查找具有精确边缘匹配遍历子项的顶点

Question

我的设置：

我正在使用带有大量人物顶点图的 OrientDB。我正在使用 gremlin java 驱动程序来访问这个数据库，因为我想最终切换到另一个图形数据库。

我的数据库：

每个人都有特定的偏好顶点（通过描述与该偏好的关系的标记边连接）。然后将所有偏好连接到核心概念顶点。

我要解决的问题：

我正在尝试找到一种方法（如果它像 Gremlin 查询一样简单，那就太好了）从一个人的顶点开始，然后通过一个核心概念向下遍历到所有具有相同偏好的人。

这是一个匹配案例的虚构示例。当从 A 开始时，B 将在一个完美匹配的人列表中返回。我忘了在这张图片上画出这些边缘的方向：/看看不匹配的情况以查看方向。

这是一个不匹配案例的例子。 Person B 不会返回到 People 的完美匹配列表中。为什么？因为 Person B 上的所有传出边都不会解析为 Person A 上的相同匹配边；在这种情况下，A 拒绝吃苹果，但 B 没有列出与他们拒绝吃的任何东西相似的偏好。

上面例子中的另一个不匹配的情况：如果 A 拒绝吃苹果而 B 拒绝吃香蕉——他们将不匹配。

如果 B 最喜欢薯条，最不喜欢芝士汉堡，那也是不匹配的情况。

我最初的想法（我不确定如何实现）与查询

我会从 A 开始
找到所有到偏好顶点的出边并存储某种 "marker" 或映射到带有边标签的偏好顶点。
从这些顶点向下遍历所有 SimilarTo 标记的边。将那些标记从偏好顶点复制到概念顶点。
反转线：概念顶点 -> 偏好顶点（将制造商从概念复制到偏好顶点）
...然后以某种方式将所有边与这些标记匹配...
从结果中排除 a 人

有什么想法吗？

Answer 1

让我们从创建示例图开始：

gremlin> g = TinkerGraph.open().traversal()
==>graphtraversalsource[tinkergraph[vertices:0 edges:0], standard]
gremlin> g.addV("person").property("name", "Person A").as("pa").
......1>   addV("person").property("name", "Person B").as("pb").
......2>   addV("food").property("name", "Hamburgers").as("hb").
......3>   addV("food").property("name", "Chips").as("c").
......4>   addV("food").property("name", "Cheeseburgers").as("cb").
......5>   addV("food").property("name", "Fries").as("f").
......6>   addV("category").property("name", "Burgers").as("b").
......7>   addV("category").property("name", "Appetizers").as("a").
......8>   addE("most").from("pa").to("hb").
......9>   addE("most").from("pb").to("cb").
.....10>   addE("least").from("pa").to("c").
.....11>   addE("least").from("pb").to("f").
.....12>   addE("similar").from("hb").to("b").
.....13>   addE("similar").from("cb").to("b").
.....14>   addE("similar").from("c").to("a").
.....15>   addE("similar").from("f").to("a").iterate()

您要查找的查询如下（稍后我将解释每个步骤）：

gremlin> g.V().has("person", "name", "Person A").as("p").
......1>   outE("most","least","refuses").as("e").inV().out("similar").
......2>   store("x").by(constant(1)).
......3>   in("similar").inE().where(eq("e")).by(label).outV().where(neq("p")).
......4>   groupCount().as("m").
......5>   select("x").by(count(local)).as("c").
......6>   select("m").unfold().
......7>   where(select(values).as("c")).select(keys).values("name")
==>Person B

现在，当我们添加 "refuses to eat Apples" 关系时：

gremlin> g.V().has("person", "name", "Person A").as("p").
......1>   addV("food").property("name", "Apples").as("a").
......2>   addV("category").property("name", "Fruits").as("f").
......3>   addE("refuses").from("p").to("a").
......4>   addE("similar").from("a").to("f").iterate()

...B 不再匹配：

gremlin> g.V().has("person", "name", "Person A").as("p").
......1>   outE("most","least","refuses").as("e").inV().out("similar").
......2>   store("x").by(constant(1)).
......3>   in("similar").inE().where(eq("e")).by(label).outV().where(neq("p")).
......4>   groupCount().as("m").
......5>   select("x").by(count(local)).as("c").
......6>   select("m").unfold().
......7>   where(select(values).as("c")).select(keys).values("name")
gremlin>

让我们逐行/逐行查看查询：

g.V().has("person", "name", "Person A").as("p").

这应该很清楚：从 A 开始。

outE("most","least","refuses").as("e").inV().out("similar").

遍历出边并设置标记，以便我们稍后引用边。然后遍历到我所谓的category个顶点。

store("x").by(constant(1)).

对于每个 category 顶点添加一个 1 到内部集合。您也可以存储顶点本身，但这会浪费内存，因为我们不需要来自顶点的任何信息。

in("similar").inE().where(eq("e")).by(label).outV().where(neq("p")).

沿着similar条边的另一个方向遍历到food，然后从头开始沿着那些与标记边具有相同标签的边。最后无视开始遍历的人（A人）

groupCount().as("m").

计算到达每个人顶点的遍历器的数量。

select("x").by(count(local)).as("c").

计算 Category 个顶点的数量（1）。

select("m").unfold().

展开人员计数器，因此键将是人员顶点，值将是到达该顶点的遍历器的数量。

where(select(values).as("c")).select(keys).values("name")

最终交叉 category 个顶点的数量必须与 person 个顶点上的遍历器数量相匹配。如果是这样的话，我们就有了比赛。

请注意，similar 边必须与 Apples 顶点相交。

查找具有精确边缘匹配遍历子项的顶点

Finding vertices with exact edge matches traversing through children

graph-databases

orientdb

tinkerpop

tinkerpop3