DataStax Graph Native API 与 Fluent API
DataStax Graph Native API vs Fluent API
我在 java 中尝试了原生 api 和流畅 api 的 datastax 图。
我发现 fluent api 更具可读性，因为它类似于 java 的 OOP。
原生 api 在 java 中的可读性较差，因为基本上是附加字符串来创建整个 gremlin 脚本。但从好的方面来说，只需调用一次即可执行整个 gremlin 脚本
我想知道哪个是最好的api，以防我需要在一个事务中添加大量的边和顶点，以及在这两种情况下可能发生的性能问题是什么
展望未来，我建议使用 Fluent API 而不是基于字符串的 API。虽然我们仍然支持 DataStax 驱动程序中基于字符串的 API，但我们的大部分工作和改进将使用流畅的 API。
Fluent API 的主要好处是您可以直接使用 Apache TinkerPop 库来形成遍历，它不需要通过 groovy 脚本引擎（如 String -based API 确实如此）。
在一次事务中加载多个 vertices/edges 方面，您可以使用 Apache TinkerPop 做到这一点，它会比基于字符串的 API 更有效，因为这一切都不会需要通过 gremlin-groovy 引擎进行评估。此外，任何有关批处理的未来工作都可能在 Fluent API（通过 Apache TinkerPop）中完成，请参阅 JAVA-1311 了解更多详细信息。
我在 java 中尝试了原生 api 和流畅 api 的 datastax 图。 我发现 fluent api 更具可读性，因为它类似于 java 的 OOP。
原生 api 在 java 中的可读性较差，因为基本上是附加字符串来创建整个 gremlin 脚本。但从好的方面来说，只需调用一次即可执行整个 gremlin 脚本
我想知道哪个是最好的api，以防我需要在一个事务中添加大量的边和顶点，以及在这两种情况下可能发生的性能问题是什么
展望未来，我建议使用 Fluent API 而不是基于字符串的 API。虽然我们仍然支持 DataStax 驱动程序中基于字符串的 API，但我们的大部分工作和改进将使用流畅的 API。
Fluent API 的主要好处是您可以直接使用 Apache TinkerPop 库来形成遍历，它不需要通过 groovy 脚本引擎（如 String -based API 确实如此）。
在一次事务中加载多个 vertices/edges 方面，您可以使用 Apache TinkerPop 做到这一点，它会比基于字符串的 API 更有效，因为这一切都不会需要通过 gremlin-groovy 引擎进行评估。此外，任何有关批处理的未来工作都可能在 Fluent API（通过 Apache TinkerPop）中完成，请参阅 JAVA-1311 了解更多详细信息。