首页 > 其他分享 >HugeGraph查询语言

HugeGraph查询语言

时间:2022-10-10 10:22:06浏览次数:104  
标签:rdbms HugeGraph ent 顶点 table 查询语言 hasLabel out

一、图基本概念与操作

#查询顶点,一般作为图查询的第1步,后面可以续接的语句种类繁多
g.V()
#查询图中所有的边
g.E()
g.E().hasLabel('rel_hdfs_path_and_spark_input_processes')
g.E().hasLabel('rel_hive_table_and_spark_output_processes')
#根据id查询边
g.E('S2:05e980b8-99f8-47b1-9220-b889b88848b8>1>>S1:cc1c92ac-9754-483a-ba62-298cbb39ff8e')
#查询所有顶点的id
g.V().id()
#查询所有边的id
g.E().id()
#查询所有顶点的label
g.V().label()
#查询所有边的label
g.E().label()
#查询所有顶点的属性
g.V().properties()
#如果无“price”属性的顶点将跳过
g.V().properties('price')
#查询所有边的属性
g.E().properties()
#查询所有顶点的属性名称
g.V().properties().key()
#查询所有顶点的属性值
g.V().properties().value()
#查询所有顶点的属性
g.V().valueMap()
#查询所有顶点的属性值
g.V().values()

参考地址:https://blog.csdn.net/javeme/article/details/82501797

二、边的遍历操作

#查询所有顶点
g.V()
#查询顶点
g.V().hasLabel('ent_hive_db')
g.V().hasLabel('ent_hive_table')
g.V().hasLabel('ent_hive_column')
#查询边
g.E().hasLabel('rel_hive_db_and_table')
g.E().hasLabel('rel_hive_table_and_column')
g.E().hasLabel('rel_hive_table_and_storagedesc')
g.E().hasLabel('rel_hdfs_path_and_hive_input_processes')
#顶点到与其有直接关联的顶点的路径(仅包含顶点)如果想要同时获得经过的边的信息呢?可以用bothE().otherV()替换both()
g.V().hasLabel('ent_hive_db').has('db_name','itl').both().path()
g.V().hasLabel('ent_hive_table').has('table_name','itl_frontdataanalysis_odsdbfq_moutdrpt_tmp').both().path()
#顶点到与其有直接关联的顶点的路径(包含顶点和边)
g.V().hasLabel('ent_hive_db').has('db_name','itl').bothE().otherV().path()
#先查询图中所有的顶点,然后访问顶点的OUT方向邻接点
g.V().out()
g.V().hasLabel('ent_hive_table').out()
#访问某个顶点的OUT方向邻接点,注意'5:cc327f17-ec4c-4138-8dba-2ebdfc69340d'是顶点的id,该id是插入顶点时自动生成的
g.V('5:cc327f17-ec4c-4138-8dba-2ebdfc69340d').out()
g.V('3:006b8b97-19f5-4127-9d06-63c131fd7eb6').out()
#访问某个顶点的OUT方向邻接点且限制仅“rel_hive_table_and_column”类型的边相连的顶点
g.V('3:006b8b97-19f5-4127-9d06-63c131fd7eb6').out('rel_hive_table_and_column')
#访问某个顶点的IN方向邻接点
g.V('3:006b8b97-19f5-4127-9d06-63c131fd7eb6').in()
g.V('5:cc327f17-ec4c-4138-8dba-2ebdfc69340d').in()
#访问某个顶点的IN方向邻接点,且限制了关联边的类型
g.V('1:5b04fe8a-0157-4dcd-ae05-eb191f62871f').in('rel_hive_db_and_table')
#访问某个顶点的双向邻接点
g.V('1:5b04fe8a-0157-4dcd-ae05-eb191f62871f').both()
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').both()
#访问某个顶点的双向邻接点,且限制了关联边的类型
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').both('rel_hive_db_and_table', 'rel_hive_table_and_column')
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').both('rel_hive_db_and_table')
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').both('rel_hive_table_and_column')
#访问某个顶点的OUT方向邻接边
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').outE()
#访问某个顶点的OUT方向邻接边,且限制了关联边的类型
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').outE('rel_hive_db_and_table')
#访问某个顶点的IN方向邻接边
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').inE()
#访问某个顶点的IN方向邻接边,且限制了关联边的类型
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').inE('rel_hive_table_and_column')
#访问某个顶点的双向邻接边
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').bothE()
#访问某个顶点的双向邻接边,且限制了关联边的类型
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').bothE('rel_hive_table_and_column', 'rel_hive_db_and_table')
#访问某个顶点的IN邻接边,然后获取边的出顶点
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').inE().outV()
#一般情况下,inE().outV()等价于in()
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').in()
#访问某个顶点的OUT邻接边,然后获取边的入顶点
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').outE().inV()
#outE().inV()等价于out()
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').out()
#访问某个顶点的OUT邻接边,然后获取边的双向顶点
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').outE().bothV()
#访问某个顶点的OUT邻接边,然后获取边的伙伴顶点
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').outE().otherV()
#访问某个顶点的双向邻接边,然后获取边的伙伴顶点
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').bothE().otherV()
#一般情况下,bothE().otherV()等价于both()
g.V('2:05ea2a1c-1f25-4be0-a6fd-f80bdd2fab65').both()
#多度查询
g.V('7:06f91c7d-43ba-40ff-8b1a-4dd2b82b504f').out('rel_hdfs_path_and_hive_input_processes').out('rel_hive_table_and_output_processes').out('rel_hive_db_and_table')
g.V('7:06f91c7d-43ba-40ff-8b1a-4dd2b82b504f').out('rel_hdfs_path_and_hive_input_processes').out('rel_hive_table_and_output_processes').out('rel_hive_db_and_table').in('rel_hive_db_ddl_and_hive_db')

