neo4j：--normalize-types=false 的权衡是什么？

Question

neo4j-admin

工具可以从CSV导入数据。 其中一个选项需要的是：

--normalize-types[=<true/false>]

确定是否将属性类型规范化为 Cypher 类型，例如

int

变为

long

，

float

变为

double

。

默认：

true

如果我没有显式设置

--normalize-types=false

，那么

neo4j-admin

工具会生成如下消息：

Property type of 'foo' normalized from 'int' --> 'long' in /path/to/my-nodes.csv

我的数据库有数十亿个属性，所以如果可能的话，我想节省空间（和 RAM）。我知道整数属性适合 32 位，并且浮点属性不需要 64 位精度。 （有关每种属性类型的位宽，请参阅此参考。）

类型标准化与不标准化的权衡是什么？

例如，较窄的类型实际上可以节省空间/RAM吗？它们是否与 Cypher 查询不兼容？

Answer 1

我看到添加了对规范化类型的支持的commit有这样的评论：

导入器标准化属性类型以匹配 Cypher

实际上意味着在某些 .csv 标头中指定的类型，表示 某些属性应该是类型，例如“short”将被导入为 输入“长”。基本上所有整数类型都会被导入和存储 因为长整型和浮点类型将被导入并存储为 双倍。

这将是默认行为，但可以针对特定情况进行覆盖 通过提供“--normalize-types=false”的场景

我认为这意味着如果您不标准化类型，那么每当您使用 Cypher 时，任何非标准化数据类型都必须与标准化类型相互转换。因此，即使您可以节省存储空间，您的 Cypher 查询也会变慢。