TigerGraph中多行文本顶点的CSV格式及配置问询

是否支持该需求 #

TigerGraph完全支持CSV文件中单个单元格包含多行文本的加载需求。

CSV文件的正确格式 #

要让多行文本被识别为单个单元格，必须将该单元格的内容用双引号包裹，引号内的所有内容（包括换行符、逗号等特殊字符）都会被视为一个整体。示例格式如下：

"John Smith,
Aviator Supervisor,
L3",employee_001,2020-01-01

如果单元格内容本身包含双引号，需要用两个连续的双引号进行转义，比如：

"She said ""I'm an aviator""",employee_002,2021-03-15

创建顶点与加载文件的配置 #

1. 定义顶点类型 #

将存储多行文本的属性设置为STRING类型即可，TigerGraph的STRING类型原生支持包含换行符的字符串内容。示例GSQL语句：

CREATE VERTEX Employee (
  PRIMARY_ID emp_id STRING,
  profile STRING,
  hire_date DATETIME
) WITH STATS="OUTDEGREE_BY_EDGETYPE", PRIMARY_ID_AS_ATTRIBUTE="true";

2. 编写加载作业 #

加载作业无需修改默认的逗号分隔符，只要确保属性映射正确即可。如果CSV包含表头，记得开启HEADER="true"并使用列名映射：

CREATE LOADING JOB load_employee_data FOR GRAPH CompanyGraph {
  DEFINE FILENAME emp_csv = "/data/employees.csv";
  LOAD emp_csv TO VERTEX Employee 
    VALUES (emp_id, profile, hire_date) 
    USING SEPARATOR=",", HEADER="true";
}

如果CSV没有表头，使用列索引（$0、$1、$2...）映射，同时设置HEADER="false"。

关于你之前尝试的方法说明 #

• 直接用逗号分隔换行的方式会被加载器识别为多个独立列，导致列数不匹配的加载错误，不可行。
• 拆分多个CSV关联顶点列的方法过于繁琐，完全没必要，使用双引号包裹多行单元格的方式是最直接高效的解决方案。

内容的提问来源于stack exchange，提问作者Spencer Neal