参考地址:https://blog.csdn.net/javeme/article/details/82627396

三、has条件过滤

#查询label为"ent_spark_process"的顶点
g.V().hasLabel('ent_spark_process')
#查询label为"ent_spark_process"或者"ent_hive_process"的顶点
g.V().hasLabel('ent_spark_process', 'ent_hive_process')
#查询id为"5:1b2c3756-db70-48b0-9c8d-804407c7363f"的顶点
g.V().hasId('5:1b2c3756-db70-48b0-9c8d-804407c7363f')
查询id为“5:1b2c3756-db70-48b0-9c8d-804407c7363f”或者“7:06f91c7d-43ba-40ff-8b1a-4dd2b82b504f”的顶点
g.V().hasId('5:1b2c3756-db70-48b0-9c8d-804407c7363f','7:06f91c7d-43ba-40ff-8b1a-4dd2b82b504f')
#查询“typeName”属性值为“hive_table”的顶点
g.V().has('typeName', 'hive_table')
#查询label为“ent_hive_table”且“typeName”属性值为“hive_table”的顶点
g.V().has('ent_hive_table', 'typeName', 'hive_table')
#添加其他过滤条件
g.V().has('ent_hive_table', 'typeName', 'hive_table').has('version', gt(-1))
#查询处于激活状态的表
g.V().has('ent_hive_table', 'typeName', 'hive_table').has('status', 'ACTIVE').has('table_name', 'itl_mposdataspare_odsdb_mid_gdbind_h')
#查询包含属性“tableType”的顶点
g.V().properties().hasKey('tableType')
#查询包含属性值“Beijing”的顶点
g.V().properties().hasValue('itl_mposdataspare_odsdb_mid_gdbind_h')
#查询包含属性“lastAccessTime”的顶点
g.V().has('lastAccessTime')
#查询没有属性“lastAccessTime”的顶点
g.V().hasNot('lastAccessTime')

参考地址:https://blog.csdn.net/linlin1989117/article/details/82589895

四、图查询返回结果数限制

#查询图中所有顶点的个数
g.V().count()
#查询图中类型为“ent_rdbms_table”的顶点数
g.V().hasLabel('ent_rdbms_table').count()
#查询图中所有的 “ent_rdbms_table指向ent_hive_table” 的rel_rdbms_table_and_hive_table边数
g.V().hasLabel('ent_rdbms_table').outE('rel_rdbms_table_and_hive_table').count()
#查询图中所有顶点的属性数
g.V().properties().count()
#不加限制地查询所有类型为“ent_rdbms_column”的顶点
g.V().hasLabel('ent_rdbms_column').range(0, -1)
#查询类型为“ent_rdbms_column”的顶点中的第2个到第5个
g.V().hasLabel('ent_rdbms_column').range(2, 5)
#查询类型为“ent_rdbms_column”的顶点中的第5个到最后一个
g.V().hasLabel('ent_rdbms_column').range(5, -1)
#查询前“n”个元素,相当于range(0, n),查询前两个顶点
g.V().limit(2)
#查询前三条边
g.E().limit(3)
#tail():与limit()相反,它查询的是后“n”个元素,相当于range(count - n, -1),查询后两个顶点
g.V().tail(2)
#查询后三条边
g.E().tail(3)
#skip():跳过前“n”个元素,获取剩余的全部元素,跳过前5个,skip(5)等价于range(5, -1)
g.V().hasLabel('ent_rdbms_table').skip(5)

参考地址:https://blog.csdn.net/u010260089/article/details/82594300

五、查询路径path

#path(),获取当前遍历过的所有路径,“ent_hive_table”顶点到与其有直接关联的顶点的路径(仅包含顶点)
g.V().hasLabel('ent_hive_table').has('table_name','itl_frontdataanalysis_odsdb_basic_indrpt_i').both().path()
#如果想要同时获得经过的边的信息,可以用bothE().otherV()替换both(),“ent_hive_table”顶点到与其有直接关联的顶点的路径(包含顶点和边)
g.V().hasLabel('ent_hive_table').has('table_name','itl_frontdataanalysis_odsdb_basic_indrpt_i').bothE().otherV().path()
#“HugeGraph”顶点到与其有直接关联的顶点的路径(包含顶点和边),用“name”属性代表person和software顶点,用“weight”属性代表边
g.V().hasLabel('software').has('name','HugeGraph').bothE().otherV().path().by('name').by('weight')
#“ent_hive_table”顶点到与其有两层关系的顶点的所有路径(只包含顶点)
g.V().hasLabel('ent_hive_table').has('table_name','itl_frontdataanalysis_odsdb_basic_indrpt_i').both().both().path()
#simplePath(),过滤掉路径中含有环路的对象,只保留路径中不含有环路的对象,“ent_hive_table”顶点到与其有两层关系的顶点的不含环路的路径(只包含顶点)
g.V().hasLabel('ent_hive_table').has('table_name','itl_frontdataanalysis_odsdb_basic_indrpt_i').both().both().simplePath().path()
#cyclicPath(),过滤掉路径中不含有环路的对象,只保留路径中含有环路的对象,“ent_hive_table”顶点到与其有两层关系的顶点的包含环路的路径(只包含顶点)
g.V().hasLabel('ent_hive_table').has('table_name','itl_frontdataanalysis_odsdb_basic_indrpt_i').both().both().cyclicPath().path()
#cyclicPath(),过滤掉路径中不含有环路的对象,只保留路径中含有环路的对象,“ent_hive_table”顶点到与其有三层关系的顶点的包含环路的路径(只包含顶点)
g.V().hasLabel('ent_hive_table').has('table_name','itl_frontdataanalysis_odsdb_basic_indrpt_i').both().both().both().cyclicPath().path()

