gremlin安装使用 详细步骤

news/2024/11/17 0:24:23/

gremlin是一个图数据库查询工具，注意他只是一个工具类似于dbeaver，navicat，sqlyog，是专门来分析图数据库的一个工具。

下载

下载地址Apache Download Mirrors

省事的可以直接

wget  https://www.apache.org/dyn/closer.lua/tinkerpop/3.5.1/apache-tinkerpop-gremlin-console-3.5.1-bin.zip

解压缩

unzip apache-tinkerpop-gremlin-console-3.5.1-bin.zip 

编辑conf文件

这里本身有remote-secure.yaml 也可以直接编辑，但是不建议。，一个这个yaml对应就是一个数据库连接 我们直接新建一个复制下面的内容

vim  remote-secure-test.yaml 

# hosts 图数据库 KonisGraph 实例的内网地址 vip，如 10.xx.xx.107
hosts: [10.xx.xx.107]
# port 图数据库 KonisGraph 实例的 Gremlin 端口，如 8186
port: 8186
# username/password 图数据库 KonisGraph 实例的帐号和密码，如帐号：steven，密码：test-pwd-123
username: steven
password: test-pwd-123
connectionPool: {
  enableSsl: false,
  sslEnabledProtocols: [TLSv1.2] }
# serializer: { className: org.apache.tinkerpop.gremlin.driver.ser.GraphBinaryMessageSerializerV1, config: { serializeResultToString: true }}
serializer: { className: org.apache.tinkerpop.gremlin.driver.ser.GraphSONMessageSerializerV3d0, config: { serializeResultToString: true, useMapperFromGraph: graph }}

注意enableSsl：false  我之前复制的哪个是true一直报错。

还有serializer也变了。

启动

bash ${gremlin_home}/bin/gremlin.sh

控制台输入

 :remote connect tinkerpop.server conf/remote-secure-test.yaml

此时就启动成功了。

window 也可以用这个包，唯一区别就是启动的是gremlin.bat

 因为gremlin文章不多，很多大佬忽略了新手。我来说明下有什么注意事项。

比如mysql，我就只是想简单的体验下 select *  where group  limit  等一些初级体验，难道要我下载一个mysql库，然后再下载一个navicat或者dbeaver。

gremlin内置了一个库(我是这么理解，可以简单的操作下)。

连接本地

使用gremlin内嵌的数据

graph = TinkerFactory.createModern()

g = traversal().withEmbedded(graph)

 此时就可以简单的体验下gremlin的语法了。

gremlin> g.V().elementMap()

gremlin> g.E().elementMap()

连接远程

如果你按照网上的步骤建立了图库。你也按照我前面的配置好了，可以直接

:remote connect tinkerpop.server conf/remote-secure-test.yaml

:remote console

注意连接远程 会自动初始化 s schema 和 g ：graph， 使用本地的化要自己初始化graph

至此 简单的连接已经ok了。

学习地址

Getting Started

深入学习图数据库语言Gremlin 系列文章链接汇总_Jermy Li的博客-CSDN博客

图数据库和我们的关系数据库区别，

图只有库的概念 没有表的概念，所有的数据都在一起，比如学生表，老师表，学校表，没有表的概念，只有点和边。 由点和边组成的关系图。

图数据库主要是为了发现点和点之间的关系，比如这个库存了13亿人的信息，也就是13亿点，边就是认识谁，现在有个需求，我通过怎么样的关系能够认识到周杰伦？

我的高中同学的朋友的同事的表弟的媳妇的妹妹的闺蜜的男朋友的好哥们是周杰伦助理的邻居

如果这个关系要你用mysql去查同样的数据，同样的关系，确实不好查。

但是图数据只需要一行代码(个人能力有限 还不会优化)

g.V().hasLabel(person).properties('name','cc').repeat(outE().otherV()).until(has('name','JAY')).path()

简单明了。 就是查出cc的人，根据人的点，向外辐射边，直到有个点=jay

好了开始基本学习了。记住下面的图，所有的操作都是以该图为教程 

Getting Started

gremlin> g.V().elementMap()
==>[id:1,label:person,name:marko,age:29]
==>[id:2,label:person,name:vadas,age:27]
==>[id:3,label:software,name:lop,lang:java]
==>[id:4,label:person,name:josh,age:32]
==>[id:5,label:software,name:ripple,lang:java]
==>[id:6,label:person,name:peter,age:35]
gremlin> g.E().elementMap()
==>[id:7,label:knows,IN:[id:2,label:person],OUT:[id:1,label:person],weight:0.5]
==>[id:8,label:knows,IN:[id:4,label:person],OUT:[id:1,label:person],weight:1.0]
==>[id:9,label:created,IN:[id:3,label:software],OUT:[id:1,label:person],weight:0.4]
==>[id:10,label:created,IN:[id:5,label:software],OUT:[id:4,label:person],weight:1.0]
==>[id:11,label:created,IN:[id:3,label:software],OUT:[id:4,label:person],weight:0.4]
==>[id:12,label:created,IN:[id:3,label:software],OUT:[id:6,label:person],weight:0.2]
gremlin> 

