TinkerPop/Gremlin 合并顶点（和边）

Question

有没有简单的方法替换或合并顶点并保留/合并现有边？还是手动复制顶点的所有属性，重新创建现有边和所有（元）属性，然后删除多余的顶点？

- user3508638

---

你能详细说明一下你的使用情况吗？你是在谈论导入吗？如果是，那么你是如何导入顶点的？你正在使用哪个图形数据库？ - Daniel Kuppitz

我的使用案例是一个知识图谱，其中包含来自不同来源的数据。这些数据可以描述相同实体的不同方面。不同的来源并不总是具有这些实体的公共标识符。当拥有足够的数据时，我可以确定哪些顶点是关于同一实体的，并且我想要合并这些顶点（包括它们的顶点）。我使用的数据库不应该成为问题，但我正在使用JanusGraph（与Cassandra和Elasticsearch）。 - user3508638

数据库确实很重要，否则我也不会问了。每个数据库都有其独特的附加功能。因此，对于Janus来说，编写自定义顶点程序可能是一个好主意。你如何匹配这些顶点？你使用长时间运行的OLAP作业还是OLTP中的短暂操作？ - Daniel Kuppitz

@DanielKuppitz 谢谢您的回复。大多数匹配是在导入数据时进行的，因为需要尽快解决。我明白这将是一个手动操作（希望有一些tinkerpop-api函数）。但由于导入高度并发且传入的数据可能与同一实体的所有顶点相关，我预计要删除的顶点可以在合并过程中同时获得新属性或边缘。因此，如果我没有正确检查/锁定，我可能会丢失数据。我必须好好考虑一下这个问题... - user3508638

Answer 1

好的，如上面的评论所提到的，您将在OLTP中进行匹配。这意味着您可能会有一个具体的入口点。让我们编写一个简单的示例图：

g = TinkerGraph.open().traversal()

// Stackoverflow data
g.addV("user").property("login", "user3508638").as("a").
  addV("user").property("login", "dkuppitz").property("age", 35).as("b").
  addV("question").property("title", "Tinkerpop/gremlin merge vertices (and edges)").as("c").
  addE("posted").from("a").to("c").
  addE("commented").from("b").to("c").property("time", 123).iterate()

// Github data
g.addV("user").property("login", "dkuppitz").property("name", "Daniel Kuppitz").as("a").
  addV("project").property("title", "TinkerPop").as("b").
  addE("contributed").from("a").to("b").iterate()

根据登录名dkuppitz匹配顶点，并将它们合并为一个用户顶点：

g.V().has("login", "dkuppitz").
  fold().filter(count(local).is(gt(1))).unfold().
  sideEffect(properties().group("p").by(key).by(value())).
  sideEffect(outE().group("o").by(label).by(project("p","iv").by(valueMap()).by(inV()).fold())).
  sideEffect(inE().group("i").by(label).by(project("p","ov").by(valueMap()).by(outV()).fold())).
  sideEffect(drop()).
  cap("p","o","i").as("poi").
  addV("user").as("u").
  sideEffect(
    select("poi").select("p").unfold().as("kv").
    select("u").property(select("kv").select(keys), select("kv").select(values))).
  sideEffect(
    select("poi").select("o").unfold().as("x").
    select("u").sideEffect { u ->
      u.path("x").getValue().each { x ->
        def e = u.get().addEdge(u.path("x").getKey(), x.get("iv"))
        x.get("p").each { p ->
          e.property(p.getKey(), p.getValue())
        }
      }
    }).
  sideEffect(
    select("poi").select("i").unfold().as("x").
    select("u").sideEffect { u ->
      u.path("x").getValue().each { x ->
        def e = x.get("ov").addEdge(u.path("x").getKey(), u.get())
        x.get("p").each { p ->
          e.property(p.getKey(), p.getValue())
        }
      }
    }).iterate()

我知道，这个查询看起来非常复杂，尤其是有着深度嵌套的lambda表达式。但很遗憾我们无法避免使用lambda表达式，因为我们没有addE(<traversal>)重载的函数（不过我已经创建了一个工单）。无论如何，在执行上述查询后，图形会变成这样：

gremlin> g.V().valueMap()
==>[login:[user3508638]]
==>[title:[Tinkerpop/gremlin merge vertices (and edges)]]
==>[title:[TinkerPop]]
==>[name:[Daniel Kuppitz],login:[dkuppitz],age:[35]]
gremlin> g.V().has("login", "dkuppitz").bothE()
==>e[19][15-commented->5]
==>e[20][15-contributed->12]
gremlin> g.V().has("login", "dkuppitz").bothE().valueMap(true)
==>[label:commented,time:123,id:19]
==>[label:contributed,id:20]

两个 dkuppitz 顶点已合并为一个（name 和 age 属性均存在），并相应地重新创建了 2 条边。

更新：

通过TINKERPOP-1793，我们可以摆脱所有的 lambda 表达式：

g.V().has("login", "dkuppitz").
  fold().filter(count(local).is(gt(1))).unfold().
  sideEffect(properties().group("p").by(key).by(value())).
  sideEffect(outE().group("o").by(label).by(project("p","iv").by(valueMap()).by(inV()).fold())).
  sideEffect(inE().group("i").by(label).by(project("p","ov").by(valueMap()).by(outV()).fold())).
  sideEffect(drop()).
  cap("p","o","i").as("poi").
  addV("user").as("u").
  sideEffect(
    select("poi").select("p").unfold().as("kv").
    select("u").property(select("kv").select(keys), select("kv").select(values))).
  sideEffect(
    select("poi").select("o").unfold().as("x").select(values).
    unfold().addE(select("x").select(keys)).from(select("u")).to(select("iv"))).
  sideEffect(
    select("poi").select("i").unfold().as("x").select(values).
    unfold().addE(select("x").select(keys)).from(select("ov")).to(select("u"))).iterate()

- Daniel Kuppitz