在Dgraph的论文中，提到实体是在服务器之间随机分片的，它们本身带有与其他实体的关系。这导致在图形查询的中间步骤中出现高扇出结果集，从而导致服务器上的广播和执行联接的高延迟。
我不明白在这里扇风的意思。
我试着从基础上理解，这就是我发现的：
- 查询中的大量扇出请求可能会导致网络等问题拥塞、尾部延迟和CPU边界。点击此处查看论文
- 扇入是对调用其他函数或方法(比如X(的函数或方法数量的度量。扇出是函数X调用的函数数。它用作基于调用图的度量。点击此处获取来源
我不确定以上到点与Dgraph论文中讨论的基于实体的图之间的关系。实体是否与其他实体有许多关系，因此一个实体有许多边？
简而言之：是的，在某些情况下，一个实体可能会有很多边附加到它上。
在第一篇论文中，shard是基于谓词"生活在"；以及"；吃"；。在本说明书中；生活在"；数据在一个碎片中；吃"；数据在另一个碎片中，论文说：；假设最坏的情况是集群太大，每个碎片都位于一个单独的服务器上">
现在，考虑一个包含多个谓词的查询，每个谓词都在自己的shard中，并且每个shard都位于不同的服务器上。
Find any person
that lives-in ???,
that eats ???,
that drinks ???,
that drives ???,
that reads ???
随着谓词的数量(即被查询的碎片的数量(的增长，我们看到了本文所描述的高度扇出。簇的数目"；广播"；显著增长，导致查询延迟按比例增长。