dgraph bulk和dgraph live的区别和操作

     当图谱构建完毕后，就需要将数据上传到图谱查看效果，往往数量量比较大，借助一些工具能实现数据的快速上传，dgraph 自带了两个上传命令，dgraph bulk 和 dgraph live。

    dgraph bulk：作为首选方案的原因是它的执行效率比dgraph live高很多，话不多说，先罗列一它的执行命令：

        dgraph bulk -f data.rdf -s data.schema --map_shards=4 --reduce_shards=1 --zero=localhost:5080

        (如果是docker镜像执行，需要在命令前面加上docker exec -it  xxx dgraph bulk……   <xxx为镜像名>)

    查看命令有什么参数，执行dgraph bulk --help，

    参数说明：

        -f 为上传的数据文件名，可以为rdf格式或者压缩成gz文件

        -s 为字段定义文件，类似于mysql的表结构

        --map_shards 没有做特殊说明，大致意思是它设置的大一点，数据分布在不同分片会更均匀

        --reduce_shards  这个根据副本数和server的节点数来定，如果你是三个节点，并且副本为3， 此参数就设置为1，如果有6个节点，则设置为2，因为它会在执行该命令的服务器上生成out文件夹，里面会根据这个参数将数据分成reduce_shards份数

        --zero 这个参数即填写zero命令所在的服务器。

    操作说明：

        这条命令是离线执行的，dgraph服务必须先停掉，将p和w文件清空，只需要启动zero命令的服务，执行完上传命令后，会生成一个out文件夹，会生成reduce_shards份数据，进入里面找到p和w文件夹，复制至各节点dgraph主目录对原先的p、w进行覆盖，重新启动服务， 数据导入完成。

    性能调优（来源：https://www.jianshu.com/p/ffd4c88e8280）：        

        Map

        在map语句中，修改下面的参数可以降低内存使用：

    --num_go_routines 标志控制worker线程的数量，数值越小，占用的内存越少

    --mapoutput_mb 标志控制map输出文件的大小，数值越小，占用的内存越少

       对于更大的数据集，以及有很多core的服务器，map中的gzip解码可能会成为瓶颈，可以首先把RDF拆分成多个.rdf.gz文件(例如每个256MB)。这对内存使用会有略微的影响

        Reduce

        Reduce语句对内存的压力比map小，尽管它仍然可能会使用很多内存。有些参数可以提高性能，但是只有在你有很大的RAM的情况下使用：

• --reduce_shards 控制产生的dgraph实例数。增大
• The --map_shards flag controls the number of separate map output shards. Increasing this increases memory consumption but balances the resultant dgraph instances more evenly.
• The --shufflers controls the level of parallelism in the shuffle/reduce stage. Increasing this increases memory consumption.

    dgraph live: 根据live单词即可知道，它是在线更新数据的，不需要暂停服务，命令如下：

        dgraph live -r g01.rdf.gz -s g01.schema -d localhost:9080 -z localhost:5080