Graph 用于从Cosmos图中获取受影响节点的Gremlin查询

我们有一个宇宙图数据库，如下所示。例如A、B、C，。。。是节点/顶点和边，如箭头所示

每个节点/顶点表示SQL表中的一个值。流程和要求如下

用户修改SQL表中的节点值

Gremlin查询将一个

Graph按下面列出的顺序返回以下顶点

C#app计算顺序中D、K、M、P节点的值，并更新SQL表

• D=A+B+C
• K=F+E+D
• M=J+K
• P=L+M+N+O

我尝试了下面的查询，它有3000多个RU，这是非常昂贵的

g.V("A").emit().repeat(__.in('depends')).until(__.inE().count().is(0))

我们需要一些帮助来优化查询。谢谢

更新===========

好的，我们可以在单个分区中重建图形以减少RU，但是我们有一个场景，其中多个节点受到影响，下图中以红色突出显示，从a开始

有人能帮我查询一下以a、D、K、O、M、p的顺序得到结果吗？查询的逻辑是，所有子节点都应该在其父节点之前列出

g.addV('ddn').property('pk', 'pk').property(id, 'A').property('formula', 'A').
addV('ddn').property('pk', 'pk').property(id, 'B').property('formula', 'B').
addV('ddn').property('pk', 'pk').property(id, 'C').property('formula', 'C').
addV('ddn').property('pk', 'pk').property(id, 'D').property('formula', 'A+B+C').property('requires', "'A','B','C'").
addV('ddn').property('pk', 'pk').property(id, 'E').property('formula', 'E').
addV('ddn').property('pk', 'pk').property(id, 'F').property('formula', 'E').
addV('ddn').property('pk', 'pk').property(id, 'G').property('formula', 'H+I').property('requires', "'H','I'").
addV('ddn').property('pk', 'pk').property(id, 'H').property('formula', 'H').
addV('ddn').property('pk', 'pk').property(id, 'I').property('formula', 'I').
addV('ddn').property('pk', 'pk').property(id, 'J').property('formula', 'F+G').property('requires', "'F','G'").
addV('ddn').property('pk', 'pk').property(id, 'K').property('formula', 'D+E+F').property('requires', "'D','E','F'").
addV('ddn').property('pk', 'pk').property(id, 'L').property('formula', 'L').
addV('ddn').property('pk', 'pk').property(id, 'M').property('formula', 'J+K').
addV('ddn').property('pk', 'pk').property(id, 'N').property('formula', 'N').
addV('ddn').property('pk', 'pk').property(id, 'O').property('formula', 'A+K').property('requires', "'A','K'").
addV('ddn').property('pk', 'pk').property(id, 'P').property('formula', 'L+M+N+O').property('requires', "'L','M','N','O'").
V('D').addE('needs').to(V('A')).
V('D').addE('needs').to(V('B')).
V('D').addE('needs').to(V('C')).
V('G').addE('needs').to(V('H')).
V('G').addE('needs').to(V('I')).
V('K').addE('needs').to(V('D')).
V('K').addE('needs').to(V('E')).
V('K').addE('needs').to(V('F')).
V('J').addE('needs').to(V('F')).
V('J').addE('needs').to(V('G')).
V('O').addE('needs').to(V('A')).
V('O').addE('needs').to(V('K')).
V('M').addE('needs').to(V('J')).
V('M').addE('needs').to(V('K')).
V('P').addE('needs').to(V('L')).
V('P').addE('needs').to(V('M')).
V('P').addE('needs').to(V('N')).
V('P').addE('needs').to(V('O'))

---

我认为答案归结为能够根据路径长度对穿过的顶点进行排序

gremlin> g.V("A").
......1>   emit().repeat(__.in('needs')).path().
......2>   group().
......3>     by(tail(local)).
......4>     by(count(local).fold()).
......5>   order(local).
......6>     by(select(values).tail(local)).
......7>   select(keys)
==>[v[A],v[D],v[K],v[M],v[O],v[P]]

I

group（）

使用path（）中的最后一个元素，并使用

count（local）

将组中的每个路径转换为其长度。这使我能够按每个顶点的最长路径对结果进行排序

请注意，我认为您不需要

，直到（u.inE（）.count（）.is（0））

，因为在这两种情况下，您都只是遍历到路径耗尽。另外，请注意

\uine（）.count（）.is（0）

，因为您最终只需对所有边进行计数即可检测到计数为零。大多数图都应该将其优化到只

，直到（inE（））

，但在我看来，最好是显式的。这就是说，在使用

repeat（）

时，您需要确保您的数据结构-只需要坏数据的一个边缘就可以将遍历发送到无限的遍历中。考虑一下你的<代码>重复（）/代码>的上界，这对你的数据是有意义的，这样循环会在某个时刻终止。 这里有一个更好的选择，因为它不需要在

组（）之后保存
映射中的所有计数：

我假设A，D，K，m，P有不同的分区键？在这种情况下，不确定您能做多少，因为这将不可避免地在CosmosDB中生成一个跨分区查询，而这些查询总是expensive@AlexDreneaA，B，C，D…K，M，P是分区键。例如{pk='A'，label='node'}，{pk='B'，label='node'}。是的，我想是的。。。“你的Gremlin查询看起来不错，我不确定除了重新访问数据模型以更好地适应这种查询模式之外，还有多少事情要做才能优化它，@AlexDrenea，”有什么建议吗？我们正在考虑使用带有不同标签的公共分区键创建单个热分区。即{pk='pk'，label='A'}，{pk='pk'，label='B'}。你认为呢？热分区对于写操作来说是非常糟糕的（从时间上来说，不一定是这样）。尝试一下也没什么坏处，但要记住10GB的分区限制。有没有其他合乎逻辑的方法来对节点进行分组，使它们达到一个中间点？如果（A）的最后一个操作是跨分区的，那么您可以向数据库发出两个单独的调用，每个分区调用一个，然后在客户端上对它们进行汇总？谢谢。它给了我以下关于Azure Cosmos的错误<代码>"脚本评估错误：\r\n\nActivityId:7dc096a2-f3db-49a4-b053-F20F582CB66\nCeptionType:GraphRuntimeException\nCeptionMessage:\r\n\tGremlin查询执行错误：无法比较类型为：CompositeField的对象。\n源：Microsoft.Azure.Cosmos.Gremlin.Core\n\tGremlinRequestId:7dc096a2-f3db-49a4-b053-F20F582CB66\n\t上下文：graphcompute\n\t作用域：graphcomp execquery\n\tGraphInterOpStatusCode:GraphRuntimeError\n\tResult:0x80131500\r\n“
工作到
…by（count（local）.fold（））
不超过
order（）
Cosmodb似乎总有不兼容的地方。我在回答中提供了另一种选择
gremlin> g.V("A").
......1>   emit().repeat(__.in('needs')).path().
......2>   group().
......3>     by(tail(local)).
......4>     by(count(local).order(local).tail(local)).
......5>   order(local).
......6>     by(values).
......7>   select(keys)
==>[v[A],v[D],v[K],v[M],v[O],v[P]]