Gremlin 需要改进小精灵查询吗

我是小精灵的新手。这是同一答案的代码

g.v('u1','u2').out('like').groupCount().cap.next().sort{-it.value}

---

如何改进此查询以根据喜好对具有

type=Camera

的产品进行排序。考虑每页有10条记录的分页。显示大量产品的排序结果是否是一种有效的解决方案？

您只需应用过滤器即可获得所需的产品类型：

g.v('u1','u2').out('like').has('type','camera').groupCount().cap.next().sort{-it.value}

以这种方式进行排序/分页可能有效，也可能无效。我想这取决于你和多少人打交道。数千可能不是什么大不了的事，但数十万可能比你能忍受的要少

---

当您使用Titan时，您有比大多数图形更多的选项来解决此问题（如果它确实是一个问题-我建议您生成测试数据并编写一些查询以确定）。您可能要做的一件事是将“type”属性反规范化为“like”边，这样您就可以在

outE

上应用“type”过滤器，而不是强制遍历

out

，如上所示（强制遍历意味着Titan需要在边的另一端找到顶点，这增加了Titan需要检索的数据量）。您可以阅读有关这些选项的更多信息。

您是说我应该使用边“like”而不是“only not”类型吗属性。如果你像我建议的那样将

type

反规范化为

likes

边，那么你会做一些更像：

g.v（'u1'，'u2'）。outE（'like'）。has（'type'，'camera'）。inV.groupCount（）.cap.next（）。sort{-it.value}

我会试试这个。在《泰坦》中，我是通过java使用的，我看到它的查询与gramlin相比有点复杂。例如pipe.start（v）.inE（“inEdge”）.has（“inEdge属性”，“XXXXX”）.outV（）.has（'vertexProps“xyz”）`在《泰坦》中首先使用java

v.query（）.direction（direction.In）。标签（“inEdge”）.has（“inEdge属性”，“XXXXX”）.vertexts（）。迭代器（）

然后分别迭代

has（'vertexProps''xyz'）

Gremlin比较低级别的Titan/Blueprints API更具表现力，因此一般来说，随着时间的推移，Gremlin将导致更少的代码、更可读的代码和更好的可维护性。我们可以使用java使用Gremlin，使用Titan使用

GremlinPipeline

。它是否符合Titan标准