超级顶点（稠密点）处理¶
原理介绍¶
在图论中，超级顶点（稠密点）是指一个点有着极多的相邻边。相邻边可以是出边（我指向谁）或者是入边（谁指向我）。
由于幂律分布的特点，超级顶点现象非常普遍。 例如社交网络中的影响力领袖（网红大 V）、证券市场中的热门股票、银行系统中的四大行、交通网络中的枢纽站、互联网中的高流量网站等、电商网络中的爆款产品。
在 Nebula Graph 3.0.2 中，一个点 和其属性是一个 Key-Value（以该点的 VID 以及其他元信息作为 Key），其 Out-Edge Key-Value 和 In-Edge Key-Value 都存储在同一个 partition 中（具体原理详见存储架构，并且以 LSM-tree 的形式组织存放在硬盘（和缓存）中。
因此不论是从该点出发的有向遍历，或者以该点为终点的有向遍历，都会涉及到大量的顺序 IO 扫描（最理想情况，当完成 Compact 操作之后），或者大量的随机 IO（有关于该点和其出入边频繁的写入）。
经验上说，当一个点的出入度超过 1 万时，就可以视为是稠密点。需要考虑一些特殊的设计和处理。
Note
Nebula Graph 中没有专用的字段来记录每个点的出度和入度，因此无法预知哪些点会是超级节点。一个折中办法是使用 Spark 周期性地计算和统计。
重复属性索引¶
在属性图中，除了网络拓扑结构中的超级顶点，还有一类情况类似于超级顶点————某属性有极高重复率，也即"相同的点类型 Tag，不同的顶点 VID，同一属性字段，拥有相同属性值"。
Nebula Graph 3.0.2 属性索引的设计复用了存储模块 RocksDB 的功能，这种情况下的索引会被建模为前缀相同的 Key。对于该属性的查找，（如果未能命中缓存，）会对应为硬盘上的“一次随机查找 + 一次前缀顺序扫描”，以找到对应的点 VID（此后，通常会从该顶点开始图遍历，这样又会发生该点对应 Key-Value 的一次随机读+顺序扫描）。当重复率越高，扫描范围就越大。
关于属性索引的原理详细介绍在博客《分布式图数据库 Nebula Graph 的 Index 实践》。
经验上说，当重复属性值超过 1 万时，也需要特殊的设计和处理。
建议的办法¶
数据库端的常见办法¶
应用端的常见办法¶
根据业务意义，将一些超级顶点拆分：
-
删除多条边，合并为一条
例如，一个转账场景：
（账户 A)-[转账]->（账户 B)。每次转账建模为一条 AB 之间的边，那么（账户 A)和（账户 B)之间会有着数万十次转账的场景。按日、周、或者月为粒度，合并陈旧的转账明细。也就是批量删除陈旧的边，改为少量的边“月总额”和“次数。而保留最近月的转账明细。
-
拆分相同类型的边，变为多种不同类型的边
例如，
（机场）<-[depart]-（航班）场景，每个架次航班的离港，都建模为一条航班和机场之间的边。那么大型机场的离港航班会极多。根据不同的
航空公司将depart这个 Edge type 拆分更细的 Edge type，如depart_ceair,depart_csair等。在查询（图遍历）时，指定离港的航空公司。
-
切分顶点本身
例如，对于
（人）-[借款]->（银行）的借款网络，某大型银行 A 的借款次数和借款人会非常的多。可以将该大行节点 A 拆分为多个相关联的子节点 A1、A2、A3,
这里的 A1、A2、A3 既可以是 A 真实的三个分行（例如北京、上海、浙江），也可以是三个按某种规则设立的虚拟分行，例如按借款金额划分（人 1)-[借款]->（银行 A1), （人 2)-[借款]->（银行 A2), （人 2)-[借款]->（银行 A3); （银行 A1)-[属于]->（银行 A), （银行 A2)-[属于]->（银行 A), （银行 A3)-[属于]->（银行 A).A1: 1-1000, A2: 1001-10000, A3: 10000+。这样，查询时对于 A 的任何操作，都转变为为对于 A1、A2、A3 的三次单独操作。