通過 Gremlin 在大圖中的節點/邊數？

Question

通過 Gremlin 計算大型圖中節點/邊數的最簡單和最有效的方法是什么？ 我發現的最好的方法是使用 V 迭代器：

gremlin> g.V.gather{it.size()}

但是，根據V 的文檔，這對於大圖來說不是一個可行的選擇：

圖的頂點迭代器。 利用它來遍歷圖中的所有頂點。 除非與鍵索引查找結合使用，否則請謹慎使用大型圖。

Answer 1

我認為計算所有頂點的首選方法是：

gremlin> g = TinkerGraphFactory.createTinkerGraph()
==>tinkergraph[vertices:6 edges:6]
gremlin> g.V.count()
==>6
gremlin> g.E.count()
==>6

不過，我認為在一個非常大的圖表上，無論你做什么， gV/E崩潰。 在非常大的圖形上，進行計數的最佳選擇是使用 Faunus（ http://thinkaurelius.github.io/faunus/ ）之類的工具，以便您可以利用 Hadoop 的強大功能並行進行計數。

更新：上面的原始答案是針對 TinkerPop 2.x。 對於 TinkerPop 3.x，答案大致相同，並暗示使用Gremlin Spark或某些特定於提供程序的工具（如 DataStax Graph 的DSE GraphFrames ），這些工具經過優化以執行這些類型的大規模遍歷。

Answer 2

我嘗試了上述方法，它對我不起作用。 對於你們中的一些人來說，這可能有效：

gremlin> g.V.count()
{"detailedMessage":"Query parsing failed at line 1, character position at 3, error message : no viable alternative at input 'g.V.'","code":"MalformedQueryException","requestId":"99f749db-c240-9834-aa12-e17bb21e598e"}
Type ':help' or ':h' for help.
Display stack trace? [yN]
gremlin> g.V().count()
==>37
gremlin> g.E().count()
==>45
gremlin> 

使用 gV( gV().count代替gVcount() 。 （對於那些其他命令出錯的地方）。

Answer 3

通過 python：

from gremlin_python.structure.graph import Graph
from gremlin_python.driver.driver_remote_connection import DriverRemoteConnection

graph = Graph()
graph_db_uri = 'ws://localhost/gremlin'

      
g = graph.traversal().withRemote(DriverRemoteConnection(graph_db_uri,'g'))
count=g.V().hasLabel('node_label').count().next()
print("vertex count: ",count)

count=g.E().hasLabel('edge_label').count().next()
print("edge count: ",count)