在最近的一项研究中，我们使用了备受认可的LDBC社交网络基准（SNB）比例因子10K数据集（8.86B顶点，61.77B边，4.8TB原始数据）来衡量TigerGraph的性能。 我们使用三种类型的分布式集群查询来测试TigerGraph的性能：

• 简单查询（IS）性能测试——所有查询在1-3秒钟内得到答复。 集群大小没有显著影响性能，因为仅用到了图中的一小部分。
• 深度查询（IC）性能测试——所有查询在3到9秒钟内得到答复。集群大小不会对性能产生很大的影响。
• 商业智能（BI）性能测试——在一分钟内回答了大多数OLAP的迭代和/或深层链接图查询。 大多数查询都表现出线性扩展性能。

每个查询执行了3次，经过时间的中位数表示为最终等待时间。 每个查询分别在12台、18台和24台计算机的集群上执行。

这项研究清楚地证明了TigerGraph在具有大约90亿个顶点和超过600亿条边的图的商用机器集群上运行深度链接OLAP聚合查询的能力，并且在一分钟之内即可返回结果。 没有其他图数据库或关系数据库展示出同等的分析功能。

您可以访问GitHub，查看相关的数据集，并参照过程介绍，再现此次基准测试。

如果您对这些测试有疑问或反馈，请通过Benchmark@tigergraph.com与我们联系。