如何在Python中使用Gremlin为顶点列表添加度数属性

我尝试为顶点列表中的每个顶点添加度数（即与该顶点相连的顶点数量）属性。
生成每个顶点度数的查询是可行的：

c.g.V(ids).as_('vertex'). \
  both(). \
  groupCount(). \
  by(select('vertex')).toList()

为所有顶点设置固定度数的查询也可行：

c.g.V(ids).as_('vertex'). \
  both().groupCount().by(select('vertex')).unfold(). \
  sideEffect(
    __.select(Column.keys).property(Cardinality.single, "degree", 1)
  ).toList()

但尝试保存顶点自身度数时出现错误。查询会对顶点分组，得到顶点到度数的字典，在sideEffect中选择顶点后，尝试将对应值存入属性失败。我尝试过的查询语句如下：

c.g.V(ids).as_('vertex'). \
  both().groupCount().by(select('vertex')).unfold(). \
  sideEffect(
    __.store('x').select(Column.keys).property(Cardinality.single, "degree", cap('x')).select(Column.values))
  ).toList()

c.g.V(ids).as_('vertex'). \
  both().groupCount().by(select('vertex')).unfold(). \
  sideEffect(
    __.store('x').select(Column.keys).property(Cardinality.single, "degree", __.select(Column.values))
  ).toList()

我希望从分组结果中提取Column.values并插入到属性中，请问我的查询存在什么问题？

编辑：
当前采用的实现方案如下，但运行极慢（实际查询包含大量has和hasLabel语句，进一步降低速度）。我发现第一个查询速度快得多，因此尝试基于它进行优化：

c.g.V(ids).property(Cardinality.single,
                    "degree",
                    __.both()
                    .count()).iterate()

你的查询问题所在 #

1. 取值逻辑错误：
   unfold()后流中的每个元素是Map.Entry（键为顶点，值为度数）。你在sideEffect里直接用__.select(Column.values)作为property的参数行不通——property的第三个参数需要具体值，而非遍历器步骤，且当前上下文没有正确关联到Entry的value。
   第一个错误查询里的store('x')+cap('x')逻辑混乱，无法正确提取度数，还会破坏遍历上下文。

2. 遍历上下文丢失：
   拆分分组结果后，你没有明确在sideEffect里绑定顶点和对应的度数，导致设置属性时无法正确获取到对应的值。

正确的高效查询 #

基于你那个高效的groupCount查询，正确写法是在unfold()后拆分顶点和度数，再批量设置属性：

from gremlin_python.process.traversal import Column

c.g.V(ids).as_('vertex'). \
  both().groupCount().by(select('vertex')).unfold(). \
  sideEffect(
    __.project('target_v', 'degree_val')
      .by(Column.keys)
      .by(Column.values)
      .select('target_v')
      .property(Cardinality.single, 'degree', __.select('degree_val'))
  ).iterate()

或者用更简洁的Lambda写法（适合Gremlin Python）：

from gremlin_python.process.traversal import Column

c.g.V(ids).as_('vertex'). \
  both().groupCount().by(select('vertex')).unfold(). \
  sideEffect(
    lambda entry: entry[Column.keys].property(Cardinality.single, 'degree', entry[Column.values])
  ).iterate()

为什么这个查询高效 #

这个查询和你最初的groupCount查询效率一致：它只遍历所有目标顶点的邻接点一次，完成分组计数后批量设置属性。而你之前的慢查询是每个顶点单独遍历邻接点计数，当顶点数量大时，这种N次遍历的开销会指数级上升，加上has/hasLabel过滤后，每个顶点的计数都要重复执行过滤逻辑，速度自然极差。

内容的提问来源于stack exchange，提问作者Guy