参考地址:https://blog.csdn.net/linlin1989117/article/details/82625906

六、循环操作

#repeat() + times():按照指定的次数重复执行语句,访问某个顶点的OUT邻接点(1次)
g.V('25:1572c928-7117-4851-87d3-29cded7ed7ab').repeat(out()).times(1)
#访问某个顶点的2度双向邻接点,访问第1个顶点的所有邻接点(第1层),再访问第1层结果顶点的邻接点(第2层)
g.V('25:1572c928-7117-4851-87d3-29cded7ed7ab').repeat(out()).times(2)
#repeat() + until():根据条件来重复执行语句,查询顶点'25:1572c928-7117-4851-87d3-29cded7ed7ab'到顶点'ent_rdbms_instance'之间的路径,循环的终止条件是遇到typeName是'rdbms_instance'的顶点
g.V('25:1572c928-7117-4851-87d3-29cded7ed7ab').repeat(out()).until(has('typeName', 'rdbms_instance')).path()
g.V().hasLabel('ent_rdbms_column').has('column_name','SSHKTAG').repeat(out()).until(has('typeName', 'hive_db')).path()
g.V().hasLabel('ent_rdbms_table').repeat(out()).until(has('typeName', 'hive_db')).path()
g.V().hasLabel('ent_rdbms_table').has('table_name','store_sx_yf').repeat(out()).until(has('typeName', 'hive_table')).path()
g.V().hasLabel('ent_hive_table').has('table_name','itl_frontdataanalysis_odsdb_basic_store_sx_yf').inE()
#repeat() + emit():收集执行过程中的数据,查询顶点'ent_rdbms_column'的所有OUT可达点的路径
g.V().hasLabel('ent_rdbms_column').repeat(out()).emit().path()
g.V().hasLabel('ent_rdbms_column').has('column_name','store_xse').repeat(out()).emit().path()
g.V().hasLabel('ent_rdbms_column').has('column_id','558cd8f9ae346200ec1e03e51ec576dc').repeat(out()).emit().path()
g.V().hasLabel('ent_rdbms_column').has('column_id','f223820cbd3ff1503696bd98c2dee174').repeat(out()).emit().path()
g.V().hasLabel('ent_rdbms_column').has('column_id','f223820cbd3ff1503696bd98c2dee174').repeat(both()).emit().path()
g.V().hasLabel('ent_rdbms_table').has('db_name','memberfq_result').has('table_name','ds_huiyuan_storefq_xsmx').repeat(out()).emit().path()
g.V('2:a70e2444-6a6b-439b-aa1c-8dfd6bb5c912').inE()
g.V('2:a70e2444-6a6b-439b-aa1c-8dfd6bb5c912').inE('rel_hive_table_and_input_processes','rel_hive_table_and_output_processes')
#查询顶点'2:a70e2444-6a6b-439b-aa1c-8dfd6bb5c912'的所有OUT可达点的路径且必须满足是'ent_hive_db'类型的点
g.V('2:a70e2444-6a6b-439b-aa1c-8dfd6bb5c912').repeat(out()).emit(hasLabel('ent_hive_db')).path()
#查询顶点'2:a70e2444-6a6b-439b-aa1c-8dfd6bb5c912'到顶点'itl'之间的路径,此外还收集过程中的'ent_hive_db'类型的顶点
g.V('2:a70e2444-6a6b-439b-aa1c-8dfd6bb5c912').repeat(out()).until(has('db_name', 'itl')).emit(hasLabel('ent_hive_db')).path()
#查询顶点'2:a70e2444-6a6b-439b-aa1c-8dfd6bb5c912'的2度OUT可达点的路径,此外还收集'ent_hive_db'类型的顶点
g.V('2:a70e2444-6a6b-439b-aa1c-8dfd6bb5c912').repeat(out()).times(2).emit(hasLabel('ent_hive_db')).path()
#repeat() + loops():根据最大次数限制来重复执行语句,查询顶点'22:fced3fc3-4bcd-4c9a-bc4e-5b66b72535b3'的3度OUT可达点路径
g.V('22:fced3fc3-4bcd-4c9a-bc4e-5b66b72535b3').repeat(out()).until(loops().is(3)).path()
#查询顶点'22:fced3fc3-4bcd-4c9a-bc4e-5b66b72535b3'到顶点'Gremlin'之间的路径且之间只相差2跳的距离,其中的and()是指两个条件都满足
g.V('22:fced3fc3-4bcd-4c9a-bc4e-5b66b72535b3').repeat(out()).until(has('typeName', 'rdbms_db').and().loops().is(2)).path()
#查找子树,查找从一个节点出发,到叶子节点结束的所有路径,这些路径的集合为一颗子树(子图)
g.V('22:fced3fc3-4bcd-4c9a-bc4e-5b66b72535b3').repeat(out()).until(outE().count().is(0)).path()
g.V('25:96c41051-ccd1-415f-855d-d988a0840dfc').repeat(out()).until(outE().count().is(0)).path()
#查找两点之间的最短路径,已知两个顶点'22:fced3fc3-4bcd-4c9a-bc4e-5b66b72535b3'和'javeme',通过任意关系来找到这两点之间的路径且限制了最大深度为3,若存在那么第一条结果即是最短路径
g.V('22:fced3fc3-4bcd-4c9a-bc4e-5b66b72535b3').repeat(bothE().otherV().simplePath()).until(hasId('7388c27f-d0e0-4463-ac43-8902d8f45233').and().loops().is(lte(3))).hasId('7388c27f-d0e0-4463-ac43-8902d8f45233').path()
g.V('22:fced3fc3-4bcd-4c9a-bc4e-5b66b72535b3').repeat(bothE().otherV().simplePath()).until(hasId('7388c27f-d0e0-4463-ac43-8902d8f45233').and().loops().is(lte(2))).hasId('7388c27f-d0e0-4463-ac43-8902d8f45233').path()

