GSQL图查询基础语法

已于 2023-07-23 18:25:07 修改
阅读量583 收藏 3
点赞数
文章标签： 大数据 知识图谱 图搜索算法
于 2023-05-18 13:09:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Nina_W1315/article/details/130681856
版权

创建Schema

创建包含客户、交易、反欺诈标记等顶点类型以及交易关系的边类型的图谱Schema，以便表示金融反欺诈的关联信息。

1. 创建顶点

  • 客户（Customer）顶点

CREATE VERTEX Customer(
    PRIMAEY_ID customer_id STRING,
    name STRING
    address STRING
    credit_score INT
);

  • 交易（Transaction）顶点

CREATE VERTEX Transation(
    PRIMARY_ID transaction_id STRING,
    amount FLOAT,
    timestamp DATETIME
);

  • 反欺诈标记（FraudMarker）顶点：

  • 标记ID（marker_id）：反欺诈标记的唯一标识符，作为PRIMARY_ID。
  • 类型（type）：反欺诈标记的类型。
  • 描述（description）：反欺诈标记的描述信息。
CREATE VERTEX FraudMarker(
    PRIMARY_ID marker_id STRING,
    type STRING,
    description STRING
);

2. 创建边

交易关系（TransactionRelation）边：

  • 发起交易（initiates）：表示客户发起的交易。
  • 接收交易（receives）：表示客户接收的交易。
CREATE DIRECTED EDGE initiates(
    FROM Customer,
    To Transation
);

CREATE DIRECTED EDGE receives(
    FROM Transaction,
    To Customer
);

  • 标记为欺诈（flagged_as_fraud）：表示交易被标记为欺诈
CREATE UNDIRECTED EDGE flagged_as_fraud(
    FROM Transaction,
    To FraudMarker
);

反向边

如果声明CREATE DIRECTED EDGE时同时声明了参数WITH REVERSE_EDGE=" rev_name "，则一个额外的有向型边" rev_name "会自动生成。该边的起点与终点与原始创建边相反。之后，每当一个新的边生成，就会自动生成一个反向的边。反向的边拥有与原始边相同的属性。同时，当原始的边有变更时，对应反向的边也同时会变更。

在TigerGraph系统中，反向的边可以大幅增加图查询的效率，特别是需要回溯的查询。例如，在图2中的图数据库纲目中，“如果书X有续作，那它的续作是什么？”是一个正向查询。 然而， 当该查询变成“书X是续作吗？如果是的话它的前作是什么？”，那么此时就需要反向查询。

3. 创建图谱

CREATE GRAPH AntiFraudGraph (
  -- 定义顶点类型
  Customer (PRIMARY_ID id STRING, name STRING, age INT, address STRING, credit_score INT),
  Transaction (PRIMARY_ID id STRING, amount DOUBLE, timestamp DATETIME),
  FraudMarker (PRIMARY_ID id STRING, reason STRING),

  -- 定义边类型
  TransactionOf (FROM Customer, TO Transaction),
  FlaggedAsFraud (FROM Transaction, TO FraudMarker),

  -- 定义索引
  Customer_index ON Customer(id),
  Transaction_index ON Transaction(id),
  FraudMarker_index ON FraudMarker(id)
)

数据类型

  1. INT：INT 是整数类型，用于存储有符号的整数值。它可以表示负数和正数，但不包括小数部分。

  2. UINT：UINT 是无符号整数类型，用于存储非负整数值。它只能表示非负数，不包括负数和小数部分。

  3. FLOAT：FLOAT 是单精度浮点数类型，用于存储带有小数点的数值。它提供较高的精度和范围，适用于大多数浮点数计算需求。

  4. DOUBLE：DOUBLE 是双精度浮点数类型，用于存储双精度浮点数值。它提供更高的精度和范围，相对于 FLOAT，适用于需要更高精度计算的场景。

  5. STRING：STRING 是字符串类型，用于存储文本数据。它可以包含任意长度的字符序列。

  6. VARCHAR：VARCHAR 是可变长度字符串类型，用于存储可变长度的文本数据。与 STRING 类型不同，VARCHAR 类型可以指定最大长度，节省存储空间。

导入数据

定义数据映射

1. 添加csv

2. 创建mapping

CREATE LOADING JOB load_job_ccb FOR GRAPH gqyj{
    DEFINE FILENAME MyDataSource;
    LOAD MyDataSource TO EDGE gqyj_e_share_relation VALUES
    ($7,$2,_,_,_,_,$0)
    USING SEPARATOR=",",HEADER="FALSE",EOL="\n";
}

