數據介紹：
2008美國國內航班數據
- airports.csv
- flights.csv
數據下載地址：https://www.arangodb.com/graphcourse_demodata_arangodb-1/
數據導入：
在終端中輸入以下命令：
arangoimp --file path to airports.csv on your machine --collection airports --create-collection true --type csv
顯示以下結果：
使用網頁UI：
COLLECTIONS
點擊頁面左側按鈕"COLLECTIONS"，可以看到之前導入的數據集"airports"，圖標樣式表明它是一個文本集合
點擊進入數據集"airports"，該頁面包含了對數據集的預覽、篩選、上傳、下載和刪除等操作
QUERIES
該模塊提供了AQL查詢功能
嘗試幾個簡單的查詢
1、返回數據集"airports"中所有的airports:
FOR airport IN airports RETURN airport
2、只返回California的airports:
FOR airport IN airports FILTER airport.state == "CA" RETURN airport
3、返回每個國家的機場數量
FOR airport IN airports COLLECT state = airport.state WITH COUNT INTO counter RETURN {state, counter}
注意：
在上面的代碼示例中，所有關鍵字COLLECT、WITH和RETURN等都是大寫的，但它只是一個約定。你也可以將所有關鍵詞小寫或混合大小寫。但是變量名、屬性名和集合名是區分大小寫的。
Graph Basics：
上面的例子中，我們使用的數據"airports"可以當做圖的節點，但是為了完善圖，我們還需要數據來作為邊，在這里我們使用''flights"中的數據作為邊。
首先導入"flights.csv"文件
arangoimp --file "/home/data/flights.csv" --collection flights --create-collection true --type csv --create-collection-type edge
得到如下結果表明數據導入成功：
the concepts of the query options:
FOR vertex[, edge[, path]]
IN [min[..max]]
OUTBOUND|INBOUND|ANY startVertex
edgeCollection[, more…]
Explanation
FOR 有三個參數
‣ vertex (object): 遍歷中的當前頂點
‣ edge (object, optional): 遍歷中的當前邊
‣ path (object, optional): 兩個對象的路徑表示
‣ vertices: 此路徑上所有頂點的數組
‣ edges: 此路徑上所有邊的數組
IN min..max: 定義遍歷的最小深度和最大深度。如果未指定，默認為1！
OUTBOUND/INBOUND/ANY ：定義搜索的方向
edgeCollection: 保存在遍歷中要考慮的邊緣的集合的一個或多個名稱
OPTIONS options（object，optional）：用於修改遍歷的執行。只有以下屬性有效果，所有其他屬性將被忽略：
uniqueVertices（string）：可選地確保頂點唯一性
“path” - 保證沒有路徑返回一個重復的頂點
“global” - 保證在遍歷期間每個頂點最多被訪問一次，無論從起始頂點到這個頂點有多少路徑。如果您從最小深度min depth > 1之前發現的頂點開始，可能根本不會返回（它仍然可能是路徑的一部分）。注意： 使用此配置，結果不再是確定性的。如果從startVertex到頂點有多條路徑，則選擇其中一條路徑。
“none”（默認） - 不對頂點應用唯一性檢查
uniqueEdges（string）：可選地確保邊緣唯一性
“path”（默認） - 保證沒有路徑返回一個重復的邊
“global” - 保證在遍歷過程中，每個邊緣最多被訪問一次，無論從起始頂點到該邊緣有多少條路徑。如果從a開始，min depth > 1在最小深度之前發現的邊緣根本不會被返回（它仍然可能是路徑的一部分）。注意： 使用此配置，結果不再是確定性的。如果有從多個路徑startVertex超過邊緣的那些中的一個被拾取。
“none” - 不對邊緣應用唯一性檢查。注意： 使用此配置，遍歷將跟隨邊沿周期。
bfs（bool）：可選地使用可選的寬度優先遍歷算法
true - 遍歷將被執行寬度優先。結果將首先包含深度1的所有頂點。比深度2處的所有頂點等等。
false（默認） - 遍歷將以深度優先執行。它首先將深度1的一個頂點的最小深度的最小深度返回到最大深度。對於深度1處的下一個頂點，依此類推。
圖查詢：
1、返回能到達洛杉磯國際機場（Lax）的所有機場
FOR airport IN OUTBOUND 'airports/LAX' flights RETURN DISTINCT airport
2、返回10個洛杉磯的航班和他們的目的地
FOR airport, flight IN OUTBOUND 'airports/LAX' flights LIMIT 10
RETURN {airport, flight}
遍歷圖：
對於最小深度大於2的遍歷，有兩個選項可以選擇：
深度優先（默認）：繼續沿着從起始頂點到該路徑上的最后頂點的邊緣，或者直到達到最大遍歷深度，然后向下走其他路徑
廣度優先（可選）：從開始頂點到下一個級別遵循所有邊緣，然后按另一個級別跟蹤鄰居的所有邊緣，並繼續這個模式，直到沒有更多的邊緣跟隨或達到最大的遍歷深度。
返回LAX直達的所有機場：
FOR airport IN OUTBOUND 'airports/LAX' flights OPTIONS {bfs: true, uniqueVertices: 'global'} RETURN airport
