数据集来源：github
https://github.com/ldbc/data-sets-surf-repository/blob/main/download-data-set.sh
zst文件解压
https://cloud.tencent.com/developer/information/zst文件解压-ask
zstd -d filename.tar.zst
tar -xvf filename.tar
https://github.com/ldbc/data-sets-surf-repository/blob/main/lsqb.md
https://cloud.tencent.com/developer/information/zst文件解压-ask
https://repository.surfsara.nl/datasets/cwi/ldbc-snb-interactive-v1-datagen-v100
git hub写了使用说明
To decompress, use zstd.
tar -xv --use-compress-program=unzstd file.tar.zst
./download-data-set.sh data_set_url
./download-data-set.sh https://repository.surfsara.nl/datasets/cwi/snb/files/social_network-csv_basic-longdateformatter/social_network-csv_basic-longdateformatter-sf0.1.tar.zst
数据集的介绍
LDBC是一个国际认可的图处理基准制定委员会。，官方提供不同规模的数据、样本、测试方案、测试结果，图数据库按照它所提供内容进行测试，从而起到横向对比图数据库性能的作用。
提供的基准测试：提供了6个常用图算法的测试
● BFS
● PageRank
● 弱连通
● 标签传播
● 局部聚类系数
● 最短路径
Semantic Publishing Benchmark（LDBC-SPB）
基于RDF的语义数据库基准测试，通过同时执行CRUD（创建、读取、更新、删除）操作来衡量性能，
Social Network Benchmark Suite (LDBC-SNB)
简称SNB是在社交图中进行模拟真实查询场景,来衡量数据库性能。比如：提供一张微博关系社交图，我们查找在圣诞节发微博最多的人，具有实际意义的查询，模拟该查询能更好的体现数据库在实际场景中的性能。
LDBC Financial Benchmark (LDBC-FINBENCH)
顾名思义是用于反欺诈和风控等金融相关的测试场景
LDBC用Scale Factor (sf) 比例因子来表示图的大小。Scale Factor 1 （sf1）表示原数据大小1GB，Scale Factor 100 （sf100）表示原数据大小100GB，当然也有 Scale Factor 0.1，Scale Factor 10000，Scale Factor 30000。
NB测试中提到了BI,IS,II是什么？
LDBC-SNB包含两测试部分（可单独测试）一个是Interactive（交互查询）另一个是Business Intelligence（商业智能）。
Interactive
● Interactive complex reads(复杂查询IC)
● Interactive short reads(简单查询IS)
● Interactive insert updates(插入II)
●
● 这三种类型的测试项具有多个，分别是IC1IC14、IS1IS7、II1~II8，查询为局部查询。
● 比如：查找指定Person发的博文总数。
●
● Business Intelligence
Business Intelligence(商业查询)
https://www.modb.pro/db/522461
我们在不同规模的LDBC-SNB数据集上对TigerGraph和Dgraph进行了性能测试，主要结论如下：
● 加载数据时，TigerGraph比Dgraph Bulk快2到4倍，比Dgraph Live快9到30倍。
● 运行复杂程序时，TigerGraph的只读查询速度是Dgraph的2到3000倍。
● 运行最短的只读查询时，TigerGraph大约比Dgraph快2到2000倍。
● 运行简短的只读查询时，TigerGraph的响应时间不随数据集大小的增加而波动，而Dgraph的响应时间则随数据集大小的增加而波动。
● 运行大多数商业智能工作负载时，TigerGraph的速度大约是Dgraph的2到1600倍。
● 随着数据集大小和查询复杂度的增加，TigerGraph的查询响应时间增加了2～5倍，而Dgraph的查询响应时间增加了14倍以上。