開發者李雷小朋友維護了一個自己的關系鏈圖數據庫，他怎么能從圖數據庫中查詢出與他互相關注且年齡大於30的朋友呢？
這里先介紹幾種圖原生查詢語言寫法：
1.gremlin
g.V("李雷").outE('friend').has('age',gt(30)).otherV().where(out('friend').
(hasId('李雷'))).limit(100)
2.cypher
match (a)-[r1:friend]->(b)-[r2:friend]->(c) where a.mid='李雷' and r1.age>30 and a=c return id(b) limit 100
以上兩種寫法等價，只是使用的圖查詢語言有區別。前者使用gremlin（Apache軟件基金會下TinkerPop開發的graph traversal language）編寫, 后者為Neo4j於2015年發布的圖查詢語言開源版本openCypher。
查詢方式一覽
GES支持多種查詢方式，本文主要討論復雜查詢，如多跳過濾，簡單環路查詢，模式匹配等復雜查詢類。當前GES主要通過gremlin，cypher和一些原生API來支持各種場景的查詢需求。
||優點|缺點|說明
:--😐:--😐:--|:--|:--|:--
Gremlin|functional language|1.表達能力(圖靈完備) 2.支持groovy腳本|1.性能差(exponential runtime tree) 2.復雜的查詢書寫困難|適用於體驗，demo，或不追求性能的場景
Cypher|Pattern match style, declarative|1.類SQL寫法 2.深度集成於GES，性能比gremlin好一些|1.表達能力對圖來說差一些(僅為SQL complete) 2.流式支持有限|適用於一般性場景
原生API|json parameter|1.性能非常好 2.傻瓜參數形式|1.靈活性差 2.使用場景有限 3.表達能力差|提供常用查詢API，適用於最求性能，高並發，低延遲的場景
性能
本節以上文所述李雷的好友場景展示一個查詢k=2環路的性能測試，用以幫助大家更直觀地了解各個查詢間的性能差距：
其中，
- filterV2 - GES原生API，該API性能最佳，TPS與延遲表現優異。
- Cypher - GES的cypher查詢。
- Neo4j - Neo4j community 4.2.3版本cypher。
- gremlin - GES的gremlin，未在圖中體現，實際性能最差，故未做對比。
gremlin使用手冊
gremlin包括OLTP和OLAP兩個部分的語法。其OLTP的語法靈活多變，符合圖原生的表達方式，被廣泛集成於各個圖數據庫廠商。
GES查詢能力優異，但我們僅建議在demo/簡單查詢中使用gremlin。其性能遠遠低於內核原生API與cypher, 這是由gremlin的集成方式決定的，雖然GES在常用語法上做了適當的優化，但是並不能完全覆蓋所有的gremlin查詢。我們向您推薦使用集成度更加高的cypher查看后續cypher章節進行常態化查詢，如果有更需要性能的場景，請使用原生API。
查看以下參考資料獲取更多信息：
- tinkerpop documentation tinkerpop官方文檔。內容詳實，各個step都有案例介紹。
- gremlin 實踐案例 gremlin實踐案例
常用語法
g.V() //獲取圖中所有點。注意該行為在大圖上是高危操作，小心使用。
g.V().limit(10) //取圖中10個點。非隨機。
g.V('小霞','小智').values('age') //獲取圖中id為小智和小霞的屬性值age的值。
> [20, 22]
g.V('小智').out('朋友').out('朋友') //獲取小智的朋友的朋友
> [小明]
g.V('小智').outE('朋友').inV().outE('朋友').inV() //該條語句含義和上條完全一致。
g.V('小智').out('朋友').has('age',gt(30)) //獲取小智年齡大於30的朋友
g.V('小智').out('朋友').values('age').sum() //統計小智所有朋友的年齡總和
GES gremlin特殊語法/優化
GES集成了gremlin中的OLTP功能，並在一定程度上做了部分功能增強與strategy優化。
增強版Text Predicate
g.V().has('name', Text.textSubString('xx'))...
