JanusGraph学习之图基本概念与操作(一)

图基本概念

• 图Graph：指关系图。比如：同学及朋友关系图、银行转账图等。
• 顶点Vertex：一般指实体。比如：人、账户等。
• 边Edge：一般指关系。比如：朋友关系、转账动作等。
• 属性Property：顶点或边可以包含属性，比如：人的姓名、人的年龄、转账的时间。

图基本操作

• V()、E()、id()、label()、properties()、valueMap()、values()

graph = JanusGraphFactory.open('conf/gremlin-server/socket-janusgraph-hbase-server.properties') 打开数据库连接
g=graph.traversal() 的到实列

1.V()：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。例：g.V()，g.V(‘v_id’)，查询图中所有顶点和特定点；
2.E()：查询边，一般作为图查询的第1步，后面可以续接的语句种类繁多 例：g.E()，g.E(‘S3:TinkerPop>4>>S4:Gremlin’)；
3.id()：获取顶点、边的id。例：g.V().id()，查询所有顶点的id；
4.label()：获取顶点、边的 label。例：g.V().label()，可查询所有顶点的label。
5.key() / value()：获取属性的key/value的值。例：g.V().peoperites().key(), g.V().properties().value()//获取所有定点的key/value值
6.properties()：获取顶点、边的属性；可以和 key()、value()搭配使用，以获取属性的名称或值。例：g.V().properties(‘name’)，查询所有顶点的 name 属性，若无name属性则调过。g.V().properties().key()，查询所有顶点属性名称；
7.valueMap()：获取顶点、边的属性，以Map的形式体现，和properties()比较像
8.values()：获取顶点、边的属性值。例，g.V().values() 等于 g.V().properties().value()

遍历操作

• out()、in()、both()、outE()、inE()、bothE()、outV()、inV()、bothV()、otherV()

遍历（以定点为基础）

1.out(label)：根据指定的 Edge Label 来访问顶点的 OUT 方向邻接点（可以是零个 Edge Label，代表所有类型边；也可以一个或多个 Edge Label，代表任意给定 Edge Label 的边，下同）；
2.in(label)：根据指定的 Edge Label 来访问顶点的 IN 方向邻接点；
3.both(label)：根据指定的 Edge Label 来访问顶点的双向邻接点；
4.outE(label)： 根据指定的 Edge Label 来访问顶点的 OUT 方向邻接边；
5.inE(label)：根据指定的 Edge Label 来访问顶点的 IN 方向邻接边；
6.bothE(label)：根据指定的 Edge Label 来访问顶点的双向邻接边；

遍历（以边为基础）

1.outV()：访问边的出顶点，出顶点是指边的起始顶点；
2.inV()：访问边的入顶点，入顶点是指边的目标顶点，也就是箭头指向的顶点；
3.bothV()：访问边的双向顶点；
4.otherV()：访问边的伙伴顶点，即相对于基准顶点而言的另一端的顶点；

has条件过滤

• hasLabel(labels…​)、hasId(ids…​)、has(key, value)、has(label, key, value)、has(key, predicate)、hasKey(keys…​)、hasValue(values…​)、has(key)、hasNot(key)
• has语句是filter类型语句的代表，能够以顶点和边的属性作为过滤条件，决定哪些对象可以通过。has语句包括很多变种：

1.hasLabel(labels…​): 通过label来过滤顶点或边，满足label列表中一个即可通过 例 g.V().hasLabel(‘persion’)，g.E().hasLabel(‘shopping’)//包含person标签的定点/包含shopping为标签的边
2.hasId(ids…​): 通过id来过滤顶点或者边，满足id列表中的一个即可通过。例:g.V().hasId(‘xiaowang’)/g.E().hasId(‘created’)
3.has(key, value): 通过属性的名字和对应的值来过滤顶点或边 例：g.v().has(‘name’,‘xiaoming’)/g.e().has(‘label’,‘shopping’)//筛选顶点属性包含name并且值为xiaoming的顶点，边同理。
3.has(label, key, value): 通过label和属性的名字和值过滤顶点和边 例：g.V().has(‘people’,‘name’,‘xiaoming’)//刷选顶点包含people的标签且name为小明的顶点数据，边同理。
4.has(key, predicate): 通过对指定属性用条件过滤顶点和边，作用于顶点或者边 例：g.v().has(‘age’,gt(20))//筛选属性值大于20的age的顶点，边同理。
5.hasKey(keys…​): properties包含所有的key才能通过，例：g.v().porperties.hasKey(‘name’) //筛选属性值的key包含name的顶点，边同理。直接将hasKey()作用于顶点，仅后端是Cassandra时支持如 g.v().hasKey(‘name’)
6.hasValue(values…​): properties包含所有的value才能通过，例：
g.v().porperties().hasValue(‘xiaoming’) //属性值的值包含xiaoming字段的顶点，边同理。直接将hasValue()作用于顶点，仅后端是Cassandra时支持 如g.v().hasValue(‘xiaoming’)
7.has(key): 有这个属性的通过，作用于顶点或者边 例：g.v().has(‘name’) //属性值包含name的顶点，边同理
8.hasNot(key): 没有这个属性的通过 ，例 g.v().hasNot(‘name’) 属性值不包含name的顶点，边同理

