为何我的Gremlin查询无法删除指定的所有顶点？

我在Neptune 1.1.1.0上运行Gremlin查询，需要删除某个特定电话号码对应的Identity顶点，以及关联的Subscription和Channel顶点。用union语句能正确匹配到三个目标顶点，也能通过elementMap()打印所有属性：

gremlin> g.V()
  .hasLabel('Identity').has('phones', '+11234567890')
  .union(
    identity(),
    __.out('Receives').hasLabel('Subscription'), 
    __.out('MemberOf').hasLabel('Channel')
  )
==>v[d5bc0f8a-a5a5-4209-8bbf-43ea1c39a694]
==>v[d0183e2b-74a8-446c-b378-903dcfc5f50f]
==>v[aba2577f-9244-4367-bcb6-209b9fbe4548]

gremlin> g.V()
  .hasLabel('Identity').has('phones', '+11234567890')
  .union(
    identity(),
    __.out('Receives').hasLabel('Subscription'), 
    __.out('MemberOf').hasLabel('Channel')
  ).elementMap()
==> // 打印出三个顶点的所有属性

但在查询末尾添加drop()后，只有第一个Identity顶点被删除，后续的Subscription和Channel顶点没被删掉。我原本以为遍历匹配到的所有顶点都会被删除（比如g.V().hasLabel('Identity').has('phones', startingWith('+1')).drop()可以删除所有北美地区的Identity顶点）。为什么Neptune/Gremlin在这个场景下只处理第一个顶点？

gremlin> g.V()
  .hasLabel('Identity').has('phones', '+11234567890')
  .union(
    identity(),
    __.out('Receives').hasLabel('Subscription'), 
    __.out('MemberOf').hasLabel('Channel')
  ).drop()

（我通常会用explain来排查，但不知道在drop()作为最终步骤时怎么用它。）

原因分析 #

问题出在顶点删除后会中断后续遍历：当你删除Identity顶点时，它与Subscription、Channel的关联边会被Neptune自动删除（Neptune不允许存在孤立边）。这导致后续的__.out('Receives')和__.out('MemberOf')遍历无法找到对应的顶点——原Identity顶点已被删除，遍历路径直接被切断。

你之前的批量删除查询能正常执行，是因为每个Identity顶点都是独立的遍历起点，删除一个不会影响其他起点的遍历。但union场景中，后续遍历完全依赖最初的Identity顶点，一旦它被删除，后续out()步骤就失去了遍历基础。

解决办法 #

要避免这个问题，需要先收集所有要删除的顶点，再统一执行删除操作，而非边遍历边删除。可以通过以下两种方式实现：

方式1：用fold()+unfold()收集后删除 #

g.V()
  .hasLabel('Identity').has('phones', '+11234567890')
  .union(
    identity(),
    __.out('Receives').hasLabel('Subscription'), 
    __.out('MemberOf').hasLabel('Channel')
  )
  .fold() // 将所有匹配顶点收集到列表中
  .unfold() // 展开列表逐个处理
  .drop()

方式2：用aggregate()缓存后删除 #

g.V()
  .hasLabel('Identity').has('phones', '+11234567890')
  .aggregate('toDelete') // 先缓存Identity顶点
  .union(
    __.out('Receives').hasLabel('Subscription'),
    __.out('MemberOf').hasLabel('Channel')
  )
  .aggregate('toDelete') // 缓存关联的Subscription和Channel
  .cap('toDelete') // 获取缓存的所有顶点集合
  .unfold()
  .drop()

这两种方式都是先一次性收集所有目标顶点，再执行删除，彻底避免了删除Identity后导致后续遍历失效的问题。

关于explain的使用技巧 #

如果要对包含drop()的查询执行explain，可以把drop()替换为sideEffect(drop())，这样查询会返回遍历计划而非直接执行删除操作：

g.V()
  .hasLabel('Identity').has('phones', '+11234567890')
  .union(
    identity(),
    __.out('Receives').hasLabel('Subscription'), 
    __.out('MemberOf').hasLabel('Channel')
  )
  .sideEffect(drop())
  .explain()

通过这种方式就能查看查询的执行计划，分析遍历逻辑。

内容的提问来源于stack exchange，提问作者chrylis -cautiouslyoptimistic-