| Predicate | 描述 |
|---|---|
| textSubString | 子字符串 |
| textCISubString | 忽略大小寫的子字符串 |
| textFuzzy | 模糊匹配 |
| textPrefix | 前綴查詢 |
| textRegex | 正則匹配 |
注意事項
在指定schema時，最好不要給屬性取名為id, label, property, properties。
在進行gremlin操作時，有很多step會把結果轉化為map結果。眾所周知，在map結構中，是不允許出現兩個相同key的，一般來說當我們向一個map中重復insert多個相同的key，其value會被覆蓋 or 該操作被取消。
故如果我們把屬性名取為id, label, property, properties，在很多操作中，如果id與屬性中的id一起返回，結果將是不完整的。
cypher使用手冊
cypher在語法上更接近於SQL，表達能力稍微欠缺一些（sql完備），但已能應對絕大多數場景。
GES對於cypher的集成更加接近內核端，充分利用了內核的性能優勢。
查看以下參考資料獲取更多信息：
- cypher refcard cypher語法參考卡。
- GES cypher GES cypher公有雲API文檔，包含兼容性說明，數據類型支持，表達式，函數等說明。
常用語法
match (n) return n //獲取圖中所有點。注意該行為在大圖上需小心使用。
match (n) return n limit 10 //取圖中10個點。非隨機。
match (n) where n.movieid IN ['小霞','小智'] return n.age //獲取圖中id為小智和小霞的屬性值age的值。
match (n)-->(m1:朋友)-->(s1)-->(m2:朋友)-->(s2) where id(n)='小智' return s2 //獲取小智的朋友的朋友
match (n)-->(m1:朋友)-->(s) where id(n)='小智' and s.age>30 return s //獲取小智年齡大於30的朋友
兼容性說明
GES對cypher會進行持續性的優化與加強。當前因為特性/開發進度的原因暫不支持包括：
- 目前暫不支持union、merge、foreach、optional等操作，暫不支持使用Cypher語句增刪索引，后續會逐漸開放支持。
- 由於GES的元數據不是Schema Free的，點邊label屬性等有嚴格的限制，因此不支持Remove操作。
- Order by子句不支持List類型的排序，當屬性值的Cardinality不為single時，排序結果未知。
以上說明可在cypher文檔中獲取最新的支持情況。
GES cypher 特殊化處理
預置條件
為了加速查詢以及優化查詢計划，GES的Cypher查詢編譯過程中使用了基於label的點邊索引。可通過界面/API添加相關的索引新建索引API。
POST http://{SERVER_URL}/ges/v1.0/{project_id}/graphs/{graph_name}/indices
{
"indexName": "cypher_vertex_index",
"indexType": "GlobalCompositeVertexIndex",
"hasLabel": "true",
"indexProperty": []
}
原生API使用手冊
內核原生API是專門為常用場景提供的高性能版本。其輸入輸出均為json格式。
GES提供了豐富多樣的原生API接口，包括管理面API(主要是圖操作，導入導出備份等)，業務面API。業務面API包括基礎的圖數據庫功能，如點邊的CRUD，索引的管理，高級查詢path query，高級算法庫。
查看以下參考資料獲取更多信息：
- 管理面API概覽
- 業務面API概覽，業務面API的調用方法可以參考此篇博文。
- 執行算法說明
常用API說明
一.Path Query
該接口支持對多跳過濾，循環執行遍歷查詢進行加速。
例如以下gremlin語句：
g.V('node1').repeat(out('label_1')).times(3).emit()
以上gremlin是一個三跳查詢，從點node1出發，查詢其出邊關系為label1的鄰居的鄰居的鄰居。並返回過程中所有涉及到的點。該腳本通過repeat來組織查詢，並通過times來控制loop的次數，甚至后續還可以通過關鍵字until來終止traversal。
以上gremlin使用path query調用可使用：
POST /ges/v1.0/{projectId}/graphs/{graphName}/action?action_id=path-query
{
"repeat": [
{
"operator": "outV",
"edge_filter": {
"property_filter": {
"leftvalue": {
"label_name": "labelName"
},
"predicate": "=",
"rightvalue": {
"value": "label_1"
}
}
}
}
],
"emit": true,
"times": 3,
"vertices": [
"node1"
]
}
1. by mode
例如針對二跳鄰居，我們可以通過參數by對id，label，property進行過濾：
