我们选择了四个较流行的图形数据库进行实验对比。测试中会提供Python 代码段以显示如何使用每个数据库，之后我们将运行一个快速的基准测试，我们将在i7-6700 cpu @ 3.40GHz 上运行10 000 次我们的示例查询，然后比较各个图形数据库所需的时间及评价其性能。
以下为四种图形数据库性能对比原创总结，详细对比了各个数据库的优缺点，以及原文作者做出的总结推荐：
| 图形数据库 | 语言 | 时间 | 优点 | 缺点 | 总结推荐 | |
|---|---|---|---|---|---|---|
| Cayle | Go | 50 秒 | 干净简洁的设计 | 1. 可视化UI不能正常工作，使用起来不是很直观项目的记录仍然很差，Python客户端不完整 | -- | |
| -- | -- | -- | -- | 2. 项目文档编制完善度很低，Python客户端不完整 | 过于年轻且文档编制完善度很低，不推荐应用于生产 | |
| Neo4j | Java | 17 秒 | 1.成熟的企业解决方案以及额外的功能（监控，备份，改进查询） | python客户端不提供强大的API，它只允许直接使用名为Cypher的Neo4j的内部语言执行请求 | Neo4j 功能齐全，速度敏捷，还有强大的查询语言及另外许多功能，可以满足使用图数据库的最常使用场景。缺点是官方的Python客户端功能薄弱 | |
| -- | -- | -- | 2. 语法容易阅读，容易学习 | -- | -- | |
| -- | -- | -- | 3. 结果记录易于显示和分析，是Python dict 包含创建时指定的字段 | -- | -- | |
| ArangoDB | C++ | 26 秒 | 1. 灵活多样的数据库模型，支持文档，图形和键值对存储 | 1.如果想用自己的脚本实现同等性，需要自己编写“获取或创建”方法 | ArangoDB 是开发者和用户最友好的数据库，是图形数据库进行快速测验的最佳选择。除了图形存储以外，其文档存储也将使您的生产数据管理更加轻松方便,可以安全地用于在CG生产环境中 | |
| -- | -- | -- | 2. 数据库创建非常简单直爽 | 2. 还是一个年轻的数据库 | -- | |
| -- | -- | -- | 3. 可以在云基础设施上轻松部署，并帮助构建REST API | -- | -- | |
| -- | -- | -- | 4. ArangoDB 的图形存储基于其自己的文档存储系统， 每个顶点都作为json条目存储在一个集合中 | -- | -- | |
| -- | -- | -- | 5. 查询可进行配置（例如，您可以选择深度优先遍历）ArangoDB 提供了一个遍历对象，允许您构建特定的路径，还有其他的助手，如最短路径查找或路径长度检索，可以满足图形查询的大部分需求 | -- | -- | |
| -- | -- | -- | 6. 查询结果记录易于显示和分析 | -- | -- | |
| -- | -- | -- | 7. ArangoDB 和Python 客户端很容易理解，而且文档编制完善 | -- | -- | |
| -- | -- | -- | 8. 在ArangoDB Web UI中可视化您的图形,使数据存储更容易 | -- | -- | |
| -- | -- | -- | 9. 其开发公司非常活跃，并提供很多的额外支持项目 | -- | -- | |
| OrientDB | Java | -- | -- | -- | 由于用户反馈问题，我们未对其进行测试 | |
