gremlin中的olap和oltp查询

Question

在格里姆林

1. S= graph.traversal()
2. G=graph.traversal(计算机())

我知道第一个是OLTP，第二个是OLAP。我知道OLAP和OLTP在定义级别上的区别，我对此有以下查询：

你是如何

1. 以上查询在工作上有差异吗？
2. 我是否可以使用第二个，在我的应用程序中使用'g‘来获得结果(我知道这个’g‘一个给出的结果比第一个更快)？
3. OLAP和OLTP的区别？

提前谢谢。

Answer 1

从用户的角度来看，在结果方面，OLAP和OLTP之间没有真正的区别。Gremlin语句对于TraversalSource的配置与使用withComputer()和其他设置时显示的一样。

不同之处在于如何在幕后执行遍历。基于OLAP的遍历用于处理“整个图”(即所有顶点/边，可能不止一次)。其中，基于OLTP的遍历用于处理较小的数据体，通常从一个或少数几个顶点开始，然后从那里遍历。当您考虑规模为“数十亿边”的图时，很容易理解为什么需要像OLAP这样的高效机制来处理这些图。

你真的不应该把OLTP和OLAP看作是“更快”和“更慢”。也许最好像在文档中描述的那样去想一想

• OLTP:实时、有限的数据访问、随机数据访问、顺序处理、查询。
• OLAP:长时间运行，整个数据集被访问，顺序数据访问，并行处理，批处理

只要应用程序知道该遍历的需求，就没有理由不能在应用程序中使用OLAP遍历。如果您有一些SLA，其中规定REST请求必须在0.5秒内完成，并且决定使用OLAP遍历来获得答案，那么无疑会破坏SLA。假设您在Spark上执行OLAP遍历作业，那么只需10-15秒就可以组织起来运行您的作业。

我不知道如何提供OLAP和OLTP的示例，只是稍微多谈一下用例，所以应该清楚什么时候使用其中一个而不是另一个。无论如何，让我们假设你有一个有100亿个边的图。您可能希望您的OLTP遍历始终以某种形式的索引查找开始--比如显示用户朋友的平均年龄的遍历：

g.V().has('username','stephenm').out('knows').values('age').mean()

但是，如果我想知道数据库中每个用户的平均年龄怎么办？在这种情况下，我没有任何索引可以用来查找一个“小的起始点集”--我必须处理我的图中所有的数百万/数十亿个顶点。这是OLAP的完美用例：

g.V().hasLabel('user').values('age').mean()

OLAP对于理解图形的增长和维护图形也是很好的。有着数以十亿计的边缘和较高的数据摄取率，不知道你的图表正在不适当地增长就是死刑。使用OLAP获取图表中所有数据的全局统计信息是很好的：

g.E().label().groupCount()
g.V().label().groupCount()

在上面的例子中，您将得到一个边缘/顶点标签分布。如果您知道图形是如何增长的，这可以很好地指示您的数据摄入过程是否正常工作。在十亿个边图上，尝试执行哪怕一条遍历都需要“永远”，如果它完全没有出错的话。