在gremlin中，“连接”图形的两个节点的正确方法是什么？

假设我有一个下图

graph = TinkerGraph.open()
g = graph.traversal()
v1 = g.addV('CC').property('name','t1')
v2 = g.addV('KK').property('name','t1')

我想找到所有与KK具有相同“名称”的CC。我可以写：

g.V().hasLabel('CC').as('c').values('name').as('cn').V().hasLabel('KK').values('name').as('k').where('cn',eq('k')).select('c')

这模仿了SQL中的连接，但编写时性能似乎很差。从中，它们有一个连接两个节点的示例，如果两个节点之间有一条边连接。我想知道在gremlin中是否有任何连接方法，即两个节点之间是否存在连接路径是事先未知的？换句话说，在gremlin中编写join的最佳方法是什么？我们不知道这两个节点是直接连接还是通过路径连接

---

多谢

你的直觉基本上是对的。连接是一种已实现的关系，即两个顶点之间的边。这通常是在图形数据库中获得的收益。在SQL样式的特性上执行顶点到顶点的连接对于图形通常不是有效的

对于您的查询，您可以将其重新写入此表单以使其更加清晰：

gremlin> g.V().hasLabel('CC').as('c').
......1>   V().hasLabel('KK').
......2>   where(eq('c')).
......3>     by('name').
......4>   select('c')
==>v[0]

不过，性能可能会保持不变，因为我认为目前没有任何图形系统会优化这种遍历。将没有索引使用，您将得到CC和KK的完整图形扫描以获得结果。很明显，在一个大的图上这是非常昂贵的

在Gremlin用户的邮件列表中有一些关于这个主题的讨论，其中提出了一些好的观点。值得注意的是，Josh Perryman在其他精彩的观点中写道：

SQL风格的联接对于graph db引擎的使用非常糟糕。喜欢 Daniel建议应预先计算连接，并在 写时间/数据我开玩笑说时间

这是出于必要和设计。边缘基本上是物化的 加入。图形数据库针对它们进行了优化，磁盘或缓存读取 活动关系数据库针对连接（查询时间）进行了优化 计算机操作

通常，在图形中预计算边要便宜得多 加载数据前分离引擎，而不是加载数据后分离引擎 进入图表。例外情况是确定边时 基于通过图形的多跳路径。对于该用例，需要一个图 dB是最好的