本文首发于 Nebula 公众号：[手把手教你从数据预处理开始体验图数据库](https://mp.weixin.qq.com/s/bn8MZnXt3_nuwKVGYaxlXg)，由社区用户 Jiayi98 供稿，分享了她离线部署 Nebula Graph、预处理 LDBC 数据集的经验，是个对新手极度友好的手把手教你学 Nebula 分享。

这不是一个标准的压力测试，而是通过一个小规模的测试帮助我熟悉 Nebula 的部署，数据导入工具，查询语言，Java API，数据迁移，以及集群性能的一个简单了解。

## 准备

所有的准备都需要找个有网的环境

1. docker RPM 包 [https://docs.docker.com/engine/install/centos/#install-from-a-package](https://docs.docker.com/engine/install/centos/#install-from-a-package)

2. docker-compose tar 包 [https://github.com/docker/compose/releases](https://github.com/docker/compose/releases)

3. 提前下载镜像 [https://hub.docker.com/search?q=vesoft&type=image]（https://hub.docker.com/search?q=vesoft&type=image），将 metad、graphd、storaged、console、studio、http-gateway、http-client、nginx、importer（用 `docker save xxx` 命令将拉好的镜像导出成 tar 包）

4. 配置文件 [https://github.com/vesoft-inc/nebula-docker-compose/blob/docker-swarm/docker-stack.yaml](https://github.com/vesoft-inc/nebula-docker-compose/blob/docker-swarm/docker-stack.yaml)

5. nebula-studio GitHub 上下载 zip 包 [https://github.com/vesoft-inc/nebula-web-docker](https://github.com/vesoft-inc/nebula-web-docker)

## 安装 

1. 安装 Docker：

```

$ rpm -ivh <rpm包>

$ systemctl start docker --启动

$ systemctl status docker --查看状态

```

2. 安装 docker-compose

```

$ mv docker-compose /usr/local/bin/ --把docker-compose文件移动到/usr/local/bin

$ chmod a+x /usr/local/bin/docker-compose --改权限

$ docker-compose -version

```

3. 导入镜像

```

$ docker load <镜像tar包>

$ docker image ls

```

4. 在机器 manager machine 上执行以下命令初始化 Docker Swarm 集群：

```

$ sudo docker swarm init --advertise-addr <manager machine ip>

```

5. 根据提示在另一台服务器上以 `worker` 的身份 `join swarm`

```

$ docker node ls

```

* 添加 `worker node` 如果出现以下报错：

`Error response from daemon: rpc error: code = Unavailable desc = connection error: desc = "transport: Error while dialing dial tcp 172.16.9.129:2377: connect: no route to host"`

一般是防火墙未关闭导致的（用以下方式关闭防火墙）。

```

$ systemctl status firewalld.service

$ systemctl disable firewalld.service

```

5. 在 manager 节点上改写 `docker-stack.yml`，并创建 `nebula.env`

```

-- nebula.env

TZ=UTC

USER=root

```

* Yaml file 里的 hostname 多台机器不可同名,启动时的错误多半是因为配置文件写得有问题，v1 升级 v2 也只需要把配置文件里的镜像换一下就可以了。

6. 在 manager 节点上动 nebula 集群

```

$ docker stack deploy <stack name> -c docker-stack.yml

```

这里附带一些我 Debug / 检查方法：

```

$ docker service ls --查看服务状态

$ docker service ps <NAME/ID> --查看某一个具体的状态

$ docker stack ps --no-trunc <stack name> --查看 stack 里所有的进程

```

7. 安装 Studio

代码文件夹里是 v1，有一个 v2 的文件夹里是 v2

```

$ cd nebula-web-docker

```

或

```

$ cd nebula-web-docker/v2

$ docker-compose up -d -- 构建并启动 Studio 服务; 

```

其中，`-d` 表示在后台运行服务容器

启动成功后，在浏览器地址栏输入：`http://ip address:7001`

## 测试

我用的 LDBC。

#### 准备

1. 获取源码 [https://github.com/ldbc/ldbc_snb_datagen/tree/stable](https://github.com/ldbc/ldbc_snb_datagen/tree/stable)，scale factor 1-1000 用 stable branch。

2. 下载 hadoop-3.2.1.tar.gz: [http://archive.apache.org/dist/hadoop/core/hadoop-3.2.1/](http://archive.apache.org/dist/hadoop/core/hadoop-3.2.1/)

3. LDBC 数据预处理

#### LDBC 数据预处理

**这里需要说明一下，要注意你用的 nebula 版本是否支持  `“｜”` 作为分隔符**。

ldbc 的所有 vertex 和 edge 的 ID / index 都有问题，需要处理一下使得所有 vertex 的 ID 变为 unique key。

我的做法是每个 vertex 我都给一个前缀，比如 person，原始 ID 为 933，变为 p933。（为了试用一下我自己搭的 CDH 我用 Spark 做的数据预处理，处理过的数据放在 HDFS 以便后面用 nebula-exchange 导入）

#### 硬件资源


备注：Nebula 不推荐使用 HDD，但我也没有 SSD, 最后测试结果证明 HDD 真的很弱。

#### 服务分布

3 节点，服务分布如下

- 192.168.1.10 meta，storage

- 192.168.1.12 graph，meta，storage

- 192.168.1.60 graph，meta，storage

2 图空间： 

1. csv：10 个 partition

    1. 原始数据约 42 M

    2. 7 千多个点，40 万条边

2. test：100 个 partition

    1. 原始数据约 73 G 

    2. 1.1 亿多个点，28.2 亿多条边（Edge: 1,101,535,334；Vertex: 282,612,309）

导入 Nebula 之后，占用储存空间共约 76 G，其中 wal 文件占 2.2 G 左右。

没有做导入的测试，一部分用了 Nebula-Importer 导入，一部分用了 Exchange 导入：


## 开始测试

测试方法：

1. 选取 1000 个 vertex，进行 1000 次查询的平均值


* 三度超时是将 `timeout` 参数调高至 120 秒后的结果，后来在终端执行了一次三度发现要三百多秒。

最后，希望这份文档对和我一样的小白们有帮助，也感谢一直以来社区和官方的答疑解惑。

Nebula 真的让用户感到真的非常 supportive，在学习使用 Nebula 的过程中我也收获了很多~

## 进一步交流

交流图数据库技术？加入 Nebula 交流群请先[填写下你的 Nebulae 名片](https://wj.qq.com/s2/8321168/8e2f/)，Nebula 小助手会拉你进群~~

要不要看看【美团的图数据库系统】、【微众银行的数据治理方案】以及其他大厂的风控、知识图谱实践？**Follow Nebula 公众号**：[NebulaGraphCommunity](https://www-cdn.nebula-graph.com.cn/nebula-blog/WeChatOffical.png) 回复「PPT」即可习得大厂实践技能 ^^

## 推荐阅读

- [浅谈图数据库](https://mp.weixin.qq.com/s/6WkYb0XSN3IP9808p3FyTQ)

- [聊聊图数据库和图数据库的小知识](https://mp.weixin.qq.com/s/T1i270J6viFDPECvj-ylxA)

- [Nebula Graph 技术总监陈恒：图数据库怎么和深度学习框架进行结合？](https://mp.weixin.qq.com/s/vQoGVyhQjmekLNhv7SAD7g)

- [图数据库爱好者的聚会在谈论什么？](https://mp.weixin.qq.com/s/5OyjDVEo6a0oUpdnwT8iIg)