通過執行時間與之前的查詢進行比較，返回相同的機場：
FOR airport IN OUTBOUND 'airports/LAX' flights RETURN DISTINCT airport
對比這兩次結果，將看到顯著的性能改進。
The LET keyword in AQL
Hands on: Storing Results in Variables
簡單表達式以及整個子查詢的結果可以存儲在變量中。若要聲明變量，請使用LET關鍵字，后面跟着變量名、等號和表達式。如果表達式是子查詢，則代碼必須位於括號中。
在下面的示例中，預先計算出發時間的時間和分鍾，並將其存儲在變量H和M中。
FOR f IN flights FILTER f._from == 'airports/BIS' LIMIT 100 LET h = FLOOR(f.DepTime / 100) LET m = f.DepTime % 100
RETURN { year: f.Year, month: f.Month, day: f.DayofMonth, time: f.DepTime, iso: DATE_ISO8601(f.Year, f.Month, f.DayofMonth, h, m) }
Shortest_Path
最短路徑查詢在兩個給定文檔之間找到連接，其邊緣數量最少。
尋找機場BIS和JFK之間的最短路徑：
FOR v IN OUTBOUND SHORTEST_PATH 'airports/BIS'
TO 'airports/JFK' flights RETURN v
返回從BIS到JFK的最小航班數：
LET airports = ( FOR v IN OUTBOUND SHORTEST_PATH 'airports/BIS'
TO 'airports/JFK' flights RETURN v ) RETURN LENGTH(airports) - 1
Pattern Matching
目標：找出BIS與JFK之間花費時間最短的路徑
STEP1
篩選BIS到JFK的所有路徑，由於在shortest path中最短路徑深度為2，所以這里直接使用“IN 2 OUTBOUND”
FOR v, e, p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id == 'airports/JFK' LIMIT 5 RETURN p
STEP2
篩選一天內的路徑，這里以1月1號為例
FOR v, e, p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id == 'airports/JFK' FILTER p.edges[*].Month ALL == 1 FILTER p.edges[*].DayofMonth ALL == 1 LIMIT 5 RETURN p
STEP3
使用DATE_DIFF() 函數計算出發時間與到達時間的差值，然后將結果升序排列
FOR v, e, p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id == 'airports/JFK' FILTER p.edges[*].Month ALL == 1 FILTER p.edges[*].DayofMonth ALL == 1 LET flightTime = DATE_DIFF(p.edges[0].DepTimeUTC, p.edges[1].ArrTimeUTC, 'i') SORT flightTime ASC LIMIT 5 RETURN { flight: p, time: flightTime }
通過觀察結果，我們發現有些結果是負值。原因是有些路徑中，第一條航線未降落時，第二條就已經起飛，為此需要增加一條限定條件。
FOR v, e, p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id == 'airports/JFK' FILTER p.edges[*].Month ALL == 1 FILTER p.edges[*].DayofMonth ALL == 1 FILTER DATE_ADD(p.edges[0].ArrTimeUTC, 20, 'minutes') < p.edges[1].DepTimeUTC LET flightTime = DATE_DIFF(p.edges[0].DepTimeUTC, p.edges[1].ArrTimeUTC, 'i') SORT flightTime ASC LIMIT 5 RETURN { flight: p, time: flightTime }
至此，已經得到了用時最短的路徑。
優化：
在這個例子中，我們的查詢需要遍歷非常多的邊，其中有些邊是不需要去遍歷的。我們這里用vertex-centric index方法來優化。
‣ 進入Collection界面
‣ 打開 flights collection
‣ 點擊Indexes 選項
‣ 點擊綠色的+號來添加一個新的索引
‣ 設置 Type 為 Hash Index
‣ 在Fields中填寫 _from,Month,DayofMonth
‣ 點擊綠色Create 選項生成新索引
重新運行STEP3代碼，會發現運行效率大大提高，點擊Explain選項能夠看到以下信息：
原理解釋：
如果沒有以頂點為中心的索引，則需要跟蹤出發機場的所有外出邊緣，然后檢查它們是否滿足我們的條件（在某一天，到達期望的目的地，具有可行的中轉）。
我們創建的新索引允許在某一天（Month，DayofMonth屬性）內快速查找離開機場的外部邊緣（_from屬性），這消除了在不同天提取和過濾所有邊緣的需要。它減少了需要用原始索引檢查邊緣的數量，並節省了相當長的時間。
參考資料：
https://www.arangodb.com/documentation/
歡迎轉載，轉載請注明網址：https://www.cnblogs.com/minglex/p/9383849.html