图查询返回结果数限制

• count()、range()、limit()、tail()、skip()
  
  Gremlin能统计查询结果集中元素的个数，且允许从结果集中做范围截取。假设某个查询操作（如：g.V()）的结果集包含8个元素，我们可以从这8个元素中截取指定部分。主要包括：
• count(): 统计查询结果集中元素的个数；例：g.v().hasLabel(‘person’).outE(‘shopping_address’).count() //计算标签为person且shopping_address的边个数
• range(m, n): 指定下界和上界的截取，左闭右开。比如range(2, 5)能获取第2个到第4个元素（0作为首个元素，上界为-1时表示剩余全部）例：g.V().hasLabel(‘person’).range(2, 5)//查询类型为“人person”的顶点中的第2个到第5个数据；
• limit(n): 下界固定为0，指定上界的截取，等效于range(0, n)，语义是“获取前n个元素”。比如limit(3)能获取前3个元素 例：g.V().limit(2) //获取前俩个顶点信息；
• tail(n): 上界固定为-1，指定下界的截取，等效于range(count - n, -1)，语义是“获取后n个元素”。比如tail(2)能获取最后的2个元素 例：g.V().tail(2) //与limit相反查询后两个顶点；
• skip(n): 上界固定为-1，指定下界的截取，等效于range(n, -1)，语义是“跳过前n个元素，获取剩余的元素”。比如skip(6)能跳过前6个元素，获取最后2个元素 例：g.V().hasLabel(‘person’).skip(5) //掉过前5个标签为person的数据从第6个开始拿取。

查询路径path

• path()、simplePath()、cyclicPath()
• 路径：就是经过的顶点成为路径

Path说明

• 在使用Gremlin对图进行分析时，关注点有时并不仅仅在最终到达的顶点、边或者属性上，通过什么样的路径到达最终的顶点、边和属性同样重要。此时可以借助path()来获取经过的路径信息。
• path()返回当前遍历过的所有路径。有时需要对路径进行过滤，只选择没有环路的路径或者选择包含环路的路径，Gremlin针对这种需求提供了两种过滤路径的step：simplePath()和cyclicPath()。

实例

• 例1.path()，获取当前遍历过的所有路径

g.V().hasLabel(‘software’).has(‘name’,‘HugeGraph’).both().path()

• 例2 如果想要同时获得经过的边的信息，可以用bothE().otherV()替换both()

g.V().hasLabel(‘software’).has(‘name’,‘HugeGraph’).bothE().otherV().path()

• 例3 输出路径的时候，通过by(property)语句可以指定对象的某个属性代替对象，且连续的多个by()是循环应用到路径中的对象，例如路径中有3个对象[A, B, C]，by(X).by(Y)语句指定两个属性[X Y]，代表用“用A的X属性代表A，用B的Y属性代表B，用C的X属性代表C”，具体可参考如下例子：

“该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’)

• 例4 路径分为两种：有环路径和无环路径:
• 有环路径是指路径中至少有一个对象出现的次数大于等于两次。
• 无环路径是指路径中所有的对象只出现一次。

path()返回所有路径，包含有环路径和无环路径，例如：

该“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’)
.both().both().path()

图中红框内的是含有环路的路径，其他的是不含有环路的路径

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

该“HugeGraph”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(‘software’).has(‘name’,‘HugeGraph’)
.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

该“HugeGraph”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(‘software’).has(‘name’,‘HugeGraph’)
.both().both().cyclicPath().path()

循环操作

• repeat()、times()、until()、emit()、loops()

