快速上手 Transwarp StellarDB 教程

本章节将引导您快速熟悉StellarDB，并为您初步介绍如何通过KG Explorer和beeline客户端操作StellarDB。其中，"StellarDB初探"一节通过构建一张人物关系图，从零介绍如何在StellarDB进行基本操作；"StellarDB进阶"一节为您提供了内置于StellarDB的《哈利·波特》人物关系图，帮助您进一步探索StellarDB。

1. StellarDB初探

1.1. 使用KG Explorer构建图

1. 从TDH Manager页面进入KG Explorer页面。若KG Explorer开启了单点登录，会自动跳转Federation登录页面，选择“租户内用户”，并提供相对应的用户名和密码按如图方式登录：

1. 点击 登录 后进入KG Explorer主页面。在语句查询输入框中输入如下建图语句构建图"hello_world"的schema。（该语句创建了一个分区为3，服本数为3，名称为"hello_world"的图。图中包含Boy和Girl两种类型的点，两个点均包含name、salary、age、single四个属性，对于每个属性设定相应的数据类型。图中包含Friend和Likes类型的边，边属性均为since，数据类型为int）

• create graph hello_world WITH schema (:Boy {name string, salary double, age int, single boolean}) (:Girl {name string, salary double, age int, single boolean}) [:Friend {since int}] [:Likes {since int}] graphproperties:{`graph.shard.number`:3, `graph.replication.number`:3};
• 
• 点击 查询 按钮，完成"hello_world"的图schema的创建。

1. 创建"hello_world"的schema后，在查询语句输入框中输入并执行如下语句设置"hello_world"图为当前使用中的图。

• use graph hello_world;

1. 在"hello_world"图中插入点数据。请在查询语句输入框中分别输入、执行下列语句。

• # 插入一个类型为Girl的点，并对属性赋值，__uid为1
  create (:Girl {name:"Kitty", age:23, salary:4250.95, single:true, __uid:"1"});
  
  # 插入两个点，类型分别为Girl和Boy，不对属性赋值，__uid分别为2和1
  create (:Girl {__uid: "2"}), (:Boy {__uid:"1"});
  
  # 插入一个点，类型为Girl，对name属性赋值Lisa，__uid为3，设置点标签为human和student
  create (:Girl {__uid: "3", name: "Lisa", __tags: ["human", "student"]});

1. 在"hello_world"图中插入边数据。请在查询语句输入框中分别输入、执行下列语句。

• # 插入一条类型为Likes的由John指向Rose有向边，插入边的同时插入两个点，类型分别为Boy和Girl，并且对name属性赋值，__uid分别为2和4
  create (:Boy {__uid:"2", name:"John"})-[:Likes]->(:Girl {__uid: "4", name: "Rose"});
  
  # 插入一条类型为Likes的由Amy指向John有向边，插入边的同时插入一个点，类型为Girl，并且对name属性赋值Amy，__uid为5
  match (a:Boy {__uid:"2"}) create (a)<-[:Likes]-(:Girl {__uid:"5", name: "Amy"});
  
  # 插入一条类型为Friend的连接John和__uid为1的Boy节点的无向边
  match (a:Boy {__uid:"1"}),(b:Boy {__uid:"2"}) create (a)-[:Friend]-(b);
  
  # 插入两条类型为Friend的有向边，其中一条是从__uid为1的Girl类型节点指向__uid为2的Girl类型节点，另外一条是从__uid为3的Girl类型节点指向__uid为2的Girl类型节点
  match (a:Girl {__uid:"1"}),(b:Girl {__uid:"2"}),(c:Girl {__uid:"3"}) create (a)-[:Friend]->(b),(b)<-[:Friend]-(c);
  
  # 直接创建uid为1的Boy到uid为3的Girl的单向边,并指定边的__uid为relation_1
  create [:Likes {__uid:"relation_1",__usid:"1",__udid:"3",__uslabels:["Boy"],__udlabels:["Girl"]}];

1. 图查询：在查询输入框中输入并执行下列查询语句。
   1. 查询图中所有相连的点，并返回所有点和边。
   • match (m)-[f]-(n) return m,f,n;
   • 查询结果如图示：
   • 
   1. 查询John喜欢的人的名字。
   • match (a:Boy {name:"John"})-[:Likes]->(b:Girl) return b.name;
   • 查询结果如图示：
   • 
   1. 查询John的朋友的朋友的名字。
   • match (a:Boy {name:"John"})-[:Friend*..2]->(b) return b.name;
   • 查询结果如图所示。（该语句执行结果返回两个Boy类型的点，是因为在创建__uid为1的Boy类型点时没有对name属性赋值，所以显示null）
   • 
2. 算法调用（以PageRank为例）
   1. 使用KG Explorer图算法库调用：如图示，在KG Explorer界面进入图示图算法库界面。点击 PageRank 算法，并且配置相应参数，点击 执行 按钮执行算法。
   • 
   1. 或使用TEoC语句调用：在查询输入框中输入并执行下列语句。
   • create query temporary graph view hello_world_sample as (v) [e] with graph_pagerank(@hello_world_sample,"/tmp/hello_world_view", '{factor: 0.85, rounds: 10, limit: 10}') as unapply(vertex, rank) return node_rk_to_uid(vertex), rank;
   • 执行结果如图示。
   • 
3. 删除数据

