使用Gremlin在Amazon Neptune中实现顶点模式分析与匹配查询

核心逻辑 #

遍历所有匹配指定顶点序列的路径，计算序列相邻顶点之间插入的顶点总数，按总数升序排序后取最小值对应的完整会话路径。

可直接使用的查询语句 #

// 定义待匹配的目标顶点序列，可自行替换为实际需求值
g.withSideEffect('targetSeq', [1,2,3])
  // 从目标序列的第一个顶点启动遍历
  .V(select('targetSeq').unfold().limit(1))
  .repeat(
    // 沿会话流转的next边遍历，添加simplePath避免环路提升性能
    out('next').simplePath().as('step')
  )
  .until(
    // 匹配到目标序列的最后一个顶点
    hasId(select('targetSeq').tail(local))
    // 校验路径中完整包含整个目标序列
    .and().path().map(unfold().id().is(within(select('targetSeq'))).count()).is(eq(select('targetSeq').count(local)))
  )
  // 组装返回字段：插入顶点数、会话ID、匹配到的路径
  .project('insertCount','sessionId','matchPath')
    // 插入顶点数计算逻辑：总路径长度 - 目标序列长度
    .by(path().count(local).minus(select('targetSeq').count(local)))
    .by(outE('next').values('SESSION_ID').limit(1))
    .by(path().unfold().id().fold())
  // 按插入顶点数升序排序，取最小的那条
  .order().by('insertCount', asc)
  .limit(1)
  // 可选：如需返回整个会话的完整路径（包含目标序列之前的节点），启用下面的choose步骤
  /*
  .choose(
    select('sessionId'),
    V().outE('next').has('SESSION_ID', select('sessionId')).otherV().path().unfold().id().fold(),
    select('matchPath')
  )
  */

适配调整说明 #

• 若顶点的业务标识存储在A属性而非顶点ID中，将查询中所有hasId()替换为has('A', xxx)，id()替换为values('A')即可
• 若边的标签不是next，替换为实际使用的边标签
• 替换targetSeq的数组值为你需要匹配的任意顶点序列即可

样例验证 #

针对你给出的示例数据，该查询会计算得到两个匹配路径的插入顶点数：

• [1,2,5,6,3]的插入顶点数为2
• [11,12,1,2,3]的插入顶点数为0
  最终会返回插入数更小的[11,12,1,2,3]，完全符合预期输出。

内容的提问来源于stack exchange，提问作者Anish Giri