g.V("a").repeat(out()).times(2).by(id()) //輸出a的所有一跳二跳鄰居的id。
g.V("a").repeat(out()).times(2).by(label()) //輸出a的所有一跳二跳鄰居的label。
而使用path query我們可以很輕易地把上述gremlin轉化為原生API以獲得更加優異的性能，關鍵字含義幾乎一致。在by中可以指定輸出的形式，如輸出id：
{
"repeat": [
{
"operator": "outV"
}
],
"times": 2,
"vertices": [
"a"
],
"by": [{"id": true}]
}
2. select+by mode
該模式可任意選擇traverse路徑上經過的N層。
如上圖，我們希望顯示李雷與其第二跳好友的關聯關系：
gremlin寫法：
g.V('李雷').as('v0').repeat(out()).times(2).as('v2').select('v0','v2').by(id()).by(id()).dedup()
{//返回樣例
"results": [
{
"v0": "李雷",
"v2": "小智"
},
{
"v0": "李雷",
"v2": "小霞"
}
]
}
cypher寫法：
match (v0)<--(v1)<--(v2) where id(v0)='1' return distinct id(v0),id(v2)
//返回json如下，形式稍顯冗余：
{
"data": [
{
"row": [
"李雷",
"小智"
],
"meta": [
null,
null
]
},
{
"row": [
"李雷",
"小霞"
],
"meta": [
null,
null
]
}
]
}
使用path query:
{
"repeat": [
{
"operator": "outV"
}
],
"times": 2,
"vertices": [
"李雷"
],
"by": [{"id": true},{"id": true}],
"select": ["v0", "v2"]
}
//返回json如下，直接返回select中的參數：
{
"select": [
["李雷", "小智"],
["李雷", "小霞"]
]
}
二.算法API
算法API提供豐富的原生算法庫，可以通過界面或者API使用。
在界面上直接運行算法能夠可視化地查看算法結果，關於每個算法的詳情，也可以查詢官方算法文檔。
| 參數 | 是否必選 | 說明 | 類型 | 取值范圍 | 默認值 |
|---|---|---|---|---|---|
| alpha | 否 | 權重系數(又稱阻尼系數) | Double | 0~1，不包括0和1 | 0.85 |
| convergence | 否 | 收斂精度 | Double | 0~1，不包括0和1 | 0.00001 |
| max_iterations | 否 | 最大迭代次數 | Integer | 1~2000 | 1000 |
| directed | 否 | 是否考慮邊的方向 | Boolean | true或false | true |
如上pagerank算法參數列表，列出了參數說明，取值范圍以及默認值。
此外，我們也可以直接使用RESTful API的形式調用算法，大部分算法以異步的形式交互：調用算法后我們可以獲得一個jobId。使用jobId我們可以查詢算法運行的狀態及運行結果。同時也可以對結果進行分頁及數量截取。
GET http://{SERVER_URL}/ges/v1.0/{project_id}/graphs/{graph_name}/jobs/{job_id}/status?offset=0&limit=2
最短路徑 shortest_path
最短路徑屬於一個傳統的圖論問題，其包含各種不同的形式。如單源最短路，多源最短路。常用的算法如Dijkstra, Bellman-Ford, Floyd-Warshall, Johnson等算法。
GES提供多種場景的最短路徑，如shortest_path, all_shortest_paths, shortest_path_of_vertex_sets等。均以原生API或圖形界面的方式提供
該API屬於算法API，其調用方式查看文檔。
POST /ges/v1.0/{project_id}/graphs/{graph_name}/action?action_id=execute-algorithm
{
"executionMode": "sync",
"algorithmName": "shortest_path",
"parameters": {
"source": "Alexander Payne",
"target": "Harrison Ford",
"weight":"score"
}
}
不同查詢方式場景詳解
案例1-好友推薦
我們向李雷推薦好友，思路是：向他推薦其好友的好友，但是推薦的好友中不應包含李雷本身的好友，比如圖中韓梅梅同時是李雷的一跳好友和二跳好友。這時我們不應向李雷推薦韓梅梅，因為她已經是李雷的好友了。
下面將分別展示使用gremlin,cypher和path query查詢，返回均為推薦路徑：李雷->李雷好友->推薦好友。
gremlin
gremlin>
g.V("李雷").repeat(out("friend").simplePath().where(without('1hop')).store('1hop')).
