测试结论
测试环境
测试数据
关于LDBC-SNB
测试说明
测试用例和结果
MatchTest1
MatchTest2
MatchTest3
MatchTest4
MatchTest5
3.1.0 vs 3.0.0（Baseline）
MatchTest1
MatchTest2
MatchTest3
MatchTest4
MatchTest5
测试结论
在 v3.1.0 版本中，查询和数据导入性能基本上和 v3.0.0 持平（参考：v3.0.0 性能报告🔗）。MATCH 语句针对属性读取做了优化，本次测试新增了相应的用例，性能对比 v3.0.0 有大幅提升。
测试环境
服务器和压测机皆为物理机
测试数据
测试数据采用 LDBC-SNB SF100 数据集，SF100 数据集大小为 100G，共有 282,386,021 个点以及 1,775,513,185 条边。测试用的图空间分区数为 24，副本数为 3。
关联数据基准委员会（LDBC，Linked Data Benchmark Council），是图（Graph）和 RDF 数据管理的基准指南制定者。社交网路基准（SNB，Social Network Benchmark）是关联数据基准委员会（LDBC）开发的软件基准（Benchmark）之一。关于 LDBC-SNB 数据集，具体请参考以下文档：
LDBC-SNB Specification（）
LDBC-SNB DOCs（）
LDBC-SNB 测试数据集生产工具（）
测试说明
压测工具使用基于 Go 语言的 k6，具体请参阅 k6官方网站；客户端使用的是 nebula-go
图表中横坐标轴的 “50_vu”、“100_vu” 等中的 “vu” 表示的是 “virtual user”，即性能测试中的并发数；50_vu 表示 50 个并发用户，100_vu 表示 100 个并发用户，以此类推…
性能基线使用正式发布的 3.0.0 版本
ResponseTime = Latency（服务端处理时长）+网络回传结果时长+客户端反序列化结果时长
测试用例和结果
仅包括本次新增的 match 测试用例
match (v:Person) where id(v) == {} return count(v.Person.firstName)
match (v:Person)-[e:KNOWS]-(v2) where id(v) == {} and v2.Person.locationIP != 'yyy' return length(v.Person.browserUsed) + length(v2.Person.gender)
match (v:Person)-[e:KNOWS]-(v2) where id(v) == {} and v2.Person.locationIP != 'yyy' with v, v2 as v3 return length(v.Person.browserUsed) + (v3.Person.gender)
MATCH (m)-[:KNOWS]-(n) WHERE id(m)=={} OPTIONAL MATCH (n)<-[:KNOWS]-(l) RETURN length(m.Person.lastName) AS n1, length(n.Person.lastName) AS n2, l.Person.creationDate AS n3 ORDER BY n1, n2, n3 LIMIT 10
MATCH (m)-[:KNOWS]-(n) WHERE id(m)=={} MATCH (n)-[:KNOWS]-(l) WITH m AS x, n AS y, l RETURN x.Person.firstName AS n1, y.Person.firstName AS n2, CASE WHEN l.Person.firstName is not null THEN l.Person.firstName WHEN l.Person.gender is not null THEN l.Person.birthday ELSE 'null' END AS n3 ORDER BY n1, n2, n3 LIMIT 10
v3.1.0 vs v3.0.0（Baseline）
以下数据选取 P99 值。
match (v:Person) where id(v) == {} return count(v.Person.firstName)
match (v:Person)-[e:KNOWS]-(v2) where id(v) == {} and v2.Person.locationIP != 'yyy' return length(v.Person.browserUsed) + length(v2.Person.gender)
match (v:Person)-[e:KNOWS]-(v2) where id(v) == {} and v2.Person.locationIP != 'yyy' with v, v2 as v3 return length(v.Person.browserUsed) + (v3.Person.gender)
MATCH (m)-[:KNOWS]-(n) WHERE id(m)=={} OPTIONAL MATCH (n)<-[:KNOWS]-(l) RETURN length(m.Person.lastName) AS n1, length(n.Person.lastName) AS n2, l.Person.creationDate AS n3 ORDER BY n1, n2, n3 LIMIT 10
MATCH (m)-[:KNOWS]-(n) WHERE id(m)=={} MATCH (n)-[:KNOWS]-(l) WITH m AS x, n AS y, l RETURN x.Person.firstName AS n1, y.Person.firstName AS n2, CASE WHEN l.Person.firstName is not null THEN l.Person.firstName WHEN l.Person.gender is not null THEN l.Person.birthday ELSE 'null' END AS n3 ORDER BY n1, n2, n3 LIMIT 10
以上，欢迎你前往 GitHub 体验 v3.1.0 版本，GitHub 地址：https://github.com/vesoft-inc/nebula/releases/tag/v3.1.0
🙋♂️ 喜欢本文的话，来个分享、👍 赞、在看
谢谢呦~~