3. Loading

RUN LOADING JOB jobName using f=“”（文件路径）

编写查询

  • select 语法范式

resultSet = SELECT vSet

                   FROM startSet:s - (edgeTypes:e) -> targetTypes:t

[sampleClause] —— 随即采样

[whereClause] —— 条件过滤

[accumClause] —— 沿边并行计算

[postAccumClause] —— 基于点 并行计算

[havingClause] —— 条件过滤

[orderClause] —— 排序

[limitClause]——限制输出

  • From 目标结果

#可以从顶点集或者边集选择

FROM startSet:s

#可以从定义的模版选择

FROM startSet:s -(edgeTypes:e)-> targetTypes:t

  • 起点Seed

S0 = seed;
S1 = SELECT t FROM S0:s -(:e)->:t...;
s2 = SELECT t FROM S!:s -(:e)->:t...;

#vertex or vertex set parameter
CREATE QUERY seedEx(VERTEX<person>seed,SET<VERTEX<person>> seedSet)
#<person> 表示顶点类型为 "person"

FOR GRAPH socialNet{
    S1 = {seed} 
    S2 = SeedSet；
    S3 = ANY; #ANY 表示图中的所有顶点，用于全局计算（如 PageRank 等
    S4 = person.*。#person.* 表示图中的所有 person 类型的顶点。
}

累加器Accumulators

  • 定义累加器

MaxAccum <INT> @@globalMax;
#1. 定义了一个名为 @@globalMax 的累加器，它的类型是 MaxAccum <INT>

#2. MaxAccum 是一种标量累加器，表示在累积过程中保留最大值。在这个例子中，累加器的类型是 INT，表示累积的值是整数类型。

#3. 通过定义 @@globalMax 累加器，您可以在查询中使用它来追踪累积过程中的最大值。例如，您可以在循环遍历图中的顶点或边时，将每个元素的某个属性与 @@globalMax 进行比较，并更新累加器的值，以保持最大值


SetAccum <String> @ tags;
#1. 定义了一个名为 @tags 的累加器，它的类型是 SetAccum <String>。累加器的类型是 

#2. SetAccum，表示它是一个容器累加器，用于在查询过程中累积唯一的字符串值。在这个例子中，累加器的元素类型是 String，表示它会保存字符串类型的值。

#3. 通过定义 @tags 累加器，您可以在查询中使用它来收集和保存一组唯一的字符串值。例如，当您在遍历图中的顶点或边时，可以将每个元素的某个属性添加到 @tags 累加器中，以便收集所有唯一的标签或标识符。

（1）Scaler Accumulator（标量累加器）

- SumAccum      #保留求和值

- MinAccum / MaxAccum / AvgAccum     #保留最小、最大、平均值

- AndAccum / OrAccum     #保留Bool值   

- BitwiseAndAccum / BitwiseOrAccum

- CountAccum      #用于计算累加项的数量

（2）Container Accumulators（容器累加器）

- ListAccum           >        [ ]

- SetAccum           >        ()

- BagAccum          >        无序容器

- MapAccum         >        {}

- ArrayAccum        >       多维数组

-HeapAccum         >        堆排序

-GroupByAccum    >       复合累加器

  • ACCUM 面向边计算

#1. 定义全局变量

AvgAccum @@avgIncome;

MinAccum<DOUBLE> @@minIncome;

MaxAccum<DOUBLE> @@maxIncome;