• 在查询语句输入框中输入并执行下列语句进行删除操作。
  1. 删除name属性为Amy的点。
  • match (a) where a.name="Amy" delete a;
  1. 删除label为Likes的边。
  • match [f:Likes] delete f;

1. 数据导入
   1. 在计算机本地准备如下所示包含点和边的CSV数据文件，并按照后文所述使用KG Explorer将数据导入至StellarDB中。（NA表示该属性空缺）
   • 表 1. 点数据表

• • 表 2. 边数据表

• 1. 登入KG Explorer，将鼠标移动至如下图所示图标 位置1 ，待菜单弹出后，点击图示按钮2 从CSV文件导入。
  • 
  1. 进入 数据导入 管理页面，点击图示 数据源管理 按钮1。
  • 
  1. 在 数据源文件管理 页面，点击图示 上传文件 按钮1，打开 上传CSV文件 窗口，配置 分隔符 并且选择本地上传文件。
  • 

• 1. 上传点和边的CSV文件后，点击 编辑文件列名及类型 按钮，对点和边文件中的列名和类型进行配置。本例只需要依据图创建语句修改列对应的数据类型。
     1. 依据图示修改边数据表中的since列数据类型为int。
     • 
     1. 依据图示修改点数据表中的salary列数据类型为double，age列数据类型为int，single列数据类型为boolean。
     • 
  2. 配置列名和列对应数据类型后，点击 去导数 按钮进入 从CSV文件导入数据 页面。点击 添加数据源 按钮，选择点、边数据表。在表单中 点/边 列点选对应的点或者边选项。
  • 
  1. 之后，点击 配置属性映射 进行属性配置。配置方法见下图。
     1. 配置边：
     • 
     1. 配置点:
     • 
  • 应用所有配置后，在页面右下方点击 导入 按钮，等待数据导入。

1. 数据导出

• 这里通过在查询输入框中执行下列语句，并且将结果以CSV格式导出。
• match (n)-[f:Friend]-(m) return n, m, f;
• 在查询输入框中输入并且执行上述语句，点击图示 结果相关 按钮，鼠标移动至 导出图谱，点击 导出CSV 按钮，待文件导出完毕。
• 

1. 删除图

• 在查询输入框中输入并且执行下列语句删除"hello_world"图。
• drop graph hello_world;

4.1.2. 使用beeline构建图

在进入命令行之前，请用户确保已经在当前的操作节点上已安装TDH Client。具体步骤请参考 《TDH安装手册》。

1. 进入命令行

• 在本小节中，将使用 server_ip|hostname 来指代Quark Server所在的节点名称或ip。Quark Server所在节点可以通过管理界面的Quark角色页面查看。
• 用户可以选择用不同的安全认证方式在任意一台服务器上登录beeline客户端，登陆方式如下：

1. 登陆beeline客户端成功后，执行下列语句将查询语言切换为TEoC。

• config query.lang cypher;

1. 执行下列语句查看是否有"hello_world"同名的图，若有，请在后续操作中按需修改查询语句，或删除原"hello_world"图，再进行后续操作。

• show stellargraphs;

1. 参照前文步骤2-4进行图数据库创建和图数据的填充。这里不再赘述。
2. 执行下列查询语句，校验"hello_world"点数据是否正确填充。

• match (n) return n.__uid,labels(n),n.name;
• 查询结果如图示：
• 

1. 执行下列查询，校验"hello_world"边数据是否正确填充。

• match [f] return f.__uid,labels(f),startid(f),endid(f);
• 查询结果如图示：
• 

1. 图查询
   1. 查询John喜欢的女孩的名字。
   • match (a:Boy {name:"John"})-[:Likes]->(b:Girl) return b.name;
   • 结果如图示：
   • 
   1. 查询John的朋友的朋友的名字。
   • match (a:Boy {name:"John"})-[:Friend*..2]->(b) return b.name;
   • 结果如图示：
   • 
2. 算法调用（以PageRank算法为例）

• 在beeline客户端中输入并执行下列语句调用PageRank算法，其他算法使用方法和所示方法相同。
• create query temporary graph view hello_world_sample as (v) [e] with graph_pagerank(@hello_world_sample,"/tmp/hello_world_view", '{factor: 0.85, rounds: 10, limit: 10}') as unapply(vertex, rank) return node_rk_to_uid(vertex), rank;
• 结果如图示：
• 

1. 删除数据
   1. 删除name属性为Amy的节点。
   • match (a) where a.name="Amy" delete a;
   1. 删除label为Likes的边。
   • match [f:Likes] delete f;
2. 删除图"hello_world"

• drop graph hello_world;