database - 使用 Gremlin / TitanDB 执行聚合查询

Question

我有一个 Titan 图形数据库，其中包含一组顶点，这些顶点通过一个名为“property1”的属性连接起来。

是否可以编写 Gremlin（或 Titan 支持的任何其他内容）查询以：

Find all edges that have a value for "property1" that is seen 5 or less times.

在 SQL 中我会使用“Group By”，在 MongoDB 中我会使用聚合函数之一。

我在想这可能是 Furnace/Faunus 的工作？

Answer 1

您可以通过迭代所有边并使用groupBy. 这是一个使用weight代替的玩具图示例property1：

gremlin> g = TinkerGraphFactory.createTinkerGraph()
==>tinkergraph[vertices:6 edges:6]
gremlin> g.E.groupBy{it.weight}{it}.cap.next()                         
==>0.5=[e[7][1-knows->2]]
==>1.0=[e[8][1-knows->4], e[10][4-created->5]]
==>0.4=[e[11][4-created->3], e[9][1-created->3]]
==>0.2=[e[12][6-created->3]]

因此，所有边按它们的 . 分组weight。从那里你可以下拉到标准的常规功能，比如findAll过滤掉你不想要的东西（在这里我过滤掉有>1边缘的权重......在你的情况下它会是<5）。

gremlin> g.E.groupBy{it.weight}{it}.cap.next().findAll{k,v->v.size()>1}
==>1.0=[e[8][1-knows->4], e[10][4-created->5]]
==>0.4=[e[11][4-created->3], e[9][1-created->3]]

显然，在一个非常大的图上，这有点昂贵的操作，因为您需要对边进行大量迭代，并且您必须Map在内存中建立一个可能很大的内存，具体取决于property1. 如果您能找到使用其他过滤器限制边缘迭代的方法，那可能会有所帮助。

如果你有一个非常大的图表，这对 Faunus 来说将是一个很好的工作。我将在这里给出简单的答案，并简单地说您不一定希望特定边的property1值出现少于 5 次，而您只想知道不同property1值出现的次数。使用 Faunus，您可以获得这样的分布：

g.E.property1.groupCount()