我在图形数据库（Cassandra顶部的Titan 0.5.2）中建模数据集，它具有实体（由顶点表示）和两种类型的属性 - 实体之间的链接（自然由边缘表示）和标量属性（如字符串或数字）。有许多属性类型（现在大约2000），每个属性类型总是相同类型（即属性P1总是链接，属性P2总是字符串）但每个实体可以有任何属性和属性集可以是重复（即，实体E1可以具有三个P2值而没有P1值）。
问题是如何最好地模拟P2的标量值 - 它们应该是实体顶点E1的一部分吗？实体顶点E1和属性顶点P2之间的边缘上的属性？ E1和值顶点之间的边包含实际值，标记为P2？别的什么？我主要对每个解决方案的性能考虑感兴趣 - 也就是说，在顶点或“薄”顶点上有很多属性但是它们中的很多和很多边缘更好吗？索引它们有区别吗？ 但我也对其他考虑因素感兴趣，例如查询的便利性等。
数据集在数千万个实体中（但可能增长，可能增加到数亿个），并且每个顶点通常具有大约10-20个属性，但是一些顶点可以具有更多属性，即数百个或更多。预期的查询可以使用任何属性，包括它存在的事实及其值，并且还可能需要诸如“该实体的最大P2值”或“该实体具有满足特定条件的任何P2值”的计算。查询计划由Gremlin类型的查询完成，但如果有帮助，则不排除使用仅限Titan的功能。
答案 0 :(得分：1)
就我个人而言，我认为将顶点属性建模为顶点属性通常是最自然的。使用Titan的新多属性和元属性功能时更是如此。多属性是LIST / SET属性，元属性是属性上的属性。以下是完整描述这一点的相关文档：
http://s3.thinkaurelius.com/docs/titan/0.9.0-SNAPSHOT/advanced-schema.html#_multi_properties
http://www.tinkerpop.com/docs/3.0.0-SNAPSHOT/#vertex-properties
您可以在属性上创建以顶点为中心的索引，以启用查询，例如＆＃34;此实体的最大P2值＆＃34;。在性能方面，此解决方案应该可以很好地工作。
http://s3.thinkaurelius.com/docs/titan/0.5.0-SNAPSHOT/indexes.html#vertex-indexes
默认情况下，Titan只会检索您要求的属性（除非您明确告诉它不要通过query.fast-property），并且它可以在顶点的行内完成所有操作，因此它很快。其中描述了
http://s3.thinkaurelius.com/docs/titan/0.9-SNAPSHOT/data-model.html
你需要注意的一件事是顶点行失去控制。你提到顶点可能有100个属性，听起来不错。如果你开始进入100K，那么你可能会遇到使用顶点的问题，特别是在执行OLAP操作时。
需要注意的另一件事是Edge属性与Vertex没有相同的功能。