参考地址:https://blog.csdn.net/javeme/article/details/82760106

七、查询结果排序

#以默认排序输出所有顶点的"typeName"属性值
g.V().values('typeName').order()
#以升序输出所有顶点的"name"属性值
g.V().values('typeName').order().by(incr)
#以降序输出所有顶点的"typeName"属性值
g.V().values('typeName').order().by(decr)
#以随机序输出所有顶点的"typeName"属性值
g.V().values('typeName').order().by(shuffle)
#将"ent_rdbms_table"类型的顶点按照"table_update_time"升序(默认)排列输出
g.V().hasLabel('ent_rdbms_table').order().by('table_update_time')
#将"ent_rdbms_table"类型的顶点按照"table_update_time"升序(默认)排列,并获取"table_update_time"属性
g.V().hasLabel('ent_rdbms_table').order().by('table_update_time').values('table_update_time')
#按照元素属性key的值升序排列
g.V().hasLabel('ent_rdbms_table').order().by('table_update_time',incr).values('table_update_time')
#按照元素属性key的值降序排列
g.V().hasLabel('ent_rdbms_table').order().by('table_update_time',decr).values('table_update_time')
#按照元素属性key的值随机序排列
g.V().hasLabel('ent_rdbms_table').order().by('table_update_time',shuffle).values('table_update_time')

参考地址:https://blog.csdn.net/u010260089/article/details/82666260?spm=1001.2014.3001.5502

八、数据分组与去重

#不指定任何维度进行分组
g.V().hasLabel('ent_rdbms_table').group()
#不指定任何维度进行分组,但数据集中有重复的元素,重复的元素将会被分为一组
g.V().both().hasLabel('ent_rdbms_table').group()
#根据table_create_time进行分组
g.V().hasLabel('ent_rdbms_table').group().by('table_create_time')
#根据table_create_time进行分组并统计各个table_create_time的数量
g.V().hasLabel('ent_rdbms_table').group().by('table_create_time').by(count())
#根据顶点类别进行分组并统计各个类别的数量
g.V().group().by(label).by(count())
#groupCount():对结果集进行分组计数,不指定任何维度进行分组计数
g.V().hasLabel('ent_rdbms_table').groupCount()
#不指定任何维度进行分组计数,但数据集中有重复的元素,重复的元素将会被分为一组
g.V().both().hasLabel('ent_rdbms_table').groupCount
#根据table_update_time进行分组计数
g.V().hasLabel('ent_rdbms_table').groupCount().by('table_update_time')
#dedup():去除结果集中重复的元素,对一组含有重复顶点的数据进行去重
g.V().both().hasLabel('ent_rdbms_table').dedup()
#查看table_update_time当中有哪几种时间table_update_time是可能有重复的,通过dedup去除掉重复的table_update_time
g.V().hasLabel('ent_rdbms_table').values('table_update_time').dedup()
#从各个table_update_time中选出一个代表
g.V().hasLabel('ent_rdbms_table').dedup().by('table_update_time')
#统计顶点的边数量的分布情况,拥有相同数量边的顶点作为一组,并获取每一组的顶点数量,结果相当于:拥有m条边的顶点有n个
g.V().groupCount().by(bothE().count())

参考地址:https://blog.csdn.net/javeme/article/details/82769457

九、条件和过滤

#predicate可以通过test()来获得boolean值,可以用test()测试value是否满足predicate,(3 == 2)
eq(2).test(3)
#('d' == 'a' || 'd' == 'b' || 'd' == 'c')
within('a','b','c').test('d')
#(3 > 1 && 3 < 4)
inside(1,4).test(3)
#not()作用于neq(),等价于eq()
not(neq(2))
#and()连接的predicate,是一个新的predicate
within(1,2,3).and(not(eq(2))).test(3)
#or()连接的predicate,是一个新的predicate
inside(1,4).or(eq(5)).test(3)
inside(1,4).or(eq(5)).test(5)
inside(1,4).or(eq(5)).test(6)
#where()有三种使用方式:where(P)、where(String, P)、where(Traversal)
#查看“25:5f16a7ef-71b1-43be-bde1-5ab83640f76e”的合作伙伴 where(P)方式
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a').out('rel_rdbms_table_and_rdbms_db').in('rel_rdbms_table_and_rdbms_db').where(neq('a'))
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a').out('rel_rdbms_table_and_rdbms_db').where(neq('a'))
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a').in('rel_rdbms_table_and_rdbms_db').where(neq('a'))
#查看“25:5f16a7ef-71b1-43be-bde1-5ab83640f76e”的合作伙伴,where(String, P)方式
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a').out('rel_rdbms_table_and_rdbms_db').in('rel_rdbms_table_and_rdbms_db').as('b').where('a',neq('b'))
#“25:5f16a7ef-71b1-43be-bde1-5ab83640f76e”指向不止一个的顶点,where(Traversal)方式
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out('rel_rdbms_table_and_rdbms_db').in('rel_rdbms_table_and_rdbms_db')
.where(out('rel_rdbms_table_and_rdbms_db').count().is(gt(1)))
.values('name')
#查询”被别人认识“且认识自己的人的年龄大于自己的年龄的人
g.V().as('a')
.out('knows').as('b')
.where('a', gt('b')).by('age')
#where()与match()配合使用,match()可以保证满足某种模式的对象通过
#查看“zhoney”的合作伙伴,并将“zhoney”及其合作伙伴的名字以map输出
#match().where()方式
g.V('zhoney').match(__.as('a').out('created').as('b'),
__.as('b').in('created').as('c')).
where('a', neq('c'))
.select('a','c').by('name')
#filter()有三种用法:lambda方式,filter{it.get()…}、Traversal方式,filter(Traversal)、特定filter step方式
#查找图中的“ent_rdbms_table”顶点
#lambda方式
g.V().filter {it.get().label() == 'ent_rdbms_table'}
#查找图中的“ent_rdbms_table”顶点,Traversal方式
g.V().filter(label().is('ent_rdbms_table'))
#查找图中的“ent_rdbms_table”顶点
#特定filter step方式
g.V().hasLabel('ent_rdbms_table')

