如何在Gremlin/Tinkerpop 3中查询多个顶点及其关系的计数？

Question

我正在使用Gremlin/Tinkerpop 3查询存储在TitanDB中的图形。

该图包含具有属性（例如“描述”）的用户顶点和表示用户之间关系的边。

我想使用Gremlin按属性获取1）用户和2）与其他用户（例如，id=123）的关系数（在这种情况下为任何类型）。为了实现这一点，我使用Gremlin 3中的匹配操作，如下所示：

g.V().match('user',__.as('user').has('description',new P(CONTAINS,'developer')),
__.as('user').out().hasId(123).values('name').groupCount('a').cap('a').as('relationships'))
.select()

除非返回多个用户顶点，否则此查询工作正常，例如，因为多个用户的描述中有“开发者”一词。在这种情况下，关系中的计数是所有返回用户和id为123的用户之间的所有关系的总和，而不是每个返回用户的单个计数。

我是做错了什么还是这可能是一个错误？

PS：这个问题与我不久前在Tinkerpop 2中发布的一个类似查询有关，我在那里遇到了另一个问题：如何使用Gremlin选择可选的图形结构？

Answer 1

这是我使用的示例数据：

graph = TinkerGraph.open()
g = graph.traversal()
v123=graph.addVertex(id,123,"description","developer","name","bob")
v124=graph.addVertex(id,124,"description","developer","name","bill")
v125=graph.addVertex(id,125,"description","developer","name","brandy")
v126=graph.addVertex(id,126,"description","developer","name","beatrice")
v124.addEdge('follows',v125)
v124.addEdge('follows',v123)
v124.addEdge('likes',v126)
v125.addEdge('follows',v123)
v125.addEdge('likes',v123)
v126.addEdge('follows',v123)
v126.addEdge('follows',v124)

我的第一个想法是：“我们真的需要匹配步骤吗”？其次，当然，我想以TP3的方式编写这个，而不是使用lambda/闭包。我在第一次迭代中尝试了各种方法，我得到的最接近的是Daniel Kuppitz的内容：

gremlin> g.V().as('user').local(out().hasId(123).values('name')
              .groupCount()).as('relationships').select()
==>[relationships:[:]]
==>[relationships:[bob:1]]
==>[relationships:[bob:2]]
==>[relationships:[bob:1]]

所以在这里，我们使用局部步长将局部中的遍历限制为当前元素。这是可行的，但我们在选择中丢失了“user”标签。为什么groupCount是一个reductingbarriers步骤，这些步骤之后路径将丢失。

那么，让我们回到匹配。我想我可以尝试使用局部遍历来匹配步长遍历：

gremlin> g.V().match('user',__.as('user').has('description','developer'),
gremlin>             __.as('user').local(out().hasId(123).values('name').groupCount()).as('relationships')).select()
==>[relationships:[:], user:v[123]]
==>[relationships:[bob:1], user:v[124]]
==>[relationships:[bob:2], user:v[125]]
==>[relationships:[bob:1], user:v[126]]

好的-成功-这就是我们想要的：没有Lambda和本地计数。但是，这仍然让我感觉：“我们真的需要比赛步骤吗？”？这时，库皮茨先生终于得出了最终答案，该答案充分利用了分步法：

gremlin> g.V().has('description','developer').as("user","relationships").select().by()
              .by(out().hasId(123).values("name").groupCount())
==>[user:v[123], relationships:[:]]
==>[user:v[124], relationships:[bob:1]]
==>[user:v[125], relationships:[bob:2]]
==>[user:v[126], relationships:[bob:1]]

如您所见，可以链接（在某些步骤上）。第一个按顶点分组，第二个按“局部”组数处理分组的元素。