第18期 Gremlin Steps：

sample()、coin()、constant()、inject()

本系列文章的Gremlin示例均在HugeGraph图数据库上执行，环境搭建可参考准备Gremlin执行环境，本文示例均以其中的“TinkerPop关系图”为初始数据。

tinkerpop关系图

上一期：深入学习Gremlin（17）：待添加

随机过滤说明

Gremlin支持对遍历器（traversal）上的结果进行采样或者做随机过滤。

• sample: 接受一个整数值，从前一步的遍历器中采样（随机）出最多指定数目的结果；
• coin: 字面意思是抛硬币过滤，接受一个浮点值，该浮点值表示硬币出现正面的概率。coin Step 对前一步的遍历器中的每个元素都抛一次硬币，出现正面则可以通过，反面则被拦截。

sampleStep后能接上byStep，能以指定的属性为判断依据进行随机过滤。

注入说明

Gremlin允许在遍历器中注入一些默认值或自定义值，比如在分支 Step 中给 else 路径的元素一个默认值，又或者在遍历器过程中人为地加上一些额外的元素。

Inject Step

• constant: 通常用在choose或coalesceStep中做辅助输出，为那些不满足条件的元素提供一个默认值；
• inject: 能够在流（遍历器）的任何位置注入与当前遍历器同输出类型的对象，当然，也可以作为流的起始 Step 产生数据；

inject只是在查询过程中添加一些额外的元素，并没有把数据真正地插入到图中

实例讲解

下面通过实例来深入理解每一个操作。

1. Step sample()

   示例1：

   // 从所有顶点的出边中随机选择2条
   g.V().outE().sample(2)
   

   由于sample是随机采样，所以运行结果每次都可能不一样。另外，sample(n)表示最多采样n个，如果上一步不够n个元素自然结果是会小于n的。

   示例2：

   // 从所以顶点的“name”属性中随机选取3个
   g.V().values('name').sample(3)
   

   示例3：

   // 从所有的“person”中根据“age”随机选择3个
   g.V().hasLabel('person').sample(3).by('age')
   

   示例4：与local联合使用做随机漫游（从某个顶点出发，随机选一条边，走到边上的邻接点；再以该点为起点，继续随机选择边，走到邻接点...）

   //  从顶点“HugeGraph”出发做3次随机漫游
   g.V('3:HugeGraph')
    .repeat(local(bothE().sample(1).otherV()))
    .times(3)
    .path()
   

第1次：从“HugeGraph”沿着“Szhoney>2>>S3:HugeGraph”走到“zhoney”
第2次：从“zhoney”沿着“Sjaveme>1>>Szhoney”走到“javeme”
第3次：从“javeme”沿着“Sjaveme>1>>Slinary”走到“linary”

2. Step coin()

   示例1：

   // 每个顶点按0.5的概率过滤
   g.V().coin(0.5)
   

   这一次输出了5个顶点，而总共是有12个顶点的，为什么不是输出6个呢？学过概率论的应该都知道，不解释。我又多执行了两次，输出顶点数分别是5和7。

   示例2：

   // 每个顶点按0.0的概率过滤
   g.V().coin(0.0)
   

   示例3：

   // 每个顶点按1.0的概率过滤
   g.V().coin(1.0).count()
   

   避免输出太长，加上count。

3. Step constant()

   示例1：

   // 输出所有“person”类顶点的“name”属性，否则输出“inhuman”（非人类）
   g.V().choose(hasLabel('person'),
                values('name'),
                constant('inhuman'))
   

   示例2：

   // 与示例1功能相同，使用“coalesce”Step 实现
   g.V().coalesce(hasLabel('person').values('name'),
                  constant('inhuman'))
   

4. Step inject()

   示例1：

   // 给顶点“HugeGraph”的作者添加一个叫“Tom”的人
   g.V('3:HugeGraph').in('created').values('name').inject('Tom') 
   

   示例2：

   // 在示例1的基础上计算每个元素的长度（“name”属性值的长度）
   g.V('3:HugeGraph').in('created').values('name').inject('Tom')
    .map {it.get().length()} 
   

   可以看到，注入的元素“Tom”与原生的元素一样参与了计算

   示例3：

   // 在示例2的基础上计算走过的路径
   g.V('3:HugeGraph').in('created').values('name').inject('Tom')
    .map {it.get().length()}.path()
   

   这里又能看出注入元素“Tom”与原生的元素的区别，由于“Tom”是在获取“name”属性这一步时才注入的，所以之前的从顶点“HugeGraph”出发，获取其“created”的入顶点这两步“Tom”是没有的。

   示例4：

   // 使用inject创建出两个元素（顶点的id），并使用该元素作为id获取顶点及其属性“name”
   inject('javeme', 'linary', 'zhoney').map {g.V(it.get()).next()}.values('name')
   

   // 使用inject创建出一个“person”（顶点label），并使用该元素作为label获取顶点及其属性“name”
   inject('person').flatMap {g.V().hasLabel(it.get())}.values('name')
   

下一期：深入学习Gremlin（19）：待添加