在 gremlin 中“连接”图形的两个节点的正确方法是什么？答案

【问题标题】：What's the right approach to "join" two nodes of a graph in gremlin?在 gremlin 中“连接”图形的两个节点的正确方法是什么？
【发布时间】：2020-02-28 06:10:58
【问题描述】：

假设我有一个如下图所示

graph = TinkerGraph.open()
g = graph.traversal()
v1 = g.addV('CC').property('name','t1')
v2 = g.addV('KK').property('name','t1')

我想找到与KK 具有相同'name' 的所有CC。我会写：

g.V().hasLabel('CC').as('c').values('name').as('cn').V().hasLabel('KK').values('name').as('k').where('cn',eq('k')).select('c')

这模仿了 SQL 中的连接，但编写起来所以性能似乎很差。从SQL2Gremlin 开始，如果两个节点之间有一条边连接，他们就有“加入”两个节点的例子。我想知道 gremlin 中是否有任何连接方法，是否有一条连接两个节点的路径事先是未知的？换句话说，在 gremlin 中编写“join”的最佳方法是什么，我们不知道这两个节点是直接连接还是通过路径连接？

非常感谢！

【问题讨论】：

标签： gremlin

【解决方案1】：

你的直觉大体上是对的。 “连接”是两个顶点之间实现的关系（即边）。这通常是图形数据库中的收益。在 SQL 样式中对属性进行顶点到顶点连接通常不会对图有效。

至于您的查询，您可以将其重新写入此表单以更清晰：

gremlin> g.V().hasLabel('CC').as('c').
......1>   V().hasLabel('KK').
......2>   where(eq('c')).
......3>     by('name').
......4>   select('c')
==>v[0]

但是性能可能会保持不变，因为我认为目前没有任何图形系统会优化这种遍历。将不使用索引，您将获得“CC”和“KK”的完整图形扫描以获得结果。显然，这在大图上非常昂贵。

Gremlin 用户邮件列表here 中对此主题进行了一些讨论，其中提出了一些很好的观点。值得注意的是，乔什·佩里曼（Josh Perryman）写道（除其他优点外）：

SQL 样式的连接是对图形数据库引擎的非常糟糕的使用。喜欢 Daniel 建议应该预先计算连接并在写时间/数据我开玩笑的时间。

这是必然和设计的。边缘基本物化加入。图形数据库针对它们进行了优化，磁盘或缓存读取手术。关系数据库针对连接、查询时间进行了优化电脑操作。

预先计算边缘通常要便宜得多在加载数据之前分离引擎而不是在加载数据之后这样做进入图表。例外情况是确定边缘时基于通过图的多跳路径。对于该用例，图表分贝最好。

【讨论】：