times(2).path().by("name").limit(100)
gremlin>
[李雷,小明,小智]
[李雷,韓梅梅,小智]
[李雷,韓梅梅,小霞]
cypher
match (a)-[:friend]->(d) where id(a)='李雷' with a, collect(d) as neighbor
match (a)-[:friend]-(b)-[:friend]-(c)
where not (c in neighbor)
return a.name, b.name, c.name
//返回樣例
[
{
"row": ["李雷", "小明","小智"],
"meta": [null, null, null]
},
{
"row": ["李雷","韓梅梅", "小智"],
"meta": [null, null, null]
},
{
"row": ["李雷", "韓梅梅", "小霞"],
"meta": [null, null, null]
}
]
path query
{
"repeat": [
{
"operator": "outV",
"edge_filter": {
"property_filter": {
"leftvalue": {
"label_name": "labelName"
},
"predicate": "=",
"rightvalue": {
"value": "friend"
}
}
}
}
],
"times": 2,
"vertices": [
"李雷"
],
"by": [{"id": true},{"id": true},{"id": true}],
"select": ["v0", "v1", "v2"]
}
{
"select": [
["李雷", "小明","小智"],
["李雷","韓梅梅", "小智"],
["李雷", "韓梅梅", "小霞"]
]
}
案例2-(k=2環路)
開發者李雷小朋友維護了一個自己的關系鏈圖數據庫，他怎么能從圖數據庫中查詢出與他互相關注且年齡大於30的朋友呢？
回到文章開頭，我們如何幫助李雷完成查詢呢？這其實可以歸結為一個環路問題。
我們需要獲取李雷的雙向好友。即從李雷出發的k=2且邊上過濾條件為age>30,friend的環路。
下面將分別展示使用gremlin,cypher，path query和環路算法進行查詢，該四種方式均可以幫助李雷完成目標。
gremlin
gremlin>
g.V("李雷").outE().has('age',gt(30)).otherV().where(out('friend').
(hasId('李雷'))).limit(100)
cypher
match (a)-[r1]->(b)-[r2:friend]->(c) where a.mid='李雷' and r1.age>30 and a=c return id(b) limit 100
path query
POST /ges/v1.0/{projectId}/graphs/{graphName}/action?action_id=path-query
{
"repeat": [
{
"operator": "outV",
"edge_filter": {
"property_filter": {
"leftvalue": {
"property_name": "age"
},
"predicate": ">",
"rightvalue": {
"value": "30"
}
}
}
},
{
"operator": "outV",
"edge_filter": {
"property_filter": {
"leftvalue": {
"label_name": "label_name"
},
"predicate": "=",
"rightvalue": {
"value": "friend"
}
}
}
}
],
"limit": 100,
"times": 2,
"vertices": ["李雷"],
"by": [{ "id": true}],
"select": ["v1"]
}
環路算法
{
"algorithmName": "filtered_circle_detection",
"parameters": {
"sources": "李雷",
"n": 100
},
"filters": [
{},
{
"operator": "out",
"edge_filter": {
"property_filter": {
"leftvalue": {
"property_name": "age"
},
"predicate": ">",
"rightvalue": {
"value": "30"
}
}
}
},
{
"operator": "out",
"edge_filter": {
"property_filter": {
"leftvalue": {
"label_name": "label_name"
},
"predicate": "=",
"rightvalue": {
"value": "friends"
}
}
}
}
]
}
本文由華為雲發布。