原文作者：ITRoad
原文地址：原文鏈接
摘抄申明：我們不占有不侵權(quán)，我們只是好文的搬運(yùn)工！轉(zhuǎn)發(fā)請(qǐng)帶上原文申明。

Gremlin簡(jiǎn)介

Gremlin是Apache TinkerPop 框架下的圖遍歷語言。Gremlin是一種函數(shù)式數(shù)據(jù)流語言，可以使得用戶使用簡(jiǎn)潔的方式表述復(fù)雜的屬性圖（property graph）的遍歷或查詢。每個(gè)Gremlin遍歷由一系列步驟（可能存在嵌套）組成，每一步都在數(shù)據(jù)流（data stream）上執(zhí)行一個(gè)原子操作。

Gremlin包括三個(gè)基本的操作：

• map-step
  對(duì)數(shù)據(jù)流中的對(duì)象進(jìn)行轉(zhuǎn)換；
• filter-step
  對(duì)數(shù)據(jù)流中的對(duì)象就行過濾；
• sideEffect-step
  對(duì)數(shù)據(jù)流進(jìn)行計(jì)算統(tǒng)計(jì)；

以下是Gremlin在一些場(chǎng)景中的具體應(yīng)用：

• 1.查找Gremlin朋友的朋友

g.V().has("name","gremlin").
  out("knows").
  out("knows").
  values("name")

• 2.查找那些由兩個(gè)朋友共同創(chuàng)建的項(xiàng)目

g.V().match(
  as("a").out("knows").as("b"),
  as("a").out("created").as("c"),
  as("b").out("created").as("c"),
  as("c").in("created").count().is(2)).
    select("c").by("name")

• 3.給出Gremlin的所有上司，直至CEO

g.V().has("name","gremlin").
  repeat(in("manages")).
    until(has("title","ceo")).
  path().by("name")

• 4.獲得Gremlin合作者的頭銜分布

g.V().has("name","gremlin").as("a").
  out("created").in("created").
    where(neq("a")).
  groupCount().by("title")

• 5.獲取Gremlin購(gòu)買產(chǎn)品的相關(guān)產(chǎn)品列表并排序

g.V().has("name","gremlin").
  out("bought").aggregate("stash").
  in("bought").out("bought").
    where(not(within("stash"))).
  groupCount().order(local).by(values,decr)

• 6.獲取排名前十的中心人物

g.V().hasLabel("person").
  pageRank().
    by("friendRank").
    by(outE("knows")).
  order().by("friendRank",decr).
  limit(10)

OLTP 和 OLAP遍歷

• 一次編寫，到處運(yùn)行
  Gremlin遵循“一次編寫，到處運(yùn)行”的設(shè)計(jì)哲學(xué)。這意味著不僅所有的TinkerPop啟用的圖形系統(tǒng)都能執(zhí)行Gremlin遍歷，而且每個(gè)Gremlin遍歷都可以被評(píng)估為實(shí)時(shí)數(shù)據(jù)庫(kù)查詢或批處理查詢。（前者被稱為在線交易流程（OLTP），后者被稱為在線分析流程（OLAP））。

• 協(xié)調(diào)多種圖遍歷
  這種普遍性是由Gremlin遍歷機(jī)實(shí)現(xiàn)的。這種分布式、基于圖形的虛擬機(jī)了解如何協(xié)調(diào)多機(jī)器圖遍歷的執(zhí)行。好處是，用戶不需要學(xué)習(xí)數(shù)據(jù)庫(kù)查詢語言和域特定的BigData分析語言（例如Spark DSL，MapReduce等）。Gremlin是構(gòu)建基于圖的應(yīng)用程序所必要的，其余一切都交給Gremlin遍歷機(jī)處理。

image

命令式和聲明式遍歷

Gremlin遍歷可以以命令式（程序式）方式，聲明性（描述性）方式編寫，也可以包含命令性和聲明性的混合方式編寫。

• 命令式編寫方式
  獲得Gremlin合作者的上司名字分布：

g.V().has("name","gremlin").as("a").
  out("created").in("created").
    where(neq("a")).
  in("manages").
  groupCount().by("name")

