Gremlin和指数

Question

我这些天一直在使用索引，我注意到如果我在dmdid上创建了一个索引键，则以下查询很快：

graph.query().has("firstname", "Joan").has("lastname", "Dupont").vertices()

这个也很快：

new GremlinPipeline(graph.getVertices("firstname", "Joan")).has("lastname", "Dupont").cast(classOf[Vertex]).toList()

但是这个很慢，好像我没有索引：

new GremlinPipeline(graph.getVertices()).has("firstname", "Joan").has("lastname", "Dupont").cast(classOf[Vertex]).toList()

我认为我的问题分为两部分（或3部分）：

• 首先，如果我必须过滤2个索引密钥（这里是名字和姓氏），那么优化开始顶点查询的能力似乎是不可能的吗？
• 其次，通过管道优化遍历图的能力似乎不起作用？
• 这两个第一个概念似乎完全分开，尽管它们似乎面临同样的问题。对我来说，获取所有顶点并对它们进行过滤（最后一个示例）应该与第一个顶点相同，因为查询是在数据库上执行的，你不这么认为吗？

Answer 1

我认为您的上一个查询不支持优化。挑选你的问题：

new GremlinPipeline(graph.getVertices()).has("dmdid", id).has("type", type).cast(classOf[Vertex]).toList()

您正在将图表中的所有顶点输入到管道中，然后将它们迭代到您的索引所在的has。因此，从has开始的管道的其余部分将其视为线性扫描。 Gremlin无法正确编译查询，因为它不了解整个事情。

您可以对索引执行的操作与底层图形密切相关。图表实现说明了优化将如何发生。关于，

  

首先，优化查询起始顶点的能力似乎如此   如果我必须过滤2索引键（这里首先和   姓氏）​​？

在蓝图意义上使用键索引获取“开始顶点”，通用方法是创建一个将名字和姓氏组合到一个属性的复合键。关于，

  

其次，通过管道优化遍历图表的能力似乎不起作用？

您没有说明您正在使用的图形数据库，但并非所有图形都支持将has操作推送到数据库。 Titan尽最大努力利用这些东西，并将利用vertex centric indices在gremlin表达中找到它们的任何地方。关于：

  

这两个第一个概念似乎完全分开，尽管它们   似乎面临着同样的问题。让我获得所有顶点和过滤   在他们（最后一个例子）应该与2个第一个相同   因为查询是在DB上执行的，你不这么认为吗？

正如您可能从我之前的声明中收集的那样，您的查询不会在数据库上执行。 Gremlin不会编译为每个图形数据库都能理解并可以优化的表达式。 Gremlin是在Blueprints上运行的groovy代码。一些图形数据库（如Titan和OrientDB在某种程度上）能够根据其实现优化遍历。正如我上面提到的，Titan将利用顶点中心索引尽可能限制Gremlin在内存中处理的数据。这种优化可以带来好performance improvements。