一文抽絲剝繭帶你掌握複雜Gremlin查詢的調試方法

摘要：Gremlin是圖數據庫查詢使用最普遍的基礎查詢語言。Gremlin的圖靈完備性，使其能夠編寫非常複雜的查詢語句。對於複雜的問題，我們該如何編寫一個複雜的查詢？以及我們該如何理解已有的複雜查詢？本文帶你逐步抽絲剝繭，完成複雜查詢的調試。

1. Gremlin簡介

Gremlin是Apache TinkerPop 框架下的圖遍歷語言。Gremlin是一種函數式數據流語言，可以使得用戶使用簡潔的方式表述複雜的屬性圖（property graph）的遍歷或查詢。每個Gremlin遍歷由一系列步驟（可以存在嵌套）組成，每一步都在數據流（data stream）上執行一個原子操作。

Gremlin是一種用於描述屬性圖中行走的語言。圖形遍歷分兩個步驟進行。

1.1. 遍歷源（TraversalSource）

開始節點選擇(Start node selection)。所有遍歷都從數據庫中選擇一組節點開始，這些節點充當圖中行走的起點。Gremlin中的遍歷是從TraversalSource開始的。 GraphTraversalSource提供了兩種遍歷方法。

• GraphTraversalSource.V（Object … ids）：從圖形的頂點開始遍歷（如果未提供id，則爲所有頂點）。
• GraphTraversalSource.E（Object … ids）：從圖形的邊緣開始遍歷（如果未提供id，則爲所有邊）。

1.2. 圖遍歷（GraphTraversal）

走圖(Walking the graph)。從上一步中選擇的節點開始，遍歷會沿着圖形的邊行進，以根據節點和邊的屬性和類型到達相鄰的節點。遍歷的最終目標是確定遍歷可以到達的所有節點。您可以將圖遍歷視爲子圖描述，必須執行該子圖描述才能返回節點。

V()和E()的返回類型是GraphTraversal。 GraphTraversal維護許多返回GraphTraversal的方法。GraphTraversal支持功能組合。 GraphTraversal的每種方法都稱爲一個步驟(step)，並且每個步驟都以五種常規方式之一調製(modulates)前一步驟的結果。

1. map：將傳入的遍歷對象轉換爲另一個對象（S→E）。
2. flatMap：將傳入的遍歷對象轉換爲其他對象的迭代器（S\subseteq E^*S⊆E∗）。
3. filter：允許或禁止遍歷器進行下一步（S→S∪∅）。
4. sideEffect：允許遍歷器保持不變，但在過程中產生一些計算上的副作用（S↬S）。
5. branch：拆分遍歷器並將其發送到遍歷中的任意位置（S→{S1→E^*，…，S_n→E^*S1→E∗，…，Sn​→E∗}→E*）。

• GraphTraversal中幾乎每個步驟都從MapStep，FlatMapStep，FilterStep，SideEffectStep或BranchStep擴展得到。
• 舉例：找到makro認識的人

gremlin> g.V().has('name','marko').out('knows').values('name') 
==>vadas
==>josh

1.3. Gremlin是圖靈完備的（Turing Complete）

這也就時說任何複雜的問題，都可以用Gremlin描述。

下面就調試和編寫複雜的gremlin查詢，給出指導思路和方法論。

2. 複雜Gremlin查詢的調試

Gremlin的查詢都是由簡單的查詢組合成複雜的查詢。所以對於複雜Gremlin查詢可以分爲以下三個步驟，並逐步迭代完成所有語句的驗證，此方法同樣適用編寫複雜的Gremlin查詢。

2.1. 迭代調試步驟

1. 拆分分析步驟，劃大爲小，逐步求證；
2. 輸出分步驟的結果，明確步驟的具體輸出內容；
3. 對輸出結果進行推導和檢驗。依據結果擴大或縮小分析步驟，回到步驟1繼續，直到清楚所有結果。