一個(gè)命令式的Gremlin遍歷告訴運(yùn)行器如何執(zhí)行遍歷中的每一步；然后，遍歷器分裂到所有的“Gremlin”的合作者（去除Gremlin自己）；下一步，遍歷器走到“Gremlin”合作者的上司（managers），最終根據(jù)上司的名字進(jìn)行統(tǒng)計(jì)分發(fā)。

之所以是命令式的Gremlin遍歷，就是它明確地、程序化地告訴遍歷器“去這里，然后去那里”。

• 聲明式編寫方式
  以下使用聲明式編寫方式實(shí)現(xiàn)了同樣的結(jié)果：

g.V().match(
  as("a").has("name","gremlin"),
  as("a").out("created").as("b"),
  as("b").in("created").as("c"),
  as("c").in("manages").as("d"),
    where("a",neq("c"))).
  select("d").
  groupCount().by("name")

聲明式的Gremlin遍歷并不能告訴遍歷器執(zhí)行它們的步驟的順序，而是允許每個(gè)遍歷器從一個(gè)（可能嵌套的）模式的集合中選擇一個(gè)模式來執(zhí)行。

然而，聲明遍歷具有額外的好處，它不僅利用了編譯時(shí)查詢計(jì)劃器（如命令式遍歷），而且還是一個(gè)運(yùn)行時(shí)查詢計(jì)劃器，根據(jù)每個(gè)模式的歷史統(tǒng)計(jì)信息選擇下一個(gè)執(zhí)行哪個(gè)遍歷模式 - 有利于那些傾向于減少/過濾大多數(shù)數(shù)據(jù)的模式。

用戶可以選擇上述提出的方式編寫自己的遍歷語句。不管怎樣，用戶的遍歷語句都會(huì)根據(jù)具體的執(zhí)行引擎和遍歷策略traversal strategies被重寫。Gremlin為用戶提供靈活性表達(dá)自己的查詢的；圖系統(tǒng)也針對(duì)具體啟用TinkerPop的數(shù)據(jù)系統(tǒng)進(jìn)行有效地評(píng)估圖遍歷提供了靈活性。

無縫嵌入主語言

• 統(tǒng)一主開發(fā)語言和圖查詢語言
  經(jīng)典數(shù)據(jù)庫(kù)查詢語言（如SQL）被認(rèn)為與最終在生產(chǎn)環(huán)境中使用的編程語言截然不同。因此，經(jīng)典數(shù)據(jù)庫(kù)要求開發(fā)人員既要編寫主編程語言，還要編寫數(shù)據(jù)庫(kù)相應(yīng)的查詢語言。Gremlin統(tǒng)一了這個(gè)劃分，因?yàn)楸闅v可以用支持功能組合和嵌套（主要編程語言都支持）的任何編程語言編寫。因此，用戶的Gremlin遍歷可以使用應(yīng)用程序語言（主語言，Host language）編寫，并受益于主語言及其工具（例如類型檢查，語法高亮，點(diǎn)完成等）所提供的優(yōu)點(diǎn)。目前存在各種Gremlin語言變體，包括：Gremlin-Java，Gremlin-Groovy，Gremlin-Python，Gremlin-Scala等。

• 示例程序
  比較以下兩種方式，高低立判：

public class GremlinTinkerPopExample {
  public void run(String name, String property) {

    Graph graph = GraphFactory.open(...);
    GraphTraversalSource g = graph.traversal();

    double avg = g.V().has("name",name).
                   out("knows").out("created").
                   values(property).mean().next();

    System.out.println("Average rating: " + avg);
  }
}

public class SqlJdbcExample {
  public void run(String name, String property) {

    Connection connection = DriverManager.getConnection(...)
    Statement statement = connection.createStatement();
    ResultSet result = statement.executeQuery(
      "SELECT AVG(pr." + property + ") as AVERAGE FROM PERSONS p1" +
        "INNER JOIN KNOWS k ON k.person1 = p1.id " +
        "INNER JOIN PERSONS p2 ON p2.id = k.person2 " +
        "INNER JOIN CREATED c ON c.person = p2.id " +
        "INNER JOIN PROJECTS pr ON pr.id = c.project " +
          "WHERE p.name = '" + name + "');

    System.out.println("Average rating: " + result.next().getDouble("AVERAGE")
  }
}