参考地址:https://blog.csdn.net/linlin1989117/article/details/82692587?spm=1001.2014.3001.5502

十、逻辑运算

#is(),筛选出顶点属性“table_name”等于diralcdtl的属性值,与`is(P.eq(diralcdtl))`等效
g.V().values('table_name').is('diralcdtl')
#筛选出顶点属性“age”大于等于28的属性值
g.V().values('age').is(gte(28))
#筛选出顶点属性“age”属于区间(27,35)的属性值
g.V().values('age').is(inside(27, 35))
#筛选出由两个或两个以上的人参与创建(“created”)的顶点,注意:这里筛选的是顶点
g.V().where(__.in('created').count().is(gt(2))).values('name')
#筛选出有创建者(“created”)的年龄(“age”)在20~29之间的顶点
g.V().where(__.in('created').values('age').is(between(20, 29))).values('name')
#所有包含出边“rel_hive_table_and_output_processes”的顶点的名字“typeName”
g.V().and(outE('rel_hive_table_and_output_processes')).values('typeName')
#所有包含出边“rel_hive_table_and_output_processes”和“rel_rdbms_table_and_hive_table”的顶点的名字“typeName”
g.V().and(outE('rel_hive_table_and_output_processes'), outE('rel_rdbms_table_and_hive_table')).values('typeName')
#包含边“created”并且属性“age”为28的顶点的名字“name”
g.V().and(outE('created'), values('age').is(28)).values('name')
#所有包含出边“rel_hive_table_and_output_processes”的顶点的名字“typeName”,只有一个条件时,and()与or()的效果一样的。
g.V().or(outE('rel_hive_table_and_output_processes')).values('typeName')
#所有包含出边“rel_hive_table_and_output_processes”或“rel_rdbms_table_and_hive_table”的顶点的名字“typeName”
g.V().or(outE('rel_hive_table_and_output_processes'), outE('rel_rdbms_table_and_hive_table')).values('typeName')
#包含边“created”或属性“age”为28的顶点的名字“name”
g.V().or(outE('created'), values('age').is(28)).values('name')
#筛选出所有不是“person”的顶点的“label”
g.V().not(hasLabel('person')).label()
#筛选出所有包含不少于两条(大于等于两条)“created”边的“person”的名字“name”
g.V().hasLabel('person').not(out('created').count().is(lt(2))).values('name')
#与(含有小于等于一条“created”边,年龄不等于28)
g.V().hasLabel('person')
.and(outE('created').count().is(lte(1)),
values("age").is(P.not(P.eq(28))))
.values('name')
#非(或(含有多于一条“created”边,年龄等于28))
g.V().hasLabel('person')
.not(or(out('created').count().is(gt(1)),
values('age').is(28)))
.values('name')

参考地址:https://blog.csdn.net/u010260089/article/details/82769959

十一、统计运算

#计算所有“person”的“age”的总和
g.V().hasLabel('person').values('age').sum()
#计算所有“person”的“created”出边数的总和
g.V().hasLabel('person').map(outE('created').count()).sum()
#计算所有“person”的“age”中的最大值
g.V().hasLabel('person').values('age').max()
#计算所有“person”的“created”出边数的最大值
g.V().hasLabel('person').map(outE('created').count()).max()
#计算所有“person”的“age”中的最小值
g.V().hasLabel('person').values('age').min()
#计算所有“person”的“created”出边数的最小值
g.V().hasLabel('person').map(outE('created').count()).min()
#计算所有“person”的“age”的均值
g.V().hasLabel('person').values('age').mean()
#计算所有“person”的“created”出边数的均值
g.V().hasLabel('person').map(outE('created').count()).mean()

参考地址:https://blog.csdn.net/u010260089/article/details/82787808

十二、数学运算

比如按照年龄段进行统计
g.V().hasLabel('person')
.groupCount().by(values('age').math('floor(_/10)*10'))
.order(local).by(values,desc)

参考地址:https://blog.csdn.net/linlin1989117/article/details/82849477

十三、路径选取与过滤

#as()...select():对路径中结果进行选取,从路径中选取第1步和第3步的结果作为最终结果
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a')
.out().as('b')
.out().as('c')
.select('a', 'c')
#从集合中选择最后一个元素
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as("a")
.repeat(out().as("a")).times(2)
.select(last, "a")
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as("a")
.repeat(out().as("a")).times(2)
.select(all, "a")
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as("a")
.repeat(out().as("a")).times(2)
.select(first, "a")
#通过by()来指定选取的维度
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a')
.out().as('b')
.out().as('c')
.select('a', 'c')
.by('typeName').by('typeName')
#从map中选择指定key的值
g.V().valueMap().select('typeName').dedup()
#as()...where():以条件匹配的方式进行路径结果选取,选取满足第1步和第3步“version”属性相等的路径
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a')
.out().as('b').out().as('c')
.where('a', eq('c')).by('version')
.select('a', 'b', 'c').by('typeName')
#as()+match():以模式匹配的方式进行路径结果选取,选取满足两个模式的路径:
#1.第3步有OUT节点
#2.第3步的OUT节点的指定路径不允许回到第二步的节点
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a').out().as('b')
.match(__.as('b').out().as('c'),
__.not(__.as('c').out().in('define').as('b')))
.select('a','b','c').by('typeName')
#as()+debup():路径去重,以路径中的前3步作为去重依据,对路径进行去重
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').as('a')
.out().as('b').out().as('c').in()
.dedup('a', 'b', 'c').path()
#查询支持Gremlin语言的软件,至少由2个相互认识的且在北京的作者完成,获取支持Gremlin语言的软件,并且作者是至少为2个相互认识的人,且这两个作者都在北京
g.V('3:Gremlin').in('supports').as('software')
.match(
__.as('software').in('created').as('person1'),
__.as('person1').both('knows').as('person2'),
__.as('person2').out('created').as('software'),
__.as('person1').has('addr', 'Beijing'),
__.as('person2').has('addr', 'Beijing')
)
.select('software').dedup()
#查询支持Gremlin语言的软件的作者,并按边权重排序,获取支持Gremlin语言的软件,并查找其作者,并对中间经过的边打标签,按照边的权重进行排序,选取软件、权重、作者作为结果
g.V('3:Gremlin').in('supports').as('s')
.inE('created').as('e').outV().as('t')
.order().by(select('e').by('weight'), decr)
.select('s', 'e', 't').by('name').by('weight')

