Graph数据库（尤其是Neo4j）中搜索查询的时间复杂度是多少？
我和我有关系数据。我很困惑使用关系数据库或图数据库来存储该数据。因此，我想基于该特定数据库的查询的性能和时间复杂性来存储数据。但是，我找不到Graph数据库查询的性能和时间复杂性。
谁能帮我吗 ？
最佳答案
答案不是那么简单，因为时间复杂度通常取决于您在查询中所做的事情（查询计划程序的结果），所有查询都不存在千篇一律的时间复杂度。
我可以为Neo4j发言（免责声明：我是Neo4j员工）。
对于Neo4j中的Lucene索引查找，我不会多说，因为它们通常仅用于按索引查找起始节点，并且只占查询执行时间的一小部分。关系遍历往往是真正的差异显示出来的地方。
找到起始节点后，Neo4j将遍历关系遍历的图，对于Neo4j而言，它基本上是遍历内存的指针，这往往是本地图dbs胜过关系dbs的地方：遍历遍历，追逐指针的成本不变。
对于关系数据库（包括建立在关系数据库之上的图形层），关系遍历通常是通过各种表连接算法来完成的，这些算法具有各自的时间复杂度（不是O（1）），但通常不能很好地扩展数量的联接数增加（尤其是自我/递归联接）。
这使得诸如Neo4j之类的本地图数据库具有适当的位置，可用于处理对连接数据的查询，尤其是在关系遍历不平凡或数量不断增长的情况下（或者如果遍历是无界的，例如可及性查询，最短路径等） 。查询的成本与查询所接触或遍历的图的部分（而不是数据库中节点的总数）相关联，因此当您可以适当地约束查询以使其接触数据库中最小的子图时，它会有所帮助。
至于您是否要使用关系数据库或图形数据库的问题，这取决于数据和计划运行的查询的连接性。
如果您确实决定使用图数据库，那么您在这里也可以选择，还有一组不同的标准，例如本机和非本机实现（Neo4j是本机图数据库，并利用无索引的邻接关系进行遍历） ），是否需要ACID（Neo4是ACID数据库），以及是否需要一种丰富而富有表现力的查询语言（Cypher是Neo4j的查询语言，请随时学习并与他人进行比较）。
有关更多详细信息，请参见DZone关于Why Graph Databases Outperfrom RDBMS on Connected Data的文章，以及Neo4j首席科学家Jim Webber关于Explaining Graph Databases to a Developer的文章。