我想从我的AWS Neptune DB中获取所有的边和相关的顶点。另外,我想要节点以及边缘的id,标签和属性。
我的数据存储为属性图,正在使用gremlin-python进行查询。
以下是在gremlin shell中执行时提供所需数据的查询。但是,尝试使用gremlin-python执行相同操作会引发错误。
g.V().bothE().otherV().limit(2).path().by(__.valueMap(true))
Python变体
from gremlin_python import statics
from gremlin_python.structure.graph import Graph
from gremlin_python.process.traversal import T
from gremlin_python.process.graph_traversal import __
from gremlin_python.process.strategies import *
from gremlin_python.driver.driver_remote_connection import DriverRemoteConnection
# Define a graph instance
graph = Graph()
# Connect to the neptune instance
try:
remoteConn = DriverRemoteConnection('wss://<YOUR_NEPTUNE_IP>:8182/gremlin', 'g')
g = graph.traversal().withRemote(remoteConn)
except:
print("Couldn't connect successfully with Neptune instance")
exit()
g.V().bothE().otherV().limit(2).path().by(__.valueMap(True))
错误
GremlinServerError: 498: {"requestId":"...","code":"UnsupportedOperationException","detailedMessage":"org.apache.tinkerpop.gremlin.process.traversal.step.util.ImmutablePath cannot be cast to org.apache.tinkerpop.gremlin.structure.Element"}
有人可以为我提供获取所需信息的方法吗?可以通过将上述查询成功转换为Python或通过其他查询来实现。
答案 0 :(得分:0)
您的遍历对我来说似乎是有效的,并且实际上似乎可以与TinkerGraph一起使用:
gremlin> g.V().bothE().otherV().limit(2).path().by(__.valueMap(true))
==>[[id:1,name:[marko],label:person,age:[29]],[id:9,weight:0.4,label:created],[id:3,name:[lop],lang:[java],label:software]]
==>[[id:1,name:[marko],label:person,age:[29]],[id:7,weight:0.5,label:knows],[id:2,name:[vadas],label:person,age:[27]]]
我希望它能起作用。也许那是海王星中的错误?请注意,使用select()
可以得到相同的结果,但是它有点冗长:
gremlin> g.V().as('a').bothE().as('b').otherV().as('c').limit(2).select('a','b','c').by(valueMap(true))
==>[a:[id:1,name:[marko],label:person,age:[29]],b:[id:9,weight:0.4,label:created],c:[id:3,name:[lop],lang:[java],label:software]]
==>[a:[id:1,name:[marko],label:person,age:[29]],b:[id:7,weight:0.5,label:knows],c:[id:2,name:[vadas],label:person,age:[27]]]
您当然可以unfold()
Map
产生的select()
实例来获得与path()
相同的输出格式
gremlin> g.V().as('a').bothE().as('b').otherV().as('c').limit(2).select('a','b','c').by(valueMap(true)).map(unfold().select(values).fold())
==>[[id:1,name:[marko],label:person,age:[29]],[id:9,weight:0.4,label:created],[id:3,name:[lop],lang:[java],label:software]]
==>[[id:1,name:[marko],label:person,age:[29]],[id:7,weight:0.5,label:knows],[id:2,name:[vadas],label:person,age:[27]]]