参考地址:https://blog.csdn.net/javeme/article/details/88417208

十四、分支

#if-then-else型choose()语句,查找所有的“person”类型的顶点,如果“age”属性小于等于20,输出他的朋友的名字,如果“age”属性大于20,输出他开发的软件的名字
#choose(condition, true-action, false-action)
g.V().hasLabel('person')
.choose(values('age').is(lte(20)),
__.in('knows'),
__.out('created')).values('name')
#option()型choose()语句,查找所有的“person”类型的顶点,如果“age”属性等于0,输出名字,如果“age”属性等于28,输出年龄,如果“age”属性等于29,输出他开发的软件的名字
#choose(predicate).option().option()...
g.V().hasLabel('person')
.choose(values('age'))
.option(0, values('name'))
.option(28, values('age'))
.option(29, __.out('created').values('name'))
#查找所有顶点,类型为“person”的顶点输出其创建的软件的“name”属性,否则输出顶点自身的“name”属性
g.V().choose(hasLabel('person'),
out('created'))
.values('name')
#查找所有顶点,类型为“person”的顶点输出其创建的软件的“name”属性,否则输出顶点自身的“name”属性
g.V().choose(hasLabel('person'),
out('created'),
identity())
.values('name')
#choose()和option()配合使用时,还提供了一个none,不满足其他选项的对象,执行none选项的traversal
#查找所有类型为“person”的顶点,“name”属性为“Zhoney Zhang”的输出其“age”属性,否则输出顶点的“name”属性
g.V().hasLabel('person')
.choose(values('name'))
.option('Zhoney Zhang', values('age'))
.option(none, values('name'))
#branch()有三种用法:lambda方式,filter{it.get()…}、Traversal方式,filter(Traversal)、特定branch step方式
#查询所有顶点,“name”属性值为“HugeGraph”的顶点输出其“lang”属性,“name”属性值不为“HugeGraph”的顶点输出其“name”属性
#lambda方式
g.V().branch {it.get().value('name')}
.option('HugeGraph', values('lang'))
.option(none, values('name'))
#traversal方式
g.V().branch(values('name'))
.option('HugeGraph', values('lang'))
.option(none, values('name'))
#特定branch step方式
g.V().choose(has('name','HugeGraph'),
values('lang'),
values('name'))

参考地址:https://blog.csdn.net/linlin1989117/article/details/82703743

十五、合并

#coalesce(),按优先级寻找到顶点“HugeGraph”的以下边和邻接点,找到一个就停止
#1、“implements”出边和邻接点
#2、“supports”出边和邻接点
#3、“created”入边和邻接点
g.V('3:HugeGraph').coalesce(outE('implements'), outE('supports'), inE('created')).inV().path().by('name').by(label)
#按优先级寻找到顶点“HugeGraph”的以下边和邻接点,找到一个就停止(调换了示例1中的1和2的顺序)
#1、“supports”出边和邻接点
#2、“implements”出边和邻接点
#3、“created”入边和邻接点
g.V('3:HugeGraph').coalesce(outE('supports'), outE('implements'), inE('created')).inV().path().by('name').by(label)
#optional()查找顶点"linary"的“created”出顶点,如果没有就返回"linary"自己
g.V('linary').optional(out('created'))
#查找每个“person”顶点的出“knows”顶点,如果存在,然后以出“knows”顶点为起点,继续寻找其出“created”顶点,最后打印路径
g.V().hasLabel('person').optional(out('knows').optional(out('created'))).path()
#union()寻找顶点“linary”的出“created”顶点,邻接“knows”顶点,并将结果合并
g.V('linary').union(out('created'), both('knows')).path()
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').union(out('rel_rdbms_table_and_rdbms_db')).path()
#寻找顶点“HugeGraph”的入“created”顶点(创作者),出“implements”和出“supports”顶点,并将结果合并
g.V('3:HugeGraph').union(__.in('created'), out('implements'), out('supports'), out('contains')).path()

参考地址:https://blog.csdn.net/u010260089/article/details/82837664

十六、结果聚集与展开

#aggregate():聚集路径中的结果,收集第1步的结果到集合'x'中
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out().aggregate('x')
#收集第1步的结果到集合'x'中,并通过cap取出结果,与示例1比较,结果的层次更深了
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out().aggregate('x').cap('x')
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out().aggregate('x').select('x')
#store():以Lazy的方式来收集结果,以Lazy方式收集,后续步骤使用limit限制时,路径中取到第2个结果时将会停止,因此集合中有2个元素。
g.V().store('x').by('typeName').limit(1).cap('x')
#unfold():以把集合展开、平铺,将集合‘x’展开(层级变少了)
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out()
.aggregate('x').by('typeName')
.cap('x').unfold()
#fold():将元素折叠为集合,将属性折叠起来(层级变深)
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out()
.values('typeName').fold()
#统计所有'name'属性的长度,其中通过lambuda表达式累加字符串长度
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out().values('typeName')
.fold(0) {a,b -> a + b.length()}

