GAIA-IR: GraphScope 上的并行化图查询引擎

🚀 优质资源分享 🚀

学习路线指引（点击解锁）	知识定位	人群定位
🧡 Python实战微信订餐小程序 🧡	进阶级	本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。
💛Python量化交易实战💛	入门级	手把手带你打造一个易扩展、更安全、效率更高的量化交易系统

在本文中，我们将介绍 GraphScope 图交互式查询引擎 GAIA-IR，它支持高效的 Gremlin 语言表达的交互图查询，同时高度抽象了图上的查询计算，具有高可扩展性。

背景介绍

在海量数据的分析中，图查询是一种重要的工具。Gremlin[1] 是由 Apache Tinkerpop 提出并维护的工业界标准的图查询语言，被业界流行图数据库广泛应用，例如 Neo4j[2] 、OrientDB[3]、JanusGraph[4]、Microsoft Cosmos DB[5] 以及 Amazon Neptune[6]。而 GraphScope 中的图查询引擎 GAIA 则是业界首个开源的支持大规模分布式并行化 Gremlin 的系统。然而，尽管 Gremlin 语言的灵活性是它显著的优势，在 GAIA 系统的设计和使用中，我们也发现了一些存在的问题。

现有问题

GAIA 查询系统主要有如下几点弊病：

D1: Gremlin 算子数量繁多，并且对同种语义有多种表达。这就导致为了支持丰富的 Gremlin 算子，GAIA 中需要端到端在各个模块中添加对应的算子，并且算子实现之间可能存在冗余的计算逻辑。例如，当我们有查看属性的需求时，Gremlin 中可以通过elementMap()、 valueMap()、values()、 select().valueMap()、 project().valueMap()等表达方式得到类似的结果，示例如下：

?

| 123456789101112131415 | gremlin> g.V().elementMap() =``=``>[``id``:``1``,label:person,name:marko,age:``29``] =``=``>[``id``:``2``,label:person,name:vadas,age:``27``] gremlin> g.V().valueMap(``'name'``,``'age'``) =``=``>[name:[marko],age:[``29``]] =``=``>[name:[vadas],age:[``27``]] gremlin> g.V().as(``'a'``).select(``'a'``).by(valueMap(``'name'``, 'age'``)) =``=``>[name:[marko], age:[``29``]] =``=&#