这是我的图的样子。
g = TinkerGraph.open().traversal()
school1 = g.addV('school').property('id', '1').next()
school2 = g.addV('school').property('id', '2').next()
student1 = g.addV('student').property('id', '3').next()
student2 = g.addV('student').property('id', '4').next()
g.addE('students').from(school1).to(student1)
g.addE('students').from(school1).to(student2)
g.addE('students').from(school2).to(student1)
我想找出两所学校共同的学生。为了扩展逻辑,如果我想为它编写通用的无限遍历逻辑,将会发生什么事情。
答案 0 :(得分:2)
gremlin> g.V(school1).out('students').filter(__.in('students').is(school2)).valueMap(true)
==>[id:4,label:student,id:[3]]
尽管不确定“为相同的对象编写通用的无限遍历逻辑”是什么意思。
答案 1 :(得分:0)
这可以工作
gremlin> schools = [ '1', '2' ]
==>1
==>2
gremlin> g.V().
......1> has('school', 'id', within(schools)).
......2> out('students').
......3> groupCount().by('id').
......4> unfold().
......5> filter( select(values).is(eq(schools.size())) ).
......6> select(keys)
==>3
out()
。此时,一个学生在信息流中出现多次,对于他们上过的每所学校,一次。我假设特定学校和特定学生之间只有一条优势。groupCount()
创建一个Map,其中对于每个条目,key
是学生ID,value
是该学生的学校数量。unfold()
对地图中的条目进行操作。filter
仅选择列表中与所有学校相关的学生,即学生的value
数量等于列表中的学校数量。select(keys)
返回学生ID作为结果。