• 注: 此方法參照Stephen Mallette gremlins-anatomy的分析邏輯和用例。

2.2. 用例

2.2.1. 圖結構

gremlin> graph = TinkerGraph.open()
==>tinkergraph[vertices:0 edges:0]
gremlin> g = graph.traversal()
==>graphtraversalsource[tinkergraph[vertices:0 edges:0], standard]
gremlin>g.addV().property('name','alice').as('a').
  addV().property('name','bobby').as('b').
  addV().property('name','cindy').as('c').
  addV().property('name','david').as('d').
  addV().property('name','eliza').as('e').
  addE('rates').from('a').to('b').property('tag','ruby').property('value',9).
  addE('rates').from('b').to('c').property('tag','ruby').property('value',8).
  addE('rates').from('c').to('d').property('tag','ruby').property('value',7).
  addE('rates').from('d').to('e').property('tag','ruby').property('value',6).
  addE('rates').from('e').to('a').property('tag','java').property('value',10).
  iterate()
gremlin> graph
==>tinkergraph[vertices:5 edges:5]

2.2.2. 查詢語句

gremlin>g.V().has('name','alice').as('v').
   repeat(outE().as('e').inV().as('v')).
     until(has('name','alice')).
   store('a').
     by('name').
   store('a').
     by(select(all, 'v').unfold().values('name').fold()).
   store('a').
     by(select(all, 'e').unfold().
        store('x').
          by(union(values('value'), select('x').count(local)).fold()).
        cap('x').
        store('a').by(unfold().limit(local, 1).fold()).unfold().
        sack(assign).by(constant(1d)).
        sack(div).by(union(constant(1d),tail(local, 1)).sum()).
        sack(mult).by(limit(local, 1)).
        sack().sum()).
   cap('a')
==>[alice,[alice,bobby,cindy,david,eliza,alice],[9,8,7,6,10],18.833333333333332]

好長，好複雜！頭大!

看我如何抽絲剝繭，一步步驗證結果。

2.3. 調試過程

2.3.1 拆分查詢

按執行步驟，拆分成小的查詢，如下圖：

• 執行第一部分步驟

gremlin> g.V().has('name','alice').as('v').
......1> repeat(outE().as('e').inV().as('v')).
......2> until(has('name','alice'))
==>v[0]

2.3.2 澄清結果

這裏通過valueMap()輸出節點信息。

gremlin> g.V().has('name','alice').as('v').
......1> repeat(outE().as('e').inV().as('v')).
......2> until(has('name','alice')).valueMap()
==>[name:[alice]]

2.3.3 驗證假設

根據執行語句的語義推導查詢過程，如下：

使用path(), 驗證推導過程

g.V().has('name','alice').as('v').
......1> repeat(outE().as('e').inV().as('v')).
......2> until(has('name','alice')).path().next()
==>v[0]
==>e[10][0-rates->2]
==>v[2]
==>e[11][2-rates->4]
==>v[4]
==>e[12][4-rates->6]
==>v[6]
==>e[13][6-rates->8]
==>v[8]
==>e[14][8-rates->0]
==>v[0]

• 輸出結果與推導結果一致，擴大查詢語句, 回到步驟1;
• 如不一致或不理解結果, 縮小步驟範圍, 可以採用此步驟的上一層查詢步驟,回到步驟1;
• 如此循環直到完全理解整個查詢。

gremlin> g.V().has('name','alice').as('v').
......1> repeat(outE().as('e').inV().as('v')).
......2> until(has('name','alice')).
......3> store('a').by('name')
==>v[0]

大家可以自己去細細的剝下筍，此處略去3000字。

3. 總結

• 在分析的過程，採用劃分查詢語句的方法，分步理解，採用漏斗式的方法，逐步擴大對語句的理解；
• 對每步的查詢結果，可以採用利用valueMap(), path(), select(), as(), cap() 等函數輸出和驗證結果；
• 對於不清楚結果的步驟或與期望值不一致，縮小查詢步驟,可以採用輸出步驟的前一步驟作爲輸出點，進行輸出和驗證；
• 對於上一層數據的結果明確的情況下，可以採用inject()方式注入上層輸出，繼續後續的輸出和驗證；
• 要注意步驟最後的函數，對整個輸出結果的影響。

4. 參考

• Introduction to Gremlin
• Gremlin’s Anatomy
• TinkerPop Documentation
• Stephen Mallette gremlins-anatomy
• Practical Gremlin - Why Graph?

 本文分享自華爲雲社區《複雜Gremlin查詢的調試方法》，原文作者：Uncle_Tom。

點擊關注，第一時間瞭解華爲雲新鮮技術~