如何为Gremlin的union步骤添加元数据识别元素来源遍历？

要实现union后追踪元素来源，同时处理去重和多来源记录，推荐使用分组聚合的方式，既能正确去重，又能收集每个元素的所有来源标记。

实现代码 #

.union(
  // 给第一个子遍历的元素绑定标记t1，包装成[元素, 标记]的列表
  select('parent').out('contains').map(union(identity(), constant('t1')).fold()),
  // 给第二个子遍历的元素绑定标记t2，包装成[元素, 标记]的列表
  select('parent2').out('contains').map(union(identity(), constant('t2')).fold())
)
// 按元素本身分组，收集所有对应的来源标记
.group()
  .by(head()) // 取列表第一个元素（即原始顶点）作为分组键
  .by(tail().fold()) // 取列表第二个元素（标记）并收集为列表
// 展开分组后的键值对，转换为目标结构
.unfold()
.project('id', 'traversal')
  .by(keys().id()) // 提取元素ID
  .by(values()) // 提取来源标记列表

代码说明 #

1. 绑定来源标记：每个子遍历用map(union(identity(), constant('标记')).fold())将顶点和来源标记组合成列表，避免修改顶点原有属性。
2. 分组去重：通过group()按顶点本身分组，自动实现去重，同时将同一顶点的所有来源标记收集到一个列表中（如果顶点同时出现在两个子遍历，标记列表会是['t1','t2']）。
3. 结构转换：用unfold()展开分组结果，再通过project()输出id和traversal字段。

替代方案（临时属性法） #

如果不介意临时修改顶点属性（遍历结束后临时属性会自动清除），可以用以下方式：

.union(
  select('parent').out('contains').property('__source__', 't1'),
  select('parent2').out('contains').property('__source__', 't2')
)
.group()
  .by(identity())
  .by(values('__source__').fold())
.project('id', 'traversal')
  .by(id())
  .by(values())

注：使用带前缀的临时属性名（如__source__），避免与顶点原有属性冲突。

你之前方案的问题 #

你之前用map(group().by(identity()).by(constant('t1')))生成的是独立的Map对象，每个Map的引用不同，导致dedup()无法识别出相同的顶点，自然无法去重。而分组聚合的方式直接以顶点本身作为分组依据，从根源解决了去重和来源追踪的问题。

内容的提问来源于stack exchange，提问作者Adam