#2. 写查询

Result = SELECT cust

              FROM Customer:cust -(salary_by:e)-> Company:comp

              WHERE cust.age BETWEEN 18 AND 50

              ACCUM @@avgIncome += e.income,

                            @@minIncome += e.income,

                            @@maxIncome += e.income,

#在执行这个查询语句时，将选择符合条件的 "Customer" 顶点，并根据边 "salary_by" 的收入属性累加计算平均收入、最低收入和最高收入。查询的结果存储在名为 "Result" 的变量中

#这里计算最大值最小值其实不用这么算，可以进行一个改写：

ACCUM @@minIncome = MIN(@@minIncome, e.income);

#假设我们有一个图谱，其中包含了用户（User）和商品（Product）的节点，以及用户购买商品的边（购买关系）。

我们希望统计每个用户购买商品的总金额，并计算购买金额最高的用户。
CREATE QUERY calculateTotalPurchase() FOR GRAPH myGraph {
  SumAccum<DOUBLE> @@totalPurchase;
  MaxAccum<DOUBLE> @@maxPurchase;
  SetAccum<VERTEX<User>> @@maxPurchaseUsers;

  Start = {User.*};

  // 遍历购买关系边，累加购买金额，并找到最大购买金额和对应的用户
  Result = SELECT s, e, t
           FROM Start:s -(Purchase:e)-> Product:t
           ACCUM @@totalPurchase += e.purchaseAmount,
                 @@maxPurchase = MAX(@@maxPurchase, e.purchaseAmount),
                 @@maxPurchaseUsers = CASE 
                                        WHEN e.purchaseAmount == @@maxPurchase 
                                        THEN @@maxPurchaseUsers + s 
                                        ELSE @@maxPurchaseUsers 
                                        END;

  // 在查询结束后，输出统计结果
  POST-ACCUM
    PRINT "Total Purchase: " + STRING(@@totalPurchase),
    PRINT "Max Purchase Amount: " + STRING(@@maxPurchase),
    PRINT "Users with Max Purchase Amount: " + STRING(@@maxPurchaseUsers);
}

  • PostAccum面向点集计算

postAccum

（1）面向点集（2）在accum之后计算

users = {inputUser};

invited_users = SELECT t

                         FROM users:s -(User_Refer_Users:e)- :t

                         WHERE t!= inputUser

                         ACCUM @@visRes += e

                         POST-ACCUM @@invitedPersonNum +=1;

CREATE QUERY calculateFriendCount() FOR GRAPH socialNetwork {
  SetAccum<VERTEX> @@usersWithMostFriends;
  INT @maxFriendCount;

  SumAccum<INT> @friendCount;

  /* 遍历所有用户节点 */
  users = {User.*};

  Start = {users};
  while Start.size() > 0 do
    /* 计算当前节点的朋友数量，并将其累加到 @friendCount 中 */
    Start = SELECT s FROM Start:s-(:e)->:t
            ACCUM @friendCount += 1;

    /* 更新拥有最多朋友的用户集合和最大朋友数量 */
    POST-ACCUM @@usersWithMostFriends += SELECT s FROM Start:s
                                       WHERE @friendCount == @maxFriendCount;
    #将满足当前最大朋友数量的用户节点添加到 @@usersWithMostFriends 中

    POST-ACCUM @maxFriendCount = MAX(@maxFriendCount, @friendCount);
    #更新最大朋友数量

    /* 继续遍历朋友节点 */
    Start = {t};
    PRINT Start.size();
  end;
  
  /* 输出拥有最多朋友的用户集合 */
  PRINT @@usersWithMostFriends;
}

流程控制语句

判断

IF condition THEN statements

        [ELSE IF condition THEN statements]

        [ELSE statements]

END

people = SELECT v FROM startingVertex -(friend:e)->:v

               ACCUM CASE v.gender

                      WHEN 'Male' THEN @@males +=1

                      WHEN 'Female' THEN @@females +=1

                      ELSE @@unknown += 1

                END;

