類型

分片規格

當前圖計算引擎產品，根據機器配置（CPU:MEM）比例的高低來劃分集群的優勢點。

計算型：CPU資源充足，可以做復雜的計算邏輯；

存儲型：磁盤較大，可以滿足存儲型業務的要求；

通用型：介于計算型/存儲型中間；

集群評估

圖計算GraphCompute采用分布式集群架構，主要由三部分組成：節點類型（即每個分片的規格）、副本數（即replica，每個備份都可獨立承擔線上流量，通過增加副本數可擴展集群的水平負載能力）、分片數（即partition，通過內部Hash處理，可將數據進行分片存儲到不同的節點上，從而擴展集群的數據容量能力）

節點類型：

容量評估：

整個分布式GraphCompute的集群在線查詢和數據更新能力評估：

集群的在線查詢QPS = 所選節點規格對應的在線QPS * 副本數；

更新TPS評估：當前服務實例提供兩種更新方式：全字段更新或者部分字段更新

1）當業務使用場景為全字段數據更新方式：

整個集群的更新能力 = 所選節點規格對應的全字段更新TPS * 分片數；

2）當業務使用場景為部分字段更新數據方式：

由于部分字段更新鏈路采用GraphCompute內部補全方式，額外對集群進行信息查詢而消耗資源，會導致在線查詢QPS下降25%

更集群的部分字段數據更新TPS = 所選節點規格對應的更新TPS * 分片數 * 副本數；

注意：以上評估數據為內部測試經驗，僅作參考；如需具體業務集群真實負載能力，需要自行壓測。

舉例參考：

例子1：某社交APP使用圖計算GraphCompute進行陌生人社交查詢，用戶數據百萬級，用戶關系千萬級，整體數據存儲需100GB，線上流量QPS為20000，實時數據采用全字段更新TPS為40000，查詢RT為10ms。

評估思路：

1）整個業務要求較高QPS和RT，一般建議選擇節點選擇【common.i2.large 通用型】，基本符合大部分業務使用；

2）存儲數據需要100GB，同時TPS達到40000，數據更新量較大，按照1個【common.i2.large 通用型】節點承載TPS為20000，需要對數據進行分片，從而提升集群的數據更新。選擇分片數為【2】。

3）【common.i2.large 通用型】節點承載QPS為5000，業務要求QPS為20000，副本數計算值=20000/5000，選擇副本數為【4】

例子2：某社交APP使用圖計算GraphCompute進行特征查詢，用戶特征高達千萬級，整體數據存儲需200GB，線上流量QPS為8000，實時數據采用部分字段更新TPS為10000，查詢RT為20ms。

評估思路：

1）整個業務要求較高QPS和RT，一般建議選擇節點選擇【common.i2.large 通用型】，基本符合大部分業務使用；

2）【common.i2.large 通用型】節點承載QPS為5000，業務要求QPS為8000，副本數計算值 = 8000/（5000 * （1-0.25）），選擇取整副本數為【2】

3）存儲數據需要200GB，同時TPS達到10000，數據更新量較大，按照1個【common.i2.large 通用型】節點承載TPS為2500，集群的部分字段數據更新TPS 10000 = 2500 * 分片數 * 副本數 2；計算得到分片數為【2】。

創建集群：

點擊【圖計算實例開通】，具體配置參考圖如下：

備份

目前圖計算引擎iGraph默認支持雙副本，保證集群升級/數據切換中服務可用性，同時也支持用戶進行備份選擇和擴容操作。

備份數越多，iGraph集群提供在線服務能力的searcher越多，集群在線性能更高，同時購買價格也會越多，望您按需選擇。

分片數

目前圖計算引擎iGraph默認支持多分片，將海量數據索引進行hash分列，可以方便存儲到固定存儲的分片上。

具體的分片計算公式，如下：

分片數 = 存儲量GB / 每個分片規格的磁盤量 / 2；