Gremlin 如何按inV outV和特定属性删除重复边？

我在图中有重复的边，它们有相同的inV、outV和一些但不是全部的属性。我想删除所有，但其中一个重复

给出以下图表：

g.addV().property(id, '1').
addV().property(id, '2').
addV().property(id, '3').
addV().property(id, '4').
addE('link').property('prop1', 000).property('prop2', 111).from(V('1')).to(V('2')).
addE('link').property('prop1', 000).property('prop2', 112).from(V('1')).to(V('2')).
addE('link').property('prop1', 000).property('prop2', 113).from(V('1')).to(V('2')).
addE('link').property('prop1', 222).property('prop2', 333).from(V('2')).to(V('3')).
addE('link').property('prop1', 222).property('prop2', 334).from(V('2')).to(V('3')).
addE('link').property('prop1', 222).property('prop2', 335).from(V('2')).to(V('3')).
addE('link').property('prop1', 222).property('prop2', 336).from(V('2')).to(V('3')).
addE('link').property('prop1', 333).property('prop2', 444).from(V('2')).to(V('3')).
addE('link').property('prop1', 333).property('prop2', 444).from(V('3')).to(V('4')).
addE('link').property('prop1', 333).property('prop2', 445).from(V('3')).to(V('4')).
addE('link').property('prop1', 333).property('prop2', 446).from(V('3')).to(V('4')).iterate()

我希望按inV、outV和prop1删除所有重复项，以便只保留以下边：

addE('link').property('prop1', 000).property('prop2', 111).from(V('1')).to(V('2')).
addE('link').property('prop1', 222).property('prop2', 336).from(V('2')).to(V('3')).
addE('link').property('prop1', 333).property('prop2', 444).from(V('2')).to(V('3')).
addE('link').property('prop1', 333).property('prop2', 446).from(V('3')).to(V('4'))

---

编辑：为了澄清，我想通过检查inV、outV和prop1来消除重复边，如果有多条边与所有这3个参数匹配，我想保留一条边并删除其余边，而不管prop2是否唯一。

我认为您的删除标准的性质，您只想立即删除您遇到的重复项，这允许我们使用Gremlin配方中描述的修改

g.E().as('e').outV().id().as('ov').
  select('e').inV().id().as('iv').
  select('e').properties('prop1').value().as('p1').
  select('e', 'ov', 'iv', 'p1').
  group().
    by(select('ov', 'iv', 'p1')).
    by(select('e')).
  select(values).as('unique_e').
  V().outE().where(without('unique_e')).drop()

gremlin> g.V().as('ov').
......1>   outE().as('e').
......2>   inV().as('iv').
......3>   sideEffect(inE().
......4>              where(neq('e')).
......5>              where(eq('e')).by(label).
......6>              where(outV().as('ov')).
......7>              where(eq('e')).by('prop1').drop()).iterate()
gremlin> g.E()
==>e[0][1-link->2]
==>e[3][2-link->3]
==>e[7][2-link->3]
==>e[8][3-link->4]

一般模式会发生偏差，因为您不关心检测重复项，因此不需要花费分组和计数筛选的费用，您只需要关心立即删除符合条件的任何重复项

---

这里唯一可能棘手的事情是，如果您正在使用的特定图形特别热衷于评估遍历步骤。换句话说，如果删除一条边，它是否会立即从第1行和第3行中的未来迭代中删除？如果没有，那可能会带来一些麻烦。然而，大多数图形都会像下面我在TinkerGraph上测试的那样工作，所以这种方法可能适合您。

我认为您的删除标准的性质，特别是您只想立即删除您遇到的重复项，允许我们对Gremlin配方中描述的进行修改

gremlin> g.V().as('ov').
......1>   outE().as('e').
......2>   inV().as('iv').
......3>   sideEffect(inE().
......4>              where(neq('e')).
......5>              where(eq('e')).by(label).
......6>              where(outV().as('ov')).
......7>              where(eq('e')).by('prop1').drop()).iterate()
gremlin> g.E()
==>e[0][1-link->2]
==>e[3][2-link->3]
==>e[7][2-link->3]
==>e[8][3-link->4]

一般模式会发生偏差，因为您不关心检测重复项，因此不需要花费分组和计数筛选的费用，您只需要关心立即删除符合条件的任何重复项

---

这里唯一可能棘手的事情是，如果您正在使用的特定图形特别热衷于评估遍历步骤。换句话说，如果删除一条边，它是否会立即从第1行和第3行中的未来迭代中删除？如果没有，那可能会带来一些麻烦。但是，大多数图形都会像下面所示那样工作，我在TinkerGraph上测试过，所以这种方法可能适合您。

我无法从您的预期结果中检测到模式，关于删除属性的确切决策标准是什么？所以我想检查每个节点，获取它们的所有边，检查inV、outV和prop1是否有多条相同的边，如果它们相同，则保留一条并删除其余的边，无论prop2是否唯一。我无法从预期结果中检测到模式，删除属性的确切决策标准是什么？因此我想检查每个节点，获取它们的所有边，检查inV、outV和prop1是否有多条相同的边，如果它们相同，则保留一条并删除其余边，无论prop2是否唯一。哇，非常感谢！对于选择重复的值，我几乎有相同的方法，但我不知道如何在不删除所有边的情况下进行删除。令人惊叹的哇，非常感谢！对于选择重复的值，我几乎有相同的方法，但我不知道如何在不删除所有边的情况下进行删除。令人惊叹的谢谢你的回复，虽然我在制作中使用了亚马逊海王星，但不幸的是它不支持副作用功能。我在海王星的小图中测试了上面的答案，它确实起了作用，我不知道它在更大的图中会起什么作用。你可以用本地或地图来代替-应该起到类似的作用。我认为，与其他答案相比，这种方法的性能会更好，因为您不必构建映射，然后重申V。但我认为，如果您在全局检测重复项，这两种方法都将是昂贵的/不可能的遍历。理想情况下，您可能希望使用基于OLAP的Gremlin和Spark来帮助解决这个问题，但我不确定Neptune是否支持这一点。另一方面，如果你对一组已知的有重复问题的顶点在本地执行这种遍历，那么我怀疑它会更容易管理。啊，有趣的是，好吧，我会在本地进行尝试。是的，我也担心它将不可能在实际的数据集上运行，至少是整个事情，是的，海王星不支持OLAP。我希望我能够足够地约束遍历，以便我可以分多个步骤完成。确实比我的要优雅得多。谢谢你的回复，尽管我在生产中使用了Amazon Neptune，但不幸的是它不支持副作用功能。我在海王星的小图中测试了上面的答案，它确实起了作用，我不知道它在更大的图中会起什么作用。你可以用本地或地图来代替-应该起到类似的作用。我认为，与其他答案相比，这种方法的性能会更好，因为您不必构建映射，然后重申V。但我认为，如果您是全局检测的，这两种方法都将是昂贵的/不可能的遍历

---

g重复。理想情况下，您可能希望使用基于OLAP的Gremlin和Spark来帮助解决这个问题，但我不确定Neptune是否支持这一点。另一方面，如果你对一组已知的有重复问题的顶点在本地执行这种遍历，那么我怀疑它会更容易管理。啊，有趣的是，好吧，我会在本地进行尝试。是的，我也担心它将不可能在实际的数据集上运行，至少是整个事情，是的，海王星不支持OLAP。我希望我能够足够地约束遍历，这样我就可以在多个步骤中完成它。确实比我的要优雅得多