了解Titan Traversals

Question

我正在尝试用titandb编写一个高度可扩展的系统。我有一些节点高度连接的情况。 想象一下更大规模的以下例子。

现在我遇到以下情况：

1. 我想找到节点 X 的所有提示。
2. 我想找一个节点 X 的特定朋友，例如 5 。

对于方案1，我执行：g.V(X).out(friend).toList()。对于方案2，我执行：g.V(X).out(friend).hasId(5).next()。这两个遍历都可以正常工作，但随着 X 吸引更多朋友而缩小规模。我可以通过在边缘标签上添加更多信息来优化这种情况吗？例如，如果在 X 和 5 之间的边缘，我将标签更改为freind_with_5，则以下内容会更快：

`g.V(X).out(freind_with_5).next()`

根据我的理解，这将更快，因为只有1个边缘将被遍历。但是，如果我对边缘标签进行了这样的更改，我将如何找到 X 的所有朋友？

Answer 1

您可以将数据编码到您的边缘标签中，但我会说这样做会以图形架构复杂化为代价而且，正如您所注意到的那样，很难做出简单的事情，例如＆＃34;找到我所有的朋友和＃34 ;.我不认为你应该采取这种方法。

处理此问题的首选方法是使用vertex-centric indices。如果将任何数据归一化到边缘，则应该考虑这些索引（而不是将该数据编码到边缘标签中）。在＆＃34;朋友＆＃34;上为朋友添加一些唯一标识符。边缘和索引。

如果您的超级节点特别大（数百万+边缘），您还应该考虑Titan的vertex partitioning功能。