Gremlin 为什么需要使用coalesce对条件插入进行折叠/展开？

我试图了解条件插入的这种模式是如何工作的：

g.V()
  .hasLabel('person').has('name', 'John')
  .fold()
  .coalesce(
    __.unfold(),
    g.addV('person').property('name', 'John')
  ).next();

折叠/展开的目的是什么？为什么这些是必要的，为什么这不起作用：

g.V()
  .coalesce(
    __.hasLabel('person').has('name', 'John'),
    g.addV('person').property('name', 'John')
  ).next();

---

“折叠然后展开”模式对我来说似乎是多余的，但上面的结果并不相同。

考虑一下，当您只执行以下操作时会发生什么：

gremlin> g = TinkerFactory.createModern().traversal()
==>graphtraversalsource[tinkergraph[vertices:6 edges:6], standard]
gremlin> g.V().has('name','marko')
==>v[1]
gremlin> g.V().has('name','stephen')
gremlin> 

对于“marko”你会返回一些东西，而对于“stephen”你不会。“stephen”案例值得注意，因为在这种模式中，

fold（）

确实变得非常重要。当该遍历不返回任何内容时，在此之后添加的任何步骤都不会出现

遍历器来触发这些步骤中的操作。因此，即使以下操作也不会添加顶点：

gremlin> g.V().has('name','stephen').addV('person')
gremlin> 

但是看看如果我们折叠（）会发生什么：

fold（）
是一个减少障碍的步骤，因此将急切地评估到该点的遍历并将内容作为
列表返回，即使到该点的遍历内容没有产生任何结果（在这种情况下，正如您所看到的，您会得到一个空列表）。如果您有一个空的
列表
，则该空的
列表
是一个通过遍历的
遍历器
，因此未来的步骤将触发：

gremlin> g.V().has('name','stephen').fold().addV('person')
==>v[13]

这就解释了为什么我们要折叠（）
，因为我们在你的例子中检查“John”的存在，如果他被找到，那么他将存在于
列表中，当带有“John”的
列表点击
合并（）
时，它的第一个检查将是
展开（）
带有“John”的
列表中并返回
顶点
-完成。如果
列表
为空，并且由于“John”不存在而不返回任何内容，那么它将添加顶点（顺便说一句，您不需要在
addV（）
前面加上“g.”，它应该只是一个匿名遍历，因此
\uuuuuuuuuuuuuuuuuuuu.addV（'person'）
）

关于你的例子，我想首先指出，我想你想问一下：

g.V().
  coalesce(
    __.has('person','name', 'John'),
    __.addV('person').property('name', 'John'))

这是一个完全不同的查询。在本次遍历中，您说的是迭代所有顶点，并对每个顶点执行
coalesce（）
中的内容。通过将
addV（）
替换为
常量（'x'）
，您可以非常清楚地看到这一点：

现在，想象一下
addV（）
和“John”会发生什么。它将调用
addV（）
6次，对于它遇到的不是“John”的每个顶点调用一次：

就我个人而言，我喜欢把这种逻辑用a来包装——这是一个很好的例子

好问题-我已经将“元素存在”问题描述为可以阅读的小精灵食谱的一部分。
有趣的模式相关：很好的解释非常有用。
g.V().
  coalesce(
    __.has('person','name', 'John'),
    __.addV('person').property('name', 'John'))

gremlin> g = TinkerFactory.createModern().traversal()
==>graphtraversalsource[tinkergraph[vertices:6 edges:6], standard]
gremlin> g.V().
......1>   coalesce(
......2>     has('person','name', 'John'),
......3>     constant('x'))
==>x
==>x
==>x
==>x
==>x
==>x
gremlin> g.V().
......1>   coalesce(
......2>     has('person','name', 'marko'),
......3>     constant('x'))
==>v[1]
==>x
==>x
==>x
==>x
==>x

gremlin> g.V().
......1>   coalesce(
......2>     __.has('person','name', 'John'),
......3>     __.addV('person').property('name', 'John'))
==>v[13]
==>v[15]
==>v[17]
==>v[19]
==>v[21]
==>v[23]