参考地址:https://blog.csdn.net/javeme/article/details/88576363

十七、模式匹配

#对每一个顶点,用以下模式去匹配,满足则生成一个map<String, Object>,不满足则过滤掉
#模式1:“a”对应当前顶点,且创建了软件“HugeGraph”
#模式2:“b”对应顶点软件“HugeGraph”
#模式3:“c”对应创建软件“HugeGraph”的年龄为29的person顶点
g.V().match(__.as('a').out('created').has('name', 'HugeGraph').as('b'),
__.as('b').in('created').has('age', 29).as('c'))
#match()语句可以与select()语句配合使用,从Map<String, Object>中选取部分结果
g.V().match(__.as('a').out('created').has('name', 'HugeGraph').as('b'),
__.as('b').in('created').has('age', 29).as('c'))
.select('a', 'c').by('name')
#match()语句可以与where()语句配合使用,过滤结果
g.V().match(__.as('a').out('created').has('name', 'HugeGraph').as('b'),
__.as('b').in('created').has('age', 29).as('c'))
.where('a', neq('c'))
.select('a', 'c').by('name')
#match()语句中可以使用外部的label
g.V().as('a').out('knows').as('b')
.match(__.as('b').out('created').as('c'),
__.not(__.as('c').in('created').as('a')))
.select('a','b','c').by('name')

参考地址:https://blog.csdn.net/linlin1989117/article/details/82855931

十八、随机过滤与注入

#sample()从所有顶点的出边中随机选择2条
g.V().outE().sample(2)
#从所以顶点的“typeName”属性中随机选取3个
g.V().values('typeName').sample(3)
#从所有的“ent_rdbms_column”中根据“sort_no”随机选择3个
g.V().hasLabel('ent_rdbms_column').sample(3).by('sort_no')
#与local联合使用做随机漫游(从某个顶点出发,随机选一条边,走到边上的邻接点;再以该点为起点,继续随机选择边,走到邻接点…)
#从顶点“HugeGraph”出发做3次随机漫游
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e')
.repeat(local(bothE().sample(1).otherV()))
.times(3)
.path()
#coin()每个顶点按0.5的概率过滤
g.V().coin(0.5)
#每个顶点按0.0的概率过滤
g.V().coin(0.0)
#每个顶点按1.0的概率过滤
g.V().coin(1.0).count()
#constant()输出所有“person”类顶点的“name”属性,否则输出“inhuman”(非人类)
g.V().choose(hasLabel('person'),
values('name'),
constant('inhuman'))
#与示例1功能相同,使用“coalesce”Step 实现
g.V().coalesce(hasLabel('person').values('name'),
constant('inhuman'))
#inject(),给顶点“25:5f16a7ef-71b1-43be-bde1-5ab83640f76e”的添加一个“DELETE”
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e')
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').in()
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').in('rel_rdbms_column_and_rdbms_table')
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').in('rel_rdbms_column_and_rdbms_table').values('status')
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').in('rel_rdbms_column_and_rdbms_table').values('status').inject('DELETE')
#在示例1的基础上计算每个元素的长度(“status”属性值的长度),可以看到,注入的元素“DELETE”与原生的元素一样参与了计算
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').in('rel_rdbms_column_and_rdbms_table').values('status').inject('DELETE')
.map {it.get().length()}
#在示例2的基础上计算走过的路径
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').in('rel_rdbms_column_and_rdbms_table').values('status').inject('DELETE')
.map {it.get().length()}.path()
#使用inject创建出两个元素(顶点的id),并使用该元素作为id获取顶点及其属性“name”
inject('javeme', 'linary', 'zhoney').map {g.V(it.get()).next()}.values('name')
#使用inject创建出一个“person”(顶点label),并使用该元素作为label获取顶点及其属性“name”
inject('person').flatMap {g.V().hasLabel(it.get())}.values('name')

参考地址:https://blog.csdn.net/u010260089/article/details/82900950

十九、结果存取口袋sack

#withSack()…sack(): 利用口袋来存取结果,创建一个包含常数1的口袋,并且在最终取出口袋中的值
g.withSack(1).V().sack()
#创建一个包含一个float数值的口袋,并且在最终取出口袋中的值
g.withSack{new Random().nextFloat()}.V().sack()
g.withSack(new Random().nextFloat()).V().sack()
#通过sum求和的方式把数据放入口袋
g.withSack(0).V()
.repeat(outE().sack(sum).by('weight').inV())
.times(3).sack()
#通过lambda函数来指定放入口袋的行为,注意:提供的初始值为Map类型,而且当traverser分裂时会拷贝Map
g.withSack{[:]}{it.clone()}
.V().out().out().dedup()
.sack{m,v -> m[v.value('name')] = v.value('lang'); m}
.sack()
#去掉分裂函数后看看效果:
g.withSack{[:]}
.V().out().out().dedup()
.sack{m,v -> m[v.value('name')] = v.value('lang'); m}
.sack()
#平均获取口袋中的值
g.withSack(1.0).V('javeme')
.out('knows').out('created')
.barrier(normSack).sack()

参考地址:https://blog.csdn.net/javeme/article/details/89038027

二十、遍历栅栏barrier

#barrier(): 遍历时设置栅栏,将所有顶点打印出来,打印完一轮之后再打印一轮
def list=[]
g.V().sideEffect{list.add("first: "+it)}
.barrier()
.sideEffect{list.add("second: "+it)}
.iterate()
list
#打印first后打印second,直到一轮所有的顶点都完成
def list=[]
g.V().sideEffect{list.add("first: "+it)}
.sideEffect{list.add("second: "+it)}
.iterate()
list
#禁用自动barrier策略
g = g.withoutStrategies(LazyBarrierStrategy)
g.V()
.both().barrier()
.both().barrier()
.both().barrier()
.both().barrier()
.both().barrier()
.groupCount()
.order(local).by(values, decr)
#通过lambda函数来指定放入口袋的行为,注意:提供的初始值为Map类型,而且当traverser分裂时会拷贝Map
g = g.withoutStrategies(LazyBarrierStrategy)
g.V()
.both()
.both()
.both()
.both()
.both()
.groupCount()
.order(local).by(values, decr)