循环

WHILE condition [LIMIT (name|integer)] DO

        statements

END

FOREACH item IN RANGE[a,b].STEP(c) DO

        @@total += @@masterList[list];

END;

集合操作

VSet1 = SELECT ...    [1,2,3]

VSet2 = SELECT ...    [3,4,5]

VSet3 = VSet1 UNION VSet2;    [1,2,3,4,5] #并集（去重）

VSet4 = VSet1 INTERSECT VSet2;     [3]   #交集

VSet5 = VSet1 MINUS VSet2;     [1,2]  #相减

嵌套查询的调用

CREATE QUARY sub (VERTEX v) FOR GRAPH MyGraph RETURNS (SumAccum<INT>) {

        SumAccum<INT> @@result, @cnt = 1

        Start = {v};

        Start = select t from Start -(:e)-:t;

        Start = select t from Start -(:e)-:t

                WHERE t!=v

                ACCUM @@result += t.@cnt;

        Return @@result

}

CREATE QUERY main () FOR GRAPH MyGraph{

        SumAccum<INT> @cnt;

        Start = {*.*};

        Start = select s from Start:s

                POST-ACCUM s.@cnt = sub(s);

        print Start;

}

案例

PageRank

CREATE QUERY pageRank (FLOAT maxChange, INT maxIter, FLOAT damping) FOR GRAPH gsql_demo
#初始化阻尼因子（damping factor）d、最大变化值maxChange和最大迭代次数maxIter
{
MaxAccum<FLOAT> @@maxDiff = 9999; #追踪每次迭代中节点得分的最大变化量
SumAccum<FLOAT> @recvScore = 0; #累加每个节点接收到的得分
SumAccum<FLOAT> @score = 1; #存储每个节点的当前得分

Vset = {Page.*};
#初始化节点集合Vset为包含所有节点的集合（在这里是Page.*，表示所有Page类型的节点）

WHILE @@maxDiff > maxChange LIMIT maxIter DO
#判断迭代的终止条件为每次迭代中节点得分的最大变化量是否大于maxChange，并且迭代次数未达到maxIter
    @@maxDiff = 0;
    #在每次迭代开始前，将@@maxDiff重置为0

Vset = SELECT s
        FROM Vset:s-(Linkto)->:t
        ACCUM t.@recvScore += s.@score/s.outdegree()
        #将s节点的得分除以其出度后，加到t节点的接收得分@recvScore中
        POST-ACCUM t.@score = damping + (1-damping) * t.@recvScore,
                   @@maxDiff += abs(t.@score - t.@score_prev),
                   t.@score_prev = t.@score,
                   t.@recvScore = 0;
                   #在开始每一轮迭代之前，我们将t.@recvScore清零，以便进行新的累积计算。这样可以确保每个节点在每一轮迭代中只接收到来自其他节点的最新得分，而不会受之前迭代的影响

PRINT @@maxDiff;
END;

PRINT Vset.page_id, Vset.@score;

#阻尼因子（damping factor）是PageRank算法中的一个参数，通常用字母d表示。阻尼因子表示用户在访问网页时选择按照链接导航的概率，而不是随机跳转到其他网页的概率。
在PageRank算法中，阻尼因子的典型取值为0.85，这意味着用户有85%的概率按照链接进行导航，而有15%的概率进行随机跳转。

#PageRank算法需要进行迭代，因为其计算过程涉及节点之间的相互影响。在每一轮迭代中，节点的得分会根据其连接的节点的得分进行更新。这意味着节点的得分依赖于其他节点的得分，而其他节点的得分也在同一轮迭代中发生变化。因此，为了得到稳定的结果，需要进行多轮迭代，直到节点的得分收敛到一个稳定的状态。

