Gremlin多场景高效计数查询实现及多选择场景扩展咨询

上图定义了本次查询所用的图Schema，全图总节点数650万，总边数300万，以下为适配多选择场景的查询实现：

通用计数查询（支持多路径组合、公共节点自动去重） #

你之前的单路径硬编码写法扩展性较差，改用union包裹所有选中的路径组合即可适配多选择场景，公共节点因为共用聚合键会自动去重，不会重复计数。
适配场景1（Node2→relation1→Node1、Node1→relation5→Node3组合）的查询代码如下：

g.V().union(
  // 第一条路径：Node2 -> relation1 -> Node1
  has('property1', 'Node2').
  filter(outE().has('property1', 'relation1')).
  dedup().aggregate('Node2').by(constant(1)).
  outE().has('property1', 'relation1').
  dedup().aggregate('relation1').by(constant(1)).
  inV().dedup().aggregate('Node1').by(constant(1)),
  // 第二条路径：Node1 -> relation5 -> Node3
  has('property1', 'Node1').
  filter(outE().has('property1', 'relation5')).
  dedup().aggregate('Node1').by(constant(1)).
  outE().has('property1', 'relation5').
  dedup().aggregate('relation5').by(constant(1)).
  inV().dedup().aggregate('Node3').by(constant(1))
).limit(1). // 不需要遍历所有路径结果，仅需聚合结果即可
project('Node2', 'relation1', 'Node1', 'Node3', 'relation5').
  by(coalesce(select('Node2').unfold().sum(), constant(0))).
  by(coalesce(select('relation1').unfold().sum(), constant(0))).
  by(coalesce(select('Node1').unfold().sum(), constant(0))).
  by(coalesce(select('Node3').unfold().sum(), constant(0))).
  by(coalesce(select('relation5').unfold().sum(), constant(0)))

这里用coalesce是为了处理某类节点/关系没有匹配结果时返回0，避免空指针异常，不需要可直接去掉。

输出结果和要求格式一致：

==>[Node2:7003,relation1:200166,Node1:22000,Node3:167,relation5:11000]

全图范围选择适配 #

如果是全图统计指定节点、关系类型的数量，不需要走路径匹配，直接单独统计性能更高，示例代码如下：

g.V().union(
  has('property1', 'Node2').count().aggregate('Node2'),
  has('property1', 'Node1').count().aggregate('Node1'),
  has('property1', 'Node3').count().aggregate('Node3')
).E().union(
  has('property1', 'relation1').count().aggregate('relation1'),
  has('property1', 'relation5').count().aggregate('relation5')
).limit(1).
project('Node2', 'relation1', 'Node1', 'Node3', 'relation5').
  by(select('Node2')).
  by(select('relation1')).
  by(select('Node1')).
  by(select('Node3')).
  by(select('relation5'))

返回实际数据的查询方案 #

如果需要返回选中内容的实际数据而非计数，将aggregate的计数逻辑替换为收集元素本身，最后去重即可，示例如下：

g.V().union(
  // 第一条路径
  has('property1', 'Node2').filter(outE().has('property1', 'relation1')).dedup().aggregate('Node2').
  outE().has('property1', 'relation1').dedup().aggregate('relation1').
  inV().dedup().aggregate('Node1'),
  // 第二条路径
  has('property1', 'Node1').filter(outE().has('property1', 'relation5')).dedup().aggregate('Node1').
  outE().has('property1', 'relation5').dedup().aggregate('relation5').
  inV().dedup().aggregate('Node3')
).limit(1).
project('Node2', 'relation1', 'Node1', 'Node3', 'relation5').
  by(select('Node2').dedup().fold()).
  by(select('relation1').dedup().fold()).
  by(select('Node1').dedup().fold()).
  by(select('Node3').dedup().fold()).
  by(select('relation5').dedup().fold())

该查询返回的每个键对应的数据都是去重后的节点/边列表，可按需取出属性展示。

内容的提问来源于stack exchange，提问作者Phoenix