Tinkerpop Gremlin-如何将变量聚合到遍历独立集合中

Question

我目前正在阅读《从业者图形数据指南》，并试图解决以下问题（仅用于学习目的）。以下是books movie数据集的上下文，在本例中，该数据集使用“标记”顶点、“movie”顶点和“额定”边，其额定属性为1-5。

为了练习，并扩展我对书中概念的理解，我想让所有电影都标记为“喜剧”，并计算平均NP。为此，我想将所有正（1）和中性或负（-1）评级汇总到一个列表中。然后我想把这些值的总和除以这个列表中变量的数量（平均值）。这就是我所尝试的：

dev.withSack{[]}{it.clone()}.    // create a sack with an empty list that clones when split
V().has('Tag', 'tag_name', 'comedy').
    in('topic_tagged').as('film').    // walk to movies tagged as comedy
    inE('rated').    // walk to the rated edges
        choose(values('rating').is(gte(3.0)),
            sack(addAll).by(constant([1.0])),
            sack(addAll).by(constant([-1.0]))).    // add a value or 1 or -1 to this movies list, depending on the rating
    group().
        by(select('film').values('movie_title')).
        by(project('a', 'b').
            by(sack().unfold().sum()).    // add all values from the list
            by(sack().unfold().count()).    // Count the values in the list
            math('a / b')).
    order(local).
        by(values, desc)

这最终导致每部电影要么是“1.0”，要么是“-1.0”。

"Journey of August King The (1995)": "1.0",
"Once Upon a Time... When We Were Colored (1995)": "1.0", ...

在我的测试中，这些值似乎没有像我预期的那样聚合到集合中。我尝试了各种方法，但都没有达到我的预期结果。

我知道我可以通过对初始值为“0.0”的sack进行加减，然后除以边缘计数来实现这个结果，但我希望通过使用列表并避免对边缘进行额外遍历来获得计数，从而获得更有效的解决方案。

使用列表可以实现我的结果吗？如果是，如何？

编辑1：

下面的代码简单得多，取自Kelvins示例，只需使用折叠步骤即可聚合每个评级：

dev.V().
    has('Tag', 'tag_name', 'comedy').
        in('topic_tagged').
        project('movie', 'result').
            by('movie_title').
            by(inE('rated').
                choose(values('rating').is(gte(3.0)),
                    constant(1.0),
                    constant(-1.0)).
                fold())    // replace fold() with mean() to calculate the mean, or do something with the collection

我觉得有点尴尬，我完全忘记了折叠步骤，因为折叠和展开是如此常见。我想是想得太多了。

Answer 1

您可以考虑使用聚合而不是sack的不同方法。您还可以使用均值步骤来避免需要数学步骤。由于我没有你的数据，我举了一个例子，在你的案例中使用了航空路线数据集，并使用机场标高而不是电影评分。

gremlin> g.V().hasLabel('airport').limit(10).values('elev')
==>1026
==>151
==>542
==>599
==>19
==>143
==>14
==>607
==>64
==>313  

使用和你类似的加权系统

gremlin> g.V().hasLabel('airport').limit(10).
......1>   choose(values('elev').is(gt(500)),
......2>     constant(1),
......3>     constant(-1))
==>1
==>-1
==>1
==>1
==>-1
==>-1
==>-1
==>1
==>-1
==>-1    

这些结果可以聚合成一个大容量集

gremlin> g.V().hasLabel('airport').limit(10).
......1>   choose(values('elev').is(gt(500)),
......2>     constant(1),
......3>     constant(-1)).
......4>   aggregate('x').
......5>   cap('x')
==>[1,1,1,1,-1,-1,-1,-1,-1,-1]  

从那里我们可以得到平均值

gremlin> g.V().hasLabel('airport').limit(10).
......1>   choose(values('elev').is(gt(500)),
......2>     constant(1),
......3>     constant(-1)).
......4>   aggregate('x').
......5>   cap('x').
......6>   unfold().
......7>   mean()
==>-0.2    

现在，这当然是人为的，因为您通常不会执行聚合（'x'）. cap（'x'）. unfol（）. means（），您只需使用means（）本身。但是使用这种模式，您应该能够解决您的问题。

编辑以添加

仔细考虑一下，您可能甚至不需要聚合就可以编写查询-类似于这样（下图）。我使用空中路线距离边缘属性来模拟类似于您的查询的东西。该示例只是使用一个机场来保持简单。首先只是创建分数列表...

gremlin> g.V().has('airport','code','SAF').
......1>   project('airport','mean').
......2>     by('code').
......3>     by(outE().
......4>        choose(values('dist').is(gt(350)),
......5>          constant(1),
......6>          constant(-1)).
......7>          fold())
==>[airport:SAF,mean:[1,1,1,-1]]   

最后创造平均值

gremlin> g.V().has('airport','code','SAF').
......1>   project('airport','mean').
......2>     by('code').
......3>     by(outE().
......4>        choose(values('dist').is(gt(350)),
......5>          constant(1),
......6>          constant(-1)).
......7>          mean())
==>[airport:SAF,mean:0.5]

再次编辑

如果edge属性可能不存在，您可以这样做...

gremlin> g.V().has('airport','code','SAF').
......1>   project('airport','mean').
......2>     by('code').
......3>     by(outE().
......4>        coalesce(values('x'),constant(100)).
......5>        choose(identity().is(gt(350)),
......6>          constant(1),
......7>          constant(-1)).
......8>          fold())
==>[airport:SAF,mean:[-1,-1,-1,-1]]