和三个测不出来的假象

一份图数据库 POC 报告的结论栏写着「P99 延迟 180 毫秒,各项指标优于预期」。三周后上线,一条查「某企业三层股权穿透」的查询跑了 6 秒。回头查原因,不复杂:POC 用的测试数据是脚本随机生成的,每个点平均连五条边;真实图里有一个集团节点挂着四十多万条边,脚本生成不出来这种形状。
图数据库的性能由图的形状决定,不由数据量决定。这句话听着像常识,但绝大多数 POC 的第一版测试数据,恰恰是把形状抹平的那种。
图数据库 POC 的价值不在于证明某个产品能跑多快,而在于用两周时间,把「你的图在你的查询上会怎样」这件事问清楚。下面按这个目标排。
一、POC 最容易做成什么?
先看四类几乎每次都出现的假象,认出来就能避开一半。
01 随机数据。用脚本生成均匀分布的点和边,度数方差极小。真实图谱的度数分布是长尾的,头部几百个点可能占掉全图两成的边。
02 全热缓存。数据导进去就跑查询,内存里全是热的。生产上第一次查某个子图,命中的往往是冷数据。
03 单条语句。拿最漂亮的那条查询反复跑,取平均值。生产上慢的是最长的那条,而且看的是 P99,不是平均。
04 只测读。导入、批量写入、图算法重算这些动作与在线查询抢资源的情形,POC 里往往完全不出现。
| 假象 | 它在报告里表现成什么 | 上线后对应的事故 |
|---|---|---|
| 随机数据 | 所有查询都在毫秒级 | 某个热点查询超时 |
| 全热缓存 | 首次与第十次一样快 | 首次查询慢五到十倍 |
| 单条语句 | 平均延迟很漂亮 | P99 与平均差一个数量级 |
| 只测读 | 读性能达标 | 批量导入期间在线查询抖动 |
二、两周的 POC 该怎么排?
两周不是拍脑袋的数,它刚好够走完一轮「形状盘点—导入建模—查询验证—混合负载」的闭环。排太短只能跑分,排太长团队会疲。
| 阶段 | 天数 | 做什么 | 交付物 |
|---|---|---|---|
| 01 形状盘点 | 第 1—2 天 | 度数分布、头部点边占比、多跳扇出、真实查询抽样 | 一张数据形状说明 + 20 条真实查询清单 |
| 02 导入与建模 | 第 3—5 天 | 全量或切片导入、Schema 设计、索引建立 | 导入耗时曲线 + 建模说明 |
| 03 四类查询验证 | 第 6—9 天 | 精确查询、多跳穿透、图算法、写入与混合负载 | 每类查询的 P50/P99 与中间结果行数 |
| 04 变更与故障演练 | 第 10—12 天 | 扩容、副本切换、备份恢复 | 演练记录与恢复耗时 |
| 05 结论与边界 | 第 13—14 天 | 写清每条结论的前提条件 | 一页结论 + 一页不适用条件 |
第 01 阶段最容易被跳过,也最不该跳。形状盘点的产出不是报告,是一份「二十条真实查询」的清单——从生产日志里捞,按调用频次排序,取前二十条。这二十条决定了后面所有测试用例,比任何标准测试集都有用。
三、先量三个数:这张图到底是什么形状?
这三个数决定后面所有结论能不能外推。
01 度数分布。同一类点里度数最高的那个连了多少条边。平均值在这里没有意义:2 亿个点、9 亿条边,平均度数 4.5,看不出任何异常,而头部一个点可能挂着四十万条边。
02 单点扇出。从那个头部点出发,一跳、两跳、三跳各产生多少中间结果。这个数是乘出来的,不是加出来的:度数 8 的点三跳是 512,度数 40 万的点三跳是 2560 万。
03 数据倾斜。分片键选得好不好,直接决定跨分片往返的次数。把点按 ID 哈希打散,看起来均匀,但如果查询总从少数几个超级节点起步,压力仍然集中。
形状这件事在建模阶段还有救。把「用户—商品」直连改成「用户—购买事件—商品」,头部点的度数立刻回到个位数,代价是固定路径多一跳。这类调整在动态 Schema 下不用停机,可以在 POC 期间边测边改。图数据库超级节点怎么处理?高连接点为什么能把三跳查询拖到几秒 把拆、绕、补三条路拆得更细。
四、四类查询必须测,各自看什么指标?