一、图的基本操作

V()、E()、id()、label()、properties()、valueMap()、values(),elementMap()

V()：查询顶点，一般作为图查询的第1步，后面可以续接的语句种类繁多

E()：查询边，一般作为图查询的第1步，后面可以续接的语句种类繁多

id()：获取顶点、边的id。

label()：获取顶点、边的label

properties()：获取顶点、边的属性。此外 properties()还可以和 key()、value()搭配使用，以获取属性的名称或值。

valueMap()：获取顶点、边的属性， valueMap()与 properties()不同的地方是：它们返回的结构不一样，后者将所有的属性扁平化到一个大列表里面，一个元素代表一个属性；前者保持一个顶点或一条边的属性作为一组，每一组由若干属性的键值对组成。

values()：获取顶点、边的属性值。

elementMap:获取了标签和id 和valueMap properties都不一样

测试1

gremlin> g.V()  (1) 查所有的点
==>v[1]
==>v[2]
==>v[3]
==>v[4]
==>v[5]
==>v[6]
gremlin> g.V(1)  (2) 查id=1的点
==>v[1]
gremlin> g.V(1).values('name')  (3) 查id=1的点的名字
==>marko
gremlin> g.V(1).outE('knows')  (4) 查id=1的点的know边(不查create边)
==>e[7][1-knows->2]
==>e[8][1-knows->4]
gremlin> g.V(1).outE('knows').inV().values('name')  (5)查id=1的konw的箭头指向点的name
==>vadas
==>josh
gremlin> g.V(1).out('knows').values('name')  (6) //查id=1的点的know边的点的name
==>vadas
==>josh
gremlin> g.V(1).out('knows').has('age', gt(30)).values('name')  (7)
==>josh

测试二 添加点边

gremlin> graph = TinkerGraph.open()
==>tinkergraph[vertices:0 edges:0] //注意这里是一个新图
gremlin> g = traversal().withEmbedded(graph)
==>graphtraversalsource[tinkergraph[vertices:0 edges:0], standard]
gremlin> v1 = g.addV("person").property(id, 1).property("name", "marko").property("age", 29).next()
==>v[1]
gremlin> v2 = g.addV("software").property(id, 3).property("name", "lop").property("lang", "java").next()
==>v[3]
gremlin> g.addE("created").from(v1).to(v2).property(id, 9).property("weight", 0.4)
==>e[9][1-created->3]
//添加了两个点(1个person 一个soft) 一个边(created) 

二、边遍历概念

这里给个技巧怎么记住方法，

如果当前对象是点，那么后面方法out in不带V和E的就是查点，带E的是查边，点可以查点和边

如果当前对象是边，那么后面的方法肯定有V，边只能查点

out和in怎么看   a->b  a就是out  b是in 看箭头的方向去哪，哪边就是inV

1.顶点为基准的Steps（如上图中的顶点“4”）： 

out(label): 根据指定的EdgeLabel来访问顶点的OUT方向邻接点（可以是零个EdgeLabel，代表所有类型边；也可以一个或多个EdgeLabel，代表任意给定EdgeLabel的边，下同）
in(label): 根据指定的EdgeLabel来访问顶点的IN方向邻接点
both(label): 根据指定的EdgeLabel来访问顶点的双向邻接点
outE(label): 根据指定的EdgeLabel来访问顶点的OUT方向邻接边
inE(label): 根据指定的EdgeLabel来访问顶点的IN方向邻接边
bothE(label): 根据指定的EdgeLabel来访问顶点的双向邻接边

来几个小demo

gremlin> g.V(4).out()
==>v[5]
==>v[3]  --以4为顶点看外面的箭头指向3和5 4create3 和5 

gremlin> g.V(4).in()
==>v[1]  --以4为顶点看指向4的箭头的起点是1  1knows4

2.边为基准的Steps（如上图中的边“knows”）：

outV(): 访问边的出顶点（注意：这里是以边为基准，上述Step均以顶点为基准），出顶点是指边的起始顶点
inV(): 访问边的入顶点，入顶点是指边的目标顶点，也就是箭头指向的顶点
bothV(): 访问边的双向顶点
otherV(): 访问边的伙伴顶点，即相对于基准顶点而言的另一端的顶点

3.demo1

g.V(4).out().in() 这个就是常用的  查看和1是有关系的顶点，比如说是合作伙伴，和1喜欢同一首歌

gremlin> g.V(4).outE().inV().inE().outV().simplePath().path()
==>[v[4],e[11][4-created->3],v[3],e[9][1-created->3],v[1]]
==>[v[4],e[11][4-created->3],v[3],e[12][6-created->3],v[6]]

4创建了3 ，同时 1和6也创建了3  所以16和4是合作关系 

其实也就是下面的  也查到1和6了 至于多了4以后再说

gremlin> g.V(4).out().in()
==>v[4]
==>v[1]
==>v[4]
==>v[6]