Nina_W1315
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
第三章 GSQL的使用
软件开发实战项目分享
11-15 413
小贴士：\set 用于此 psql session 的局部变量。例如 \set time 'select current_timestamp'，用于设置临时变量\pset 用于此 psql session 的 psql 设置。例如'\pset border 2'，用于设置环境变量示例：​删除自定义变量。
查询分析器-GSQL
04-24
#### 三、GSQL查询分析器的基础 1. **背景**：随着GIS技术的发展，用户对于空间数据的查询和分析需求日益增加，这推动了空间查询语言的发展，尤其是GSQL的出现。 2. **GSQL**：空间结构化查询语言...
Neo4j Cypher 图数据库查询语言快速参考 - 【1】 基本语法
GraphWay的博客
07-18 2120
Cypher是面向图数据库的、表达能力强大的查询语言。就像掌握关系数据库必须学习SQL一样，如果要充分发掘Neo4j图数据库在数据分析方面的巨大潜力，必须要对Cypher有完整和深入的了解。 本系列旨在以简洁明了的方式介绍Cypher查询语言，结合实例和经验总结，帮助读者快速掌握该语言的特点、语法和用法，并开发出高效、简洁、专业的查询。 Neo4j Cypher 图数据库查询语言快速参考 - ...
GSQL常用语句介绍-建模、加载数据、查询
weixin_48018951的博客
08-15 422
- 定义了一个名为 @@globalMax 的累加器，它的类型是 MaxAccum <INT>，是一种标量累加器，表示在累积过程中保留最大值。-- 定义了一个名为 @tags 的累加器，它的类型是 SetAccum <String>,表示它是一个容器累加器，用于在查询过程中累积唯一的字符串值。（1）Scaler Accumulator（标量累加器）SumAccum #保留求和值MinAccum / MaxAccum / AvgAccum #保留最小、最大、平均值。
[转]图数据库查询语言Cypher
最新发布
Admans的专栏
04-03 698
Cypher 是Neo4j提出的图查询语言，是一种声明式的图数据库查询语言，它拥有精简的语法和强大的表现力，能够精准且高效地对图数据进行查询和更新。它是一种受 SQL 启发的语言，用于使用 ASCII-Art 语法描述图中的可视模式。它允许声明想要从图数据库中选择、插入、更新或删除什么，而不需要精确地描述如何做到这一点。通过 Cypher，用户可以构建表达性强且高效的查询，处理所需的创建、读取、更新和删除功能。
图数据库Neo4简介-CQL语法
不吃肥肉的傲寒
09-24 1352
图数据库Neo4j 一、什么是图数据库? 图数据库是基于图论实现的一种NOSQL数据库，其数据结构和数据查询方式都是以图论为基础的，图数据库主要用于存储更多的连接数据。 图论〔Graph Theory〕是数学的一个分支。它以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有这种关系==== Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式
Oracle DataBase 10g SQL 开发指南 源码
06-12
1. **基础SQL语法**：包括SELECT语句用于查询数据，INSERT用于插入新记录，UPDATE用于修改已有记录，以及DELETE用于删除记录。书中可能详细讲解了这些基本操作的用法和注意事项。 2. **高级查询技巧**：可能涵盖了...
Oracle 10G SQL Reference及jdbc等多份资料.rar
06-12
无论是编写高效的SQL查询，还是利用JDBC进行数据交互，或是进行数据库的高级管理，这些知识都将提供坚实的基础。通过深入学习和实践，开发者和数据库管理员能够充分利用Oracle 10G的功能，提升系统性能，保障数据...
GaussDB数据库语法及gsql入门
Gauss松鼠会
12-08 6463
学习本节课程之后，您将可以完成创建数据库、创建表及向表中插入数据和查询表中数据等操作。
GSQL_v6.5.0.4(绿色 SQLServer)
10-22
