通过Gremlin语言构建关系图并进行图分析

背景

Gremlin是Apache TinkerPop框架下实现的图遍历语言，支持OLTP与OLAP，是目前图数据库领域主流的查询语言，可类比SQL语言之于关系型数据库。

HugeGraph是国内的一款开源图数据库，完全支持Gremlin语言。本文将讲述如何在HugeGraph图数据库上通过Gremlin来构建一张图，并进行一些基本的图分析。该图描述了TinkerPop框架、Gremlin语言、相关图数据库及其作者等实体之间的关系。最终图的效果如下：

构建图

参考官网文档的说明，整个图构建分为如下4步：准备图模型、创建Schema、添加顶点与边、验证结果。下面的Gremlin语句均在HugeGraph-Studio中执行。

1. 准备图模型

   构建图之前，需要先考虑好图模型是什么样子，就像在关系型数据库里面，建表之前需要先构思好表结构及表关联关系一样，当然HugeGraph图数据库的建模相比关系数据库来说简单一些，针对某类实体，HugeGraph只需要把关注点放在：哪些实体类与它有联系，就加一类关联边，比如在人与人之间加一类朋友关联。

   
   

   在HugeGraph里面，一类实体由顶点类型（VertexLabel）来表述；一类关联边由边类型（EdgeLabel）来表述；实体或关联边可以包含属性，一类属性由属性类型（PropertyKey）来表述。

   
   

   在本实例中，包含如下结构：

   1) 包括3种VertexLabel：人”person”、软件”software”、语言”language”。

   2) 包括6种EdgeLabel：人认识人”knows”、人创建软件”created”、软件包含软件”contains”、软件定义语言”define”、软件实现软件”implements”、软件支持语言”supports”。

   3) 此外包括6种PropertyKey：姓名”name”、年龄”age”、地址”addr”、使用语言”lang”、标签”tag”、权重”weight”。

2. 创建Schema（内容较多，完整代码请阅读原文）

1. 创建属性类型（PropertyKey）

2. 创建顶点类型（VertexLabel）

3. 创建边类型（EdgeLabel）

3. 添加顶点与边（内容较多，完整代码请阅读原文）

1. 添加TinkerPop相关顶点与边

2. 添加HugeGraph相关顶点与边

3. 添加Titan相关顶点与边

4. 验证结果

   查询所有的顶点及其关联边，验证结果是否为构想好的图。

    
   // 查询所有的顶点"g.V()"
   g.V()

分析图

基于上述构建好的图，可以进一步进行图查询与分析。下面给出了几个典型的应用。

1. 根据顶点类型和名称来查询”Gremlin“顶点：

    
   // g.V()表示查询顶点，hasLabel过滤顶点类型，has过滤属性
   g.V().hasLabel("language")
        .has("name", "Gremlin")

   执行结果：顶点Gremlin
   

2. 查询哪些图数据库支持Gremlin：

    
   // in表示查询顶点的入顶点，也就是指向Gremlin顶点的顶点
   g.V().hasLabel("language")
        .has("name", "Gremlin")
        .in("supports")

   执行结果：顶点HugeGraph
   、顶点Titan
   、顶点TinkerGraph
   

3. 查询支持Gremlin的数据库的作者，并且年龄是29岁：

    
   // in后面可以接has进行条件过滤
   g.V().hasLabel("language")
        .has("name", "Gremlin")
        .in("supports")
        .in("created")
        .has("age", 29)

   执行结果：顶点Marko A. Rodriguez
   、顶点Jermy Li
   、顶点Zhoney Zhang
   

4. 查看上一个查询（查询3）所经过的路径：

    
   // path表示每一步的中间结果都会保留下来，最终作为路径
   g.V().hasLabel("language")
        .has("name", "Gremlin")
        .in("supports")
        .in("created")
        .has("age", 29)
        .path().by("name")

   执行结果：共3条路径分别是

   Gremlin
   - Titan
   - Marko A. Rodriguez
   

   Gremlin
   - HugeGraph
   - Jermy Li
   

   Gremlin
   - HugeGraph
   - Zhoney Zhang
   

5. 查询路径时保留所经过的边信息

    
   // inE表示顶点的入边，outV表示边的出顶点，两步加起来等价于in
   g.V().hasLabel("language")
        .has("name", "Gremlin")
        .inE("supports").outV()
        .path()

   执行结果：共3条路径分别是（中间保留了边ID信息）

   Gremlin
   - S3:Titan>6>>S4:Gremlin
   - Titan
   

   Gremlin
   - S3:HugeGraph>6>>S4:Gremlin
   - HugeGraph
   

   Gremlin
   - S3:TinkerGraph>6>>S4:Gremlin
   - TinkerGraph
   

6. 将查询到的路径信息以图的形式展现

    
   g.V().hasLabel("language")
        .has("name", "Gremlin")
        .inE("supports").outV()
        .inE("created").outV()
        .has("age", 29)
        .path()

   执行结果：

更多Gremlin语法可参考TinkerPop官网文档：

http://tinkerpop.apache.org/docs/current/reference/#traversal

请点击“阅读原文”查看完整代码。