Scalability Matters: Benchmarking Graph Databases for High-Performance Digital Threads

N. Kasper

doi:10.1007/978-3-032-09700-2_8

2026-01-01

PRE

N. Kasper *

Martin Eigner

DOI：10.1007/978-3-032-09700-2_8

原文链接

原文求助

摘要

En 中文

传统基于数十年软件和数据库技术的PLM系统，在管理日益复杂的产品生命周期数据（由产品多样性、跨学科性和异构IT环境驱动）方面存在根本性挑战。数字线程知识图谱已作为解决方案出现，但其数据库持久性和性能仍是开放研究问题。本研究对三种范式进行基准测试：基于磁盘的原生图数据库、内存中的原生图数据库以及带有图扩展的内存关系SQL数据库。评估考察了过滤性能、图遍历算法、随着图规模增长的扩展性，以及连通性（总平均度）对数字线程应用的影响。结果表明，内存原生图数据库在高度连接的数据集和递归查询中表现优异，而基于SQL的图扩展适用于小型图、现有SQL基础设施或非递归查询。然而，基于SQL的解决方案在图规模增大时表现出指数级查询时间增长。这些见解为可扩展、高性能PLM应用的数据库选择提供指导。

Keyword:

Digital Thread

Knowledge Graph

Graph Database

SQL Database

In-Memory

Benchmark

PLM