Pick of the Week'22 ｜第 2 周看点：酷炫可视化工具在线等你试用

NebulaGraph

2022-01-07

导读：周边产品部分硬核可视化工具提供企业级图探索、检测服务，内核部分多个新特性上线，Nebula 支持部署单服务，更有 Python 多线程查询主题分享…

每周五 Nebula 为你播报每周看点，每周看点由固定模块：产品动态、社区问答、推荐阅读，和随机模块：本周大事件构成。

新的一年，我们重新开启之前的每周看点模块，同以往一样和大家一起回顾下本周有什么实用 pr 以及大事件需要关注。不知道元旦放假回来的第一周，你的工作状态如何呢？🌝 Nebula 的研发同学状态杠杠的~~

本周看点

DB-Engine 一月排名上线

许久不见的 DB-Engines 排名 Nebula 位列第 15 名，希望下个月我们一起加油 👊

Nebula 可视化工具企业版现可申请 15 天免费试用

作为 Nebula 可视化工具“新生” Nebula Dashboard 和 Nebula Explorer 现面向 Nebula 社区开放为期 15 天的免费申请试用。下图分别为 Nebula Dashboard 和 Nebula Explorer 的酷炫截图：

Nebula Dashboard：Nebula 集群全生命周期管理，多维度指标监控大盘，线上稳定性心中有数；
Nebula Explorer：酷炫的图探索工具，新增 3D 视图、Snapshot 快照、Console 控制台等功能；

Nebula Dashboard 在线“巡逻”中

2D 版 Nebula Explorer 深藏不漏

3D 版 Nebula Explorer（贼酷炫 😎）

公众号发送「试用」可获得申请链接哟~

产品动态

本周 Nebula 主要有这些产品动态：

#社区用户 MyHeart 贡献 💐 # 支持 LOOKUP 下推 topN，标签：内核，具体 pr 见：https://github.com/vesoft-inc/nebula/pull/3499
压测工具 k6 升级，支持 SSL 连接，标签：压测，具体 pr 参见：https://github.com/vesoft-inc/k6-plugin/pull/10
客户端支持删除查询指定参数功能，标签： Client ，具体 pr 参见：https://github.com/vesoft-inc/nebula-console/pull/127、https://github.com/vesoft-inc/nebula-java/pull/412
增加用户登录 Nebula 时，可输入密码尝试次数限制，标签：内核 & 安全，具体 pr 参见：https://github.com/vesoft-inc/nebula/pull/3629
支持单进程部署 Nebula 服务，可无需单独部署 metad、graphd、storaged，标签：内核 & 部署，具体 pr 参见：https://github.com/vesoft-inc/nebula/pull/3310

社区问答

Pick of the Week 每周会从官方论坛、知乎、微信群、微信公众号及开源中国等渠道精选问题同你分享。

主题分享

本周分享的主题是【Python 多线程查询】，由社区用户 Chuaco 提出，Nebula 研发解答。

“Chuaco 提问：我需要使用 Python 对 Nebula 进行多次的查询，由于单次查询速度较慢，这里准备使用多线程进行查询，不过当前所使用 threadpool 方式并没有比单纯的循环方法快出多少，请问有没有正确使用 Nebula 进行多线程查询的方法？代码如下：

def nebula_lookup_func(self, attribute):
    nebula = NebulaGraph.graph
    nebula_session = nebula.start_session()
    nebula_session.execute("USE graph_space_name")

    res = nebula_session.execute("LOOKUP ON {}".format(attribute))
    nebula_session.release()
    return res

def nebula_multithread_func(self):
    res_store = []
    attri_list = ["tag1", "tag2"]
    with ThreadPoolExecutor(200) as executor:
        jobs = []
        results = []
        for attribute in attri_list:
            jobs.append(executor.submit(self.nebula_lookup_func, testclass, attribute))
        for job in futures.as_completed(jobs):
            result_done = job.result()
            results.append(result_done)
        for result in results:
            res_store.append(result)
    return res_store

Nebula：Python 客户端从网络中解码是比较耗 CPU 的，如果你 LOOKUP 的数据比较大，加上 Python 里的 GIL，即便是多线程，其实也没有快很多。

你可以看一下运行过程中，是不是单核已经跑满了。

另外就是网络传输是共用的，看一下是不是因为数据量大，瓶颈在网络上。

改善的话：

看一下是什么业务，是不是可以放 nGQL 里，比如 count 或者其他。只看语句的话，这个是扫全表了。
语句上加 LIMIT 、 WHERE 。
多进程。（如果瓶颈在网络上，提升不明显）

Nebula 进阶技能

本周的 Nebula 进阶技能分享一个 Exchange Debug 小技巧——在生成 SST 时程序报错，提示 org.rocksdb.RocksDBException: While open a file for appending: /path/sst/1-xxx.sst: No such file or directory，该怎么办？

试试下面两个方式 debug：