参考地址:https://blog.csdn.net/javeme/article/details/89182912

二十一、局部操作local

#不使用local()
g.V().hasLabel('ent_rdbms_column').as('aa')
.properties('sort_no').order().by(value).limit(2)
.value().as('sort_no')
.select('aa','sort_no').by('typeName').by()
#使用local()
g.V().hasLabel('ent_rdbms_column').as('aa')
.local(properties('sort_no').order().by(value).limit(2))
.value().as('sort_no')
.select('aa','sort_no').by('typeName').by()
#查询ent_rdbms_column的属性Map
g.V().hasLabel('ent_rdbms_column').has('sort_no',16)
.propertyMap()
#查询ent_rdbms_column的属性个数
g.V().hasLabel('ent_rdbms_column').has('sort_no',16)
.propertyMap().count()
g.V().hasLabel('ent_rdbms_column').has('sort_no',16)
.propertyMap().count(local)
#数目最多的顶点类型的顶点数目
g.V().groupCount().by(label).select(values).max(local)
#所有顶点的属性列表中的第一个属性
g.V().valueMap().limit(10)
g.V().valueMap().limit(local, 10)
#dedup():所有顶点一步邻居中所有的software
g.V().both().group().by(label).select('ent_rdbms_column').dedup(local)
#order():所有顶点按类型计数并按数目由多到少排序
g.V().groupCount().by(label).order().by(values, decr)
g.V().groupCount().by(label).order(local).by(values, decr)
#sample():所有顶点作为一个集合,从中采样2个
g.V().fold().sample(local,2)

参考地址:https://blog.csdn.net/linlin1989117/article/details/82859866

二十二、遍历终止terminal

#hasNext(),判断顶点“linary”是否包含“created”出顶点
g.V('linary').out('created').hasNext()
#判断顶点“linary”是否包含“knows”出顶点
g.V('linary').out('knows').hasNext()
#next(),获取顶点“25:5f16a7ef-71b1-43be-bde1-5ab83640f76e”的“rel_rdbms_table_and_rdbms_db”出顶点集合的下一个(第1个),
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out('rel_rdbms_table_and_rdbms_db').next()
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').next()
#g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out('rel_rdbms_table_and_rdbms_db')返回的是一个遍历器(迭代器),
#每次执行这句话实际上都是获取的迭代器的第一个元素,那如果想获取第二个元素该怎么写呢?
#很简单,执行两次next()即可,但是这里的前提条件是遍历器中确实存在多个元素。
#获取顶点“25:5f16a7ef-71b1-43be-bde1-5ab83640f76e”的“rel_rdbms_table_and_rdbms_db”入顶点集合的下一个(第2个)
it = g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db')
it.next()
it.next()
#获取顶点“25:5f16a7ef-71b1-43be-bde1-5ab83640f76e”的“rel_rdbms_table_and_rdbms_db”入顶点集合的前两个
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').next(2)
#试图获取顶点“25:5f16a7ef-71b1-43be-bde1-5ab83640f76e”的“rel_rdbms_table_and_rdbms_db”出顶点集合中的下一个
g.V('25:5f16a7ef-71b1-43be-bde1-5ab83640f76e').out('rel_rdbms_table_and_rdbms_db').tryNext()
#获取23:a3782e84-2bd6-4e52-8989-035740da0f68顶点的“rel_rdbms_table_and_rdbms_db”入集合,放入List中,允许包含重复结果
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').toList()
#toSet(),获取23:a3782e84-2bd6-4e52-8989-035740da0f68顶点的“rel_rdbms_table_and_rdbms_db”入集合,放入Set中,不允许包含重复结果
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').toSet()
#toBulkSet(),获取23:a3782e84-2bd6-4e52-8989-035740da0f68顶点的“rel_rdbms_table_and_rdbms_db”入集合,放入BulkSet中,允许包含重复结果,排序
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').toBulkSet()
#fill(),创建一个List,获取23:a3782e84-2bd6-4e52-8989-035740da0f68顶点的“rel_rdbms_table_and_rdbms_db”入集合,并放入该List中
results = []
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').fill(results)
results
#iterate(),迭代所有“ent_hive_db”顶点
it = g.V().hasLabel('ent_hive_db').iterate()
it.hasNext()

参考地址:https://blog.csdn.net/u010260089/article/details/82969173

二十三、转换操作map/flatMap

#map(),获取顶点“3:HugeGraph”的入“rel_rdbms_table_and_rdbms_db”顶点的“typeName”属性,其实可以理解为顶点对象转化成了属性值对象
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').map(values('typeName'))
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').map {it.get().value('typeName')}
#先获取顶点“23:a3782e84-2bd6-4e52-8989-035740da0f68”的入“rel_rdbms_table_and_rdbms_db”顶点,再将每个顶点转化为出边(一条)
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').map(outE())
#flatMap(),先获取顶点“23:a3782e84-2bd6-4e52-8989-035740da0f68”的入“rel_rdbms_table_and_rdbms_db”顶点,再将每个顶点转化为出边(多条)
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in('rel_rdbms_table_and_rdbms_db').flatMap(outE())
g.V('23:a3782e84-2bd6-4e52-8989-035740da0f68').in().flatMap(outE())

参考地址:https://blog.csdn.net/u010260089/article/details/82970917

二十四、附加操作sideEffect

参考地址:https://blog.csdn.net/javeme/article/details/89184241

二十五、执行统计和分析

参考地址:https://blog.csdn.net/linlin1989117/article/details/82859884

标签:rdbms,HugeGraph,ent,顶点,table,查询语言,hasLabel,out
From: https://www.cnblogs.com/qq1035807396/p/16774734.html

相关文章