所以，我有一个包含数百万个节点的图，示例是
watched director
user1 -------> movie_1 <------ chris nolan
^
user2------------|
watched
等等……
我想生成一个查询来计算每个用户观看的电影数量？
然后平均观看的电影数量？ 我如何在 gremlin/cypher 中做到这一点
【问题讨论】：
由于您要求 Cypher 或 Gremlin，以下是 Cypher 查询。
对我来说，您的数据模型有任何节点标签并不明显，因此这里有一些查询仅包含至少观看过 1 部电影的用户节点。这种限制源于这样一个事实，即无法识别没有watched 传出关系的节点实际上是用户。
(a) 如何获取每个不同的用户以及她/他观看的（不同的）电影的数量。 （未观看任何电影的用户将不会在返回的收藏中。）
MATCH (u)-[:watched]->(m)
RETURN u, COUNT(DISTINCT m);
我假设您不想为同一用户计算同一部电影两次（在用户多次观看同一部电影的情况下）。
(b) 如何获取所有用户（观看过任何电影的人）观看的（不同）电影的平均数量：
MATCH (u)-[:watched]->(m)
WITH u, COUNT(DISTINCT m) AS cdm
RETURN avg(cdm);
如果您还想包括没有看过任何电影的用户，那么您可能需要确保所有用户节点都被标记（例如，通过标签“用户”）。在以下查询中，我假设已经完成。
(a) 如何获取每个不同的用户以及她/他观看的（不同）电影的数量：
MATCH (u:User)
OPTIONAL MATCH (u)-[:watched]->(m)
RETURN u, COUNT(DISTINCT m);
(b) 如何获取所有用户观看的（不同）电影的平均数量：
MATCH (u:User)
OPTIONAL MATCH (u)-[:watched]->(m)
WITH u, COUNT(DISTINCT m) AS cdm
RETURN avg(cdm);
【讨论】：
这是 Gremlin 方法...首先用于每个人观看的电影（请注意，此代码是为在 Gremlin REPL 中运行而编写的）：
m = [:]
g.E.has('label','watched').groupCount(m){it.outV.next()}.iterate()
上面的代码显示我们迭代所有“被观察”的边并在每个“被观察”边的出顶点（即用户顶点）上进行分组。组计数存储在Map 中，定义为m。
现在我们有了m，我们可以使用它来获得平均值：
total = m.values().sum()
avg = total / m.size()
【讨论】：