JanusGraph与Cassandra集成模式

Posted 2020-09-25 且听风吟

//如果使用的是cassandra 2.2或更高版本，需要开启thift，以使janus连接到cassandra。
./bin/nodetool enablethrift.

15.1 Local Server Mode

在该模式下，cassandra作为一个独立应用与Janus运行在同一个localhost下，此时JanusGraph与Cassandra通过Localhost socket通信。运行步骤如下;

 

• 下载cassandra，解压，并在conf/cassandra.yaml和conf/log4j-server.properties中设置文件系统路径。
• 通过bin/cassandra -f启动cassandra，并检查是否启动成功

 

下面即可创建一个JanusGraph了。

JanusGraph g =JanusGraphFactory.build().
set("storage.backend","cassandra").
set("storage.hostname","127.0.0.1").
open();

注意：在gremlin shell中，不能定义变量conf和g，所以去掉变量声明。

 

该模式比较适用于测试，且Janus与Casssandra运行于统一节点。

15.2 Remote Server Mode

 

当图需要扩展时，cassandra以集群方式存在， Cassandra与Janus被逻辑上分隔在不同的主机上。在该模式中，Cassandra保存图的数据；而多个janus实例通过维持基于socket的读/写来访问cassandra集群。应用端可以在同一JVM中使用Janus访问。

 

如下假如cassandra的地址为：192.168.66.149，则连接代码如下：

JanusGraph graph =JanusGraphFactory.build().
set("storage.backend","cassandra").
set("storage.hostname","192.168.66.149").
open();

如果是Gremlin客户端，去掉下划线部分。

 

连接成功后如下所示：

 

   

15.3 Remote Server Mode with Germlin Server

Gremlin Server可以被设置为包围着每个JanusGraph实例，在该模式下，客户端通过作为一个Gremlin Client的方式与Gremlin Server通信，并将请求由Gremlin Server交由JanusGraph进行处理。此种方式支持多语言环境。

使用bin/gremlin-server.sh启动，然后在外部的Gremlin.sh Session就可以通过如下语句通信：

:plugin use tinkerpop.server
:remote connect tinkerpop.server conf/remote.yaml
:> g.addV()

在此种情况下，每个Gremlin Server都必须配置连接到casandra集群中，下面是一个配置片段，详情见：http://docs.janusgraph.org/latest/server.html

...
graphs:{
g: conf/janusgraph-cassandra.properties}
plugins:
- janusgraph.imports
...

关于Gremlin Server的更详细信息参见：http://tinkerpop.apache.org/docs/3.2.3/reference#gremlin-server

15.4 JanusGraph Embedded Mode

最后，cassandra也可以嵌入到JanusGraph中去，在此种部署方式下，JanusGraph启动Cassandra，并通过进程通信，能够显著提升查询性能，但由于共用一个JVM，需要性能调优。

 

配置详见：http://docs.janusgraph.org/latest/cassandra.html#_janusgraph_embedded_mode 

15.5 Cassandra Specific Configuration

参考第12章：Configuration Reference(http://docs.janusgraph.org/latest/config-ref.html )获取更详细信息：

 

当配置cassandra时，推荐考虑如下几个方面：

• read-consistency-level 
• write-consistency-level
• replication-factor:复制因子，用于控制数据复制的分数，提高鲁棒性，3是一个常用的配置。该配置只在创建Keyspace时可用，对已有的keyspace则忽略。
• thrift.frame_size_mb:thift帧大小，如果要传送大数据，需要调高，仅在storage.backend=cassandrathift时可用
• keyspace：存储JanusGraph的keyspace，允许多个JanusGraph保存在Cassandra集群中

 

更多关于一致性的信息参见：Cassandra thift API，但一般一致性越高，延迟越高。

15.6 Global Graph Operations

在Cassandra之上的JanusGraph支持全局点/边遍历，但需要将全部数据加载到内存，可能引起OOM。更多参见：33章，JanusGraph With TinkerPop\'s Hadoop-Germlin来更有效的遍历。