循环操作说明

循环操作是指多次执行某一部分语句，用于语句需要重复运行的场景，比如“查找朋友的朋友的朋友”，可以直接使用循环操作来完成即“查找3层朋友”，下面对具体的循环相关的Step进行说明：

• repeat(): 指定要重复执行的语句，如repeat(out(‘friend’))
• times(): 指定要重复执行的次数，如执行3次 repeat(out(‘friend’)).times(3)
• until(): 指定循环终止的条件，如一直找到某个名字的朋友为止repeat(out(‘friend’)).until(has(‘name’,‘xiaofang’))
• emit(): 指定循环语句的执行过程中收集数据的条件，每一步的结果只要符合条件则被收集，不指定条件时收集所有结果
• loops(): 当前循环的次数，可用于控制最大循环次数等，如最多执行3次repeat(out(‘friend’)).until(loops().is(3))

repeat+times 根据次数来重复执行语句

例1 repeat+times
okram是顶点id，访问该顶点id的out方向邻接点1次
g.v(‘okram’).repeat(out()).times(1)

例2 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(‘okram’).repeat(both()).times(2)

例3 访问某个顶点的3度OUT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）
再访问第2层结果顶点的邻接点（第3层）
g.v(‘okram’).repeat(out()).times(3)

g.V(‘okram’).out().out().out()等价于g.V(‘okram’).repeat(out()).times(3)

repeat() + until() 根据条件来重复执行语句

例1 查询顶点’okram’到顶点’Gremlin’之间的路径
循环的终止条件是遇到名称是’Gremlin’的顶点
g.v(‘okram’).repeat(out()).until(has(‘name’,‘Gremlin’)).path

注意1：这里用到了path()来获取经过的路径，path的讲解请参考上一期。
注意2：until()与 times()是互斥的，两个语句无法同时存在于同一个循环中。
注意3：until()放在repeat()之前或之后的顺序是会影响逻辑的，放前面表示先判断再执行，放后面表示先执行后判断。请对比如下两个语句的执行结果：
g.V(‘okram’).repeat(out()).until(hasLabel(‘person’)).path()
g.V(‘okram’).until(hasLabel(‘person’)).repeat(out()).path()

repeat() + emit() 收集执行过程中的数据

例1 查询顶点’okram’的所有OUT可达点的路径
g.v(‘okram’).repeat(out()).emit().path()

例2 查询顶点’okram’的所有OUT可达点的路径
且必须满足是’person’类型的点
g.v(‘okram’).repeat(out()).emit(haslabel(‘person’)).path()

注意：emit()放在repeat()之前或之后的顺序是会影响结果的，放前面表示先收集再执行，放后面表示先执行后收集。请对比如下两个语句的执行结果：
g.V(‘okram’).repeat(out()).emit(hasLabel(‘person’)).path()
g.V(‘okram’).emit(hasLabel(‘person’)).repeat(out()).path()

例3 查询顶点’okram’到顶点’Gremlin’之间的路径
此外还收集过程中的’person’类型的顶点
g.v(‘okram’)
.repeat(out())
.until(has(‘name’, ‘Gremlin’))
.emit(hasLabel(‘person’)).path()

注意：emit()与until()搭配使用时，是“或”的关系而不是“与”的关系，满足两者间任意一个即可。

例4 查询顶点’okram’的2度OUT可达点的路径
此外还收集’person’类型的顶点
g.v(‘okram’).repeat(out()).times(2).emit(haslabel(‘person’)).path

注意：emit()与times()搭配使用时，是“或”的关系而不是“与”的关系，满足两者间任意一个即可。

repeat() + loops() 根据最大次数限制来重复执行语句

例 1 查询顶点’okram’的3度OUT可达点路径
g.v(‘okram’).repeat(out()).until(loops().is(3)).path()

例2 查询顶点’okram’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(‘okram’)
.repeat(out())
.unitl(has(‘name’,‘Gremlin’).and().loops().has(2))
.path()

综合运用

例 :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(‘okram’).repeat(out()).until(outE().count().is(0)).path()

例2 查找两点之间的最短路径
已知两个顶点’okram’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(‘okram’).bothe().otherv().simplepath()
.until(hasid(‘javeme’).and().loops().is(lte(3)))
.hasid(‘javeme’).path()

注意：bothE().otherV()一般等价于both()，但是在这里有一些差别，后者仅仅返回路径中的顶点信息，前者会把路径中的边信息也返回。