土卫六中的“超级节点”

Question

我正在开发一个可以很好地使用图形数据库(Titan)的应用程序，但它在处理具有许多边的顶点(例如supernodes )时存在问题。

上面的超级节点链接指向Titan作者的一篇博客文章，解释了一种解决问题的方法。解决方案似乎是通过对边进行过滤来减少顶点的数量。

不幸的是，我想要groupCount边或顶点的属性。例如，我有一百万个用户，每个用户都属于一个国家。如何才能快速计算出每个国家/地区的用户数量？

到目前为止，我所尝试的内容可以在这个精心设计的groovy脚本中显示出来：

g = TitanFactory.open('titan.properties')  // Cassandra
r = new Random(100)
people = 1e6

def newKey(g, name, type) {
    return g
        .makeType()
        .name(name)
        .simple()
        .functional()
        .indexed()
        .dataType(type)
        .makePropertyKey()
}

def newLabel(g, name, key) {
    return g
        .makeType()
        .name(name)
        .primaryKey(key)
        .makeEdgeLabel()
}

country = newKey(g, 'country', String.class)
newLabel(g, 'lives', country)

g.stopTransaction(SUCCESS)

root = g.addVertex()
countries = ['AU', 'US', 'CN', 'NZ', 'UK', 'PL', 'RU', 'NL', 'FR', 'SP', 'IT']

(1..people).each {
    country = countries[(r.nextFloat() * countries.size()).toInteger()]
    g.startTransaction()
    person = g.addVertex([name: 'John the #' + it])
    g.addEdge(g.getVertex(root.id), person, 'lives', [country: country])
    g.stopTransaction(SUCCESS)
}

t0 = new Date().time

m = [:]    
root = g.getVertex(root.id)
root.outE('lives').country.groupCount(m).iterate()

t1 = new Date().time

println "groupCount seconds: " + ((t1 - t0) / 1000)

基本上是一个根节点(对于Titan没有“所有”节点查找)，通过具有country属性的边链接到许多person。当我对一百万个顶点运行groupCount()时，它需要一分钟以上的时间。

我意识到Titan可能会迭代每条边并收集计数，但有没有办法在Titan或任何其他图形数据库中运行得更快？是否可以对索引本身进行计数，使其不必遍历？我的索引正确吗？

Answer 1

如果您将' country‘设置为'lives’标签的primary key，那么您可以更快地检索特定国家的所有人。然而，在您的例子中，您感兴趣的是一个组计数器，它需要检索根节点的所有边，以便迭代它们并存储国家/地区。

因此，这个分析查询更适合图形分析框架Faunus。它不需要根顶点，因为它通过完整的数据库扫描来执行groupcount，从而避免了超节点问题。Faunus还使用Gremlin作为查询语言，因此您只需对查询稍作修改：

g.V.country.groupCount.cap...

HTH，Matthias