Question

给出以下示例：

marko = graph.addVertex(label, "person", id, 1, "name", "marko", "age", 29);
vadas = graph.addVertex(label, "person", id, 2, "name", "vadas", "age", 27);
josh = graph.addVertex(label, "person", id, 4, "name", "josh", "age", 32);
peter = graph.addVertex(label, "person", id, 5, "name", "peter", "age", 35);
lop = graph.addVertex(label, "software", id, 6, "name", "lop", "lang", "java");
ripple = graph.addVertex(label, "software", id, 7, "name", "ripple", "lang", "java");
tripple = graph.addVertex(label, "software", id, 8, "name", "tripple", "lang", "java");

marko.addEdge("created", lop, id, 9, "weight", 0.4f);
josh.addEdge("created", ripple, id, 10, "weight", 1.0f);
josh.addEdge("created", lop, id, 11, "weight", 0.4f);
peter.addEdge("created", lop, id, 12, "weight", 0.2f);
peter.addEdge("created", tripple, id, 13, "weight", 0.2f);
vadas.addEdge("created", tripple, id, 14, "weight", 0.2f);

我想从软件顶点lop和涟漪开始，找到所有创建lop和涟漪且年龄超过32岁的人。然后我要按人分组并在lop和涟漪上创建体重。

所以我创建了一些可以给我带来结果的东西，但是看起来却很复杂：

g.V(6,7).as('soft').
in('created').has('age',gte(32)).
group()
by()
by(
  outE().where(
    inV().where(eq('soft'))
  ).fold())
.unfold()

==>v[4]=[e[11][4-created->6], e[10][4-created->7]]
==>v[5]=[e[12][5-created->6]]

此外，我希望最终结果具有与此类似的结构（对不起，如果我没有正确使用语法）：

==>v[4,person,josh,32]=[lop=0.4, ripple=1.0]
==>v[5,person,peter,35]=[lop=0.2]

因此，我需要一个完整的人顶点及其所有内容以及所有导致垂落和波纹的边的列表。

json表示形式如下：

[{
        "id": 4,
        "label": "person",
        "name": "josh",
        "age": "32",
        "software": [{
                "name": "lop",
                "weigth": 0.4
            },
            {
                "name": "ripple",
                "weigth": 1.0
            }
        ]
    },
    {
        "id": 5,
        "label": "person",
        "name": "peter",
        "age": "35",
        "software": [{
            "name": "lop",
            "weigth": 0.2
        }]
    }
]

Answer 1

有趣的问题。我认为更复杂的部分是转换为所需的形式，而不是实际的数据检索。您的检索方法很好，尽管我是这样写的：

gremlin> g.V(6,7).
......1>   inE('created').as('e').outV().has('age',gte(32)).as('p').
......2>   group().
......3>    by(select('p')).
......4>    by(select('e').fold()).
......5>   unfold()
==>v[4]=[e[11][4-created->6], e[10][4-created->7]]
==>v[5]=[e[12][5-created->6]]

我认为这更容易阅读，因为很明显，您是从遍历路径中选择这些元素然后对其进行操作，而不是使用遍历路径中的元素进行过滤。但是，是否更好还值得商bat。看到另一种获得初始输出的方法并不令我感到惊讶，但这就是我首先想到的。

真正的问题是如何将输出转换为您要求的预期格式，为此我采用了这种方法：

gremlin> g.V(6,7).
......1>   inE('created').as('e').outV().has('age',gte(32)).as('p').
......2>   group().
......3>    by(select('p')).
......4>    by(select('e').fold()).
......5>   unfold().
......6>   project('id','label','name','age','software').
......7>     by(select(keys).id()).
......8>     by(select(keys).label()).
......9>     by(select(keys).values('name')).
.....10>     by(select(keys).values('age')).
.....11>     by(select(values).
.....12>        unfold().
.....13>        project('name','weight'). 
.....14>          by(inV().values('name')).
.....15>          by('weight').
.....16>        fold())
==>[id:4,label:person,name:josh,age:32,software:[[name:lop,weight:0.4],[name:ripple,weight:1.0]]]
==>[id:5,label:person,name:peter,age:35,software:[[name:lop,weight:0.2]]]

我只是使用project()将“人”顶点和边列表的展开的Map转换为所需的结构。请注意，该by()的最后一个project()是因为它需要自己嵌入的project()来处理原始Map的值中展开的边列表。这里的关键是fold()将这些转换后的边退回到List中，以便将它们全部考虑在内（否则by()将只处理第一个）。

您可以在Gremlin Recipes中了解有关集合操作的更多信息。

TinkerPop / Graph：遍历边缘，然后按结果顶点和遍历的边缘分组

1 个答案: