为什么我的 Gremlin 查询会导致如此多的请求？这是正确的行为吗？

Question

我正在尝试调试 AWS Neptune 遇到的性能问题。我是运行一些 Gremlin 查询，它们似乎总是在数据库上产生 30 个请求。我想知道我的查询是否做错了。

这个问题的奇怪之处在于它是突然发生的。以前，这工作得很好，我们没有遇到性能问题。

我做的每个调用都有两个一般查询，一个针对节点，一个针对边：

nodes = g.V(id).emit().repeat(__.out('manages')).dedup().project('label', 'name', 'job', 'department', 'manager').\
    by(__.id()).by('name').by('job').by('department').by('manager').toList()

id_list = list(map(lambda node: node["label"], nodes))

edges = g.V(id).emit().repeat(__.out('manages')).dedup().bothE('similar_to').dedup().\
    where(__.and_(__.inV().has(T.id, P.within(id_list)), __.outV().has(T.id, P.within(id_list)))).\
    project('from', 'to', 'similarity').by(__.outV().id()).by(__.inV().id()).by('similarity').toList()

基本上，我有两种边缘类型：管理和 similar_to。我尝试使用 'manages' 条边创建一棵树，然后在该树中找到所有 'similar_to' 条边。

这个查询给出了想要的结果，但是它没有优化吗？

Answer 1

两个遍历遵循几乎相同的路径，这使得将它们组合起来很容易：

g.V(id).
  emit().
    repeat(__.out('manages')).
  aggregate('x').
  bothE('similar_to').dedup().
  filter(__.otherV().where(P.within('x'))).
  project('from', 'to', 'similarity').
    by(__.outV().id()).
    by(__.inV().id()).
    by('similarity').
  toList()

现在我才意识到我们可以让它变得更简单。由于您要求由 similar_to 连接的两个顶点都是 x 的一部分，这意味着结果中的每条边都必须是 x 中任何顶点的出边。因此，我们可以只使用 outE 和 inV:

，而不是使用 bothE 和 otherV（启用路径跟踪）

g.V(id).
  emit().
    repeat(__.out('manages')).
  aggregate('x').
  outE('similar_to').dedup().
  filter(__.inV().where(P.within('x'))). /* outV is already guaranteed to be within "x" */
  project('from', 'to', 'similarity').
    by(__.outV().id()).
    by(__.inV().id()).
    by('similarity').
  toList()

为什么我的 Gremlin 查询会导致如此多的请求？这是正确的行为吗？

Why is my Gremlin query resulting in so many requests? Is this correct behavior?

graph

gremlin

amazon-neptune