绿色精简版的SQL Server 2000，做测试开发的好工具。原作者网站已无法访问。这是最新的6.5.0.4版本。 　　SQL Server绿色版是SQL Server 2000绿色精简版，SQL Server绿色版只保留 GSQL.EXE 版权，其他附带文件版权归美国微软公司所有，本软件以技术研究为宗旨，请在下载本软件后24小时内删除附带的 SQL Server 文件或替换为您购买的正版 SQLServer文件， 否则后果自负。作者不为您承担任何方面的任何责任。 SQL Server 2000绿色版注意事项 --------------------------- 1 本地连接服务器请使用界面中“服务器名”文本框中的文本作为服务器名连接服务器（MDAC版本必须为2.6或以上版本）。 默认用户名: sa 默认 密码: admin 2 远程连接请使用“IP,端口”连接，连接前请关闭服务器防火墙！（端口在服务器启动后，可以在状态页看到。） 例如：192.168.0.X,7788 3 数据库转换为相对路径后需要重新启动绿色SQL方可任意移动。 4 数据库文件 （*.mdf + *.ldf）直接复制到 MYDB 目录，重新启动SQL，即可自动附加到SQLSERVER中（数据库名已经存在的不予理会，日志文件、库文件对应不上的不予理会）。 5 数据库只有在绝对路径模式下才可以用软件自带的恢复数据库工具恢复数据库。
华为openGauss高斯数据库 - gsql用法
热门推荐
weixin_73961973的博客
07-27 1万+
Usage:使用gsql命令，用数据库用户student，连接到openGauss数据库管理系统下的studentdb数据库：指定gsql客户端连接的数据库指定gsql客户端连接的服务器IP指定gsql客户端连接数据库的用户名指定gsql客户端连接的服务器端口号指定gsql客户端连接的用户密码gsql命令的-r选项，第一个作用是当我们在gsql中执行了很多语句后，如果我们想重新执行之前执行过的语句，可以使用上箭头和下箭头，向前和向后翻阅之前执行过的命令和SQL语句。
TigerGraph笔记（三）gsql基础（1）创建顶点、边、图
haveanybody的博客
02-02 2897
打算先写一点关于gsql的基础知识，对TG(TigerGraph)有一些理性认识，然后再讲述GraphStudio的使用，通过UI界面有一些理性认识，最后再系统介绍gsql。另外，由于CSDN还不支持图数据库语法，所以部分字段没有高亮。 GSQL™软件为TigerGraph公司研发的用于存储和分析大数据的图数据库计算平台，该平台包含一系列完整的生态系统，包括图模型建立、数据加载、图数据查询与分析...
TigerGraph开源十大图数据库算法库 ——基于GSQL的图灵完备的算法，运行算法查询与运行GSQL查询动作一致
科技星象
12-24 2298
日前，全球速度最快的企业级图分析平台TigerGraph宣布，正式开源 TigerGraph GSQL 图数据库算法库，发布三大类共十大核心算法。 通过开放这些算法库，将为用户提供图分析的算法模板和示范，让用户以更加简单易用的方式支持更广泛场景的业务分析。 目前，用户可以从github下载该算法库 ，体验TigerGraph原生并行图数据库的高速查询和算法库强大的分析能力 。 图数据库核心...
sql server 查看数据库中表
g_little_boy的专栏
08-21 157
tigerGraph 实践
shlhhy的博客
06-23 425
由于tigergraph是闭源的，需要自行向官网申请安装包：https://www.tigergraph.com.cn/，此处安装包如下图
图数据库-Neo4j（二）：Cypher语法
u013250861的博客
03-23 9834
Cypher的基本概念：Cypher是neo4j图数据的查询语言, 类似于mysql数据库的sql语句, 但是它允许对图形进行富有表现力和有效的查询和更新. Cypher的基本命令和语法: create命令 match命令 merge命令 relationship关系命令 where命令 delete命令 sort命令 字符串函数 聚合函数 index索引命令 一、create命令: 创建图数据中的节点 1、创建命令格式一 CREATE (e:Employee{id:222, name:'Bob',
neo4j图数据库的理解和查询用法
Big_data_qiuyu的博客
07-20 1856
知识图谱、图数据库、neo4j查询
GSQL查询分析器：空间数据管理与查询语言
空间结构化查询语言（GeometricSQL）是其基础，它在SQL的基础上增加了对空间数据操作和结果表示的支持。同时，GSQL也借鉴了可视化查询语言的理念，使得查询结果能以图形方式直观展示给用户。此外，自然查询语言的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值