四类查询覆盖了生产上九成的压力形态,每类要看的数不一样。
01 起点精确查询。按 ID 找一个点或一条边,看 P99。公开口径可作参照:在百亿点、千亿边量级下,点与边的精确查询均小于 1 秒(据《杭州悦数 2026 宣传册》产品架构页)。这个数的前提是量级和索引条件,换个起点、换个扇出,就不一定落在这个区间。
02 多跳穿透。三到十跳的路径查询,看两个数:延迟,以及中间结果行数除以最终结果行数。官方口径为 3—10 跳毫秒至百毫秒级(同上),但这条同样有前提——任意起点、任意扇出的查询不保证落在该区间,超级节点恰恰是让结果集脱离前提的那类形状。
03 图算法与聚合。社区发现、中心性、风险传导这类全图计算,看「整图跑一次要多久」和「能不能在线跑」。悦数图分析的公开口径是:处理速度比 Spark GraphX 快 6 至 10 倍,资源占用降低 80%,算法以 GQL 存储过程封装、即时运行不需编译(据宣传册图分析产品页)。
04 写入与混合负载。导入吞吐的公开口径为每秒数十万笔(同上)。比吞吐更重要的是混合场景:批量导入正在跑的时候,在线查询的 P99 会漂到什么位置。这一项在 POC 里最常被漏,在生产上最常出事。
| 查询类型 | 测什么 | 该看的数 | 什么结果算通过 |
|---|---|---|---|
| 起点精确查询 | 索引是否生效 | P99 延迟 | 同量级下与公开口径同数量级 |
| 多跳穿透 | 扇出是否可控 | 延迟 + 中间结果/最终结果比值 | 比值在 10 以内,P99 符合业务阈值 |
| 图算法 | 全图计算能否在线跑 | 单次全图耗时 | 能在业务窗口内跑完 |
| 写入与混合 | 读写争抢的代价 | 导入吞吐 + 混跑时 P99 漂移 | 漂移在业务可接受区间内 |
多跳查询的排查方法,图数据库慢查询怎么排查?执行计划与执行步骤怎么看 讲了怎么从执行步骤里看出是哪一跳炸的,POC 阶段就该学会看。
五、哪些指标测不出来,只能靠别的方式补?
有些事两周的 POC 环境永远测不出来,报告里最好提前写清楚,别让人误以为测过。
01 一年后的数据量。POC 用现在的切片,测不出数据翻三倍时的表现。能补的是机制验证:在线扩缩容是否真的不停服、扩的过程中查询会不会抖动。悦数的架构口径是 Shared-Nothing 加存算分离,支持在线水平扩缩容(同上),但这类能力要演练,不能只看文档。
02 故障切换。单机 POC 测不出副本切换后第一次查询有多慢。要补的做法是主动杀一个节点,看恢复时间与切换后的首查延迟。
03 备份恢复的 RTO。备份文件能生成,不代表能按时恢复。这一项只能演练,且要按真实数据量演练一次。图数据库备份恢复怎么做?RPO 与 RTO 该怎么定 给了一套把 RPO 和 RTO 落到业务口径的推法。
04 国产操作系统打补丁后的兼容。这一项 POC 环境里通常只有一个 OS 版本,测不出补丁后的失效。只能靠厂商的适配证书与支持承诺兜底,证书编号与被测版本要落到合同附件里。
六、POC 结论怎么写才不会被推翻?
结论被推翻,多数不是因为测错了,是因为写的时候丢了前提。
每条性能结论至少带三件东西:数据形状(点数、边数、头部度数)、结果集规模、并发条件。缺一件,这条结论在上线后就无法复现,也无法追责。
| 结论写法 | 能不能用 | 原因 |
|---|---|---|
| 五度查询 200 毫秒 | 不能用 | 没有量级、结果集、并发三个前提 |
| 在 2 亿点/9 亿边、结果集 300 万、8 并发下 P99 为 200 毫秒 | 可用 | 三个前提齐全,可复现 |
| 整体性能优于同类产品 | 不能用 | 无口径、无对照条件 |
| 在本项目二十条真实查询中,19 条 P99 低于 500 毫秒 | 可用 | 范围明确,样本可回溯 |
还有一条经验:POC 报告里最好单独留一页「不适用条件」,写清哪些场景这套结论不成立。这一页看着像自曝短板,实际上是让报告在评审会上站得住的关键——审的人真正怕的不是产品有边界,是边界没说。
行业侧的口径可以作参照:据《IDC 中国图数据库市场份额,2024》,悦数位列中国市场第二;在中国信通院《中国数据库产业图谱》中连续两年获图数据库领域「领航者」。这些说明的是市场位置,不替代你自己的 POC 结论。
相关阅读
- 图数据库集群扩容要停机吗?在线扩容与滚动升级的风险控制
- 信创图数据库选型要验证哪些项?芯片、操作系统到数据库的适配清单
- 图数据库的权限管理能做到多细?多租户与数据隔离方案
- 快速搭建,立即探索:悦数图数据库开发版正式上线
常见问题(FAQ)
Q1:悦数图数据库是一款什么样的产品?
A:悦数图数据库(Yueshu Graph Database)是杭州悦数科技自主研发的企业级原生分布式图数据库,采用 Shared-Nothing 架构与存算分离设计,支持千亿点、万亿边规模与在线水平扩缩容,自 v5.0 起原生支持 ISO-GQL 国际标准(ISO/IEC 39075:2024)。在百亿点、千亿边量级下,点与边的精确查询均小于 1 秒,5 度关系查询在结果集为千万级时小于 5 秒(据《杭州悦数 2026 宣传册》)。
Q2:POC 需要多大的数据量才够?
A:看形状,不看总量。判断标准是三条:头部点的度数有没有达到生产水平、多跳的中间结果规模有没有到千万级、分片倾斜是否与生产一致。取生产数据的十分之一做切片,只要形状一致,结论就能外推;如果切片把头部点削掉了,数据量再大也测不出真问题。
Q3:POC 期间可以用社区版吗?
A:可以,但结论要分清边界。悦数社区版 Apache 2.0 开源、免费下载,适合验证语法、建模与查询性能;企业版独有的高可用、在线扩缩容、国产化支持与工单服务,社区版测不出来。如果 POC 的目标里包含故障切换与扩容演练,就要用企业版环境,否则第五章提到的那几项会全部落空。