三、has过滤学习

hasLabel(labels…​): object的label与labels列表中任何一个匹配就可以通过
hasId(ids…​): object的id满足ids列表中的任何一个就可以通过
has(key, value): 包含属性“key=value”的object通过，作用于顶点或者边
has(label, key, value): 包含属性“key=value”且label值匹配的object通过，作用于顶点或者边
has(key, predicate): 包含键为key且对应的value满足predicate的object通过，作用于顶点或者边
hasKey(keys…​): object的属性键包含所有的keys列表成员才能通过，作用于顶点属性
hasValue(values…​): object的属性值包含所有的values列表成员才能通过，作用于顶点属性
has(key): 包含键为key的属性的object通过，作用于顶点或者边
hasNot(key): 不包含键为key的属性的object通过，作用于顶点或者边

g.V().has('person','name',within('vadas','marko')).values('age').mean()

找到标签是person 名字是(vadas或者marko)的点的age 算出平均值 初始化


http://www.ppmy.cn/news/1052850.html

相关文章

Spring源码深度解析三 (MVC)

Spring源码深度解析三 (MVC)

书接上回 10.MVC 流程&源码剖析 * 问题1：Spring和SpringMVC整合使用时，会创建一个容器还是两个容器（父子容器？） * 问题2：DispatcherServlet初始化过程中做了什么？ * 问题3：请求…
阅读更多...
如何将数据从 InfluxDB 无缝接入到 TDengine 中？来看看

如何将数据从 InfluxDB 无缝接入到 TDengine 中？来看看

现在借助 TDengine 3.0 企业版和 TDengine Cloud，你可以无缝接入不同数据源的数据到 TDengine 中了，为了帮助大家更好地应用此功能，我们还输出了系列的教程文章。上期《TDengine 推出重磅功能，助力 MQTT 无缝数据接入》一文为大家…
阅读更多...
vue中的canvas插件

vue中的canvas插件

vue中canvas插件有vue-konva、vue-fabricjs、vue-canvas-effect、vue-chartjs和vue-threejs等。详细介绍：1、vue-konva是一个用于在Vue.js中使用Konva.js的插件，Konva.js是一个功能强大的HTML5 2D 渲染引擎，可以用于创建交互式的Canvas应用程…
阅读更多...
centos7 系统手动安装openssh后使用systemctl命令无法管理sshd服务问题解决

centos7 系统手动安装openssh后使用systemctl命令无法管理sshd服务问题解决

CentOS7系统下，通过源码手动安装升级openssh后使用systemctl命令无法管理sshd服务问题解决 问题描述 之前在centos7系统下手动安装升级openssh后，使用systemctl命令管理sshd服务都正常，但是今天安装完成后，发现使用systemctl sta…
阅读更多...
《数字图像处理-OpenCV/Python》连载（1）前言

《数字图像处理-OpenCV/Python》连载（1）前言

《数字图像处理-OpenCV/Python》连载（1）前言 本书京东优惠购书链接：https://item.jd.com/14098452.html 写作背景 编写本书的初衷，源自作者学习数字图像处理的经历。 在创新实验班开设的专业创新教育课程中，我选择的…
阅读更多...
257_C++_异步io的方式测试卡线程的问题，一旦线程卡住超过5秒，就会进行打印【boost::asio::io_context】

257_C++_异步io的方式测试卡线程的问题，一旦线程卡住超过5秒，就会进行打印【boost::asio::io_context】

#if defined(N88SX) static std::once_flag flag; static void *work_thread(void *pvParm) {prctl(PR_SET_NAME,
阅读更多...
想解锁禁用的iPhone？除了可以使用电脑之外，这里还有不需要电脑的方法！

想解锁禁用的iPhone？除了可以使用电脑之外，这里还有不需要电脑的方法！

多次输入错误的密码后，iPhone将显示“iPhone已禁用”。这种情况看起来很棘手，因为你现在不能用iPhone做任何事情。对于这种情况，我们提供了几种有效的方法来帮助你在最棘手的问题中解锁禁用的iPhone。你可以选择使用或不使用电脑来解锁禁用的iPhone。 一、为什么你的iPhone…
阅读更多...
波段趋势判断顶底指标及其分析和使用说明

波段趋势判断顶底指标及其分析和使用说明

文章目录 指标代码指标分析使用说明指标代码 Var1:=(CLOSE-LLV(LOW,34))/(HHV(HIGH,34)-LLV(LOW,34))*100; Var2:=SMA(Var1,3,1); Var3:=SMA(Var2,3,1); Var4:=SMA(Var3,3,1); Var1s:=(CLOSE-LLV(LOW,13))/(HHV(HIGH,13)-LLV(LOW,13))*100; Var2s:=SMA(Var1s,3,1); Var3s:=SM…
阅读更多...
最新文章

Copyright @ 2022~2023