janusgraph 完整使用測試丝蹭,定義vertex慢宗、edge,插入數(shù)據(jù)奔穿,更改schema镜沽,變更數(shù)據(jù),及驗證

完整過程

1.觀察數(shù)據(jù)贱田,并開發(fā)一個初始化schema
拿到數(shù)據(jù)集
觀察樣例數(shù)據(jù)
指定模型
2.在janus里定義schema
3.import data and 遍歷圖去確定數(shù)據(jù)模型的缺點
4.在janus修改schema
5.變更數(shù)據(jù)適配新schema
6.確認(rèn)數(shù)據(jù)模型可以回答我們的業(yè)務(wù)問題

1.數(shù)據(jù)模型

原始數(shù)據(jù)
樣例數(shù)據(jù)
抽象字段:
  • concert
  • piece
  • orchestra
  • composer
  • conductor
  • soloist
合并字段
  • concert
  • work

piece

  • orchestra

  • artist

composer

conductor

soloist

定義schema
schema定義-1

2.janus定義schema

2.1 定義vertex label

bin/gremlin.sh
graph = JanusGraphFactory.build().set('storage.backend', 'inmemory').open()
mgmt = graph.openManagement()

2.2 定義vertex properties and attach to label

vertex
Orchestra = mgmt.makeVertexLabel('Orchestra').make()
Artist = mgmt.makeVertexLabel('Artist').make()
Work = mgmt.makeVertexLabel('Work').make()
Concert = mgmt.makeVertexLabel('Concert').make()
work's properties
title = mgmt.makePropertyKey('title').dataType(String.class).cardinality(Cardinality.SINGLE).make()
compositionDate = mgmt.makePropertyKey('compositionYear').dataType(Integer.class).cardinality(Cardinality.SINGLE).make()
soloInstrument = mgmt.makePropertyKey('soloInstrument').dataType(String.class).cardinality(Cardinality.SINGLE).make()

mgmt.addProperties(Work, title, compositionDate, soloInstrument)
other's properties
name = mgmt.makePropertyKey('name').dataType(String.class).cardinality(Cardinality.SINGLE).make()
nationality = mgmt.makePropertyKey('nationality').dataType(String.class).cardinality(Cardinality.SINGLE).make()
gender = mgmt.makePropertyKey('gender').dataType(String.class).cardinality(Cardinality.SINGLE).make()

mgmt.addProperties(Orchestra, name)
mgmt.addProperties(Concert, name)
mgmt.addProperties(Artist, name, nationality, gender)

2.3 定義edge label and properties

COMPOSER = mgmt.makeEdgeLabel('COMPOSER').multiplicity(MANY2ONE).make()
SOLOIST = mgmt.makeEdgeLabel('SOLOIST').multiplicity(SIMPLE).make()
CONDUCTOR = mgmt.makeEdgeLabel('CONDUCTOR').multiplicity(SIMPLE).make()
ORCHESTRA = mgmt.makeEdgeLabel('ORCHESTRA').multiplicity(SIMPLE).make()
INCLUDES = mgmt.makeEdgeLabel('INCLUDES').multiplicity(SIMPLE).make()

2.4 create connection

mgmt.addConnection(COMPOSER, Work, Artist)
mgmt.addConnection(SOLOIST, Work, Artist)
mgmt.addConnection(CONDUCTOR, Work, Artist)
mgmt.addConnection(ORCHESTRA, Concert, Orchestra)
mgmt.addConnection(INCLUDES, Concert, Work)

2.5 commit tx

mgmt.commit()

3.導(dǎo)入數(shù)據(jù)并測試

樣例數(shù)據(jù)-1
g = graph.traversal()
create vertex
gremlin> ChicagoSymphonyOrchestra =  g.addV('Orchestra').property('name','Chicago S ymphony Orchestra')
==>v[4208]
gremlin> SalonenAndYoYoMa =  g.addV('Concert').property('name','Salonen & Yo-Yo Ma')
==>v[4216]
gremlin> CelloConcertoWork =  g.addV('Work').property('title','Cello Concerto').property('compositionDate',2017).property('soloInstrument','cello')
==>v[8312]
gremlin> SalonenArtist =  g.addV('Artist').property('name','Salonen').property('nationality', 'Finnish').property('gender','male')
==>v[8304]
gremlin> YoYoMaArtist =  g.addV('Artist').property('name','Yo-Yo Ma').property('nationality', '?').property('gender','female')
==>v[4272]
create edge
g.addE("ORCHESTRA").from(g.V(4216)).to(g.V(4208))
g.addE("INCLUDES").from(g.V(4216)).to(g.V(8312))
g.addE("CONDUCTOR").from(g.V(8312)).to(g.V(8304))
g.addE("COMPOSER").from(g.V(8312)).to(g.V(8304))
g.addE("SOLOIST").from(g.V(8312)).to(g.V(4272))
測試
gremlin> g.V().has('Artist', 'name', 'Salonen').in('COMPOSER').out('CONDUCTOR').path().by('name').by('title').by('name')
15:08:01 WARN  org.janusgraph.graphdb.transaction.StandardJanusGraphTx  - Query requires iterating over all vertices [(~label = Artist AND name = Salonen)]. For better performance, use indexes
==>[Salonen,Cello Concerto,Salonen]
question
  1. Salonen是什么時候?qū)а萘怂腃ello Concerto
  2. 和哪個樂隊
原因

數(shù)據(jù)模型是Artist直接到Work


樣例數(shù)據(jù)-2

如果是多個Artist到Work淘邻,無法知道Yo-Yo Ma和Gilbert的關(guān)系。

解決

增加演出Performance Vertex湘换,在Artist和Work中間。


樣例schema-2

4.改進(jìn)Schema

改進(jìn)schema-3
修改schema
mgmt = graph.openManagement()
Perfomance = mgmt.makeVertexLabel('Performance').make()
performanceDate = mgmt.makePropertyKey('performanceDate').dataType(String.class).cardinality(Cardinality.SINGLE).make()
mgmt.addProperties(Perfomance, performanceDate)
PERFORMED = mgmt.makeEdgeLabel('PERFORMED').multiplicity(ONE2MANY).make()

Orchestra = mgmt.getVertexLabel('Orchestra')
Artist = mgmt.getVertexLabel('Artist')
Work = mgmt.getVertexLabel('Work')
Concert = mgmt.getVertexLabel('Concert')
SOLOIST = mgmt.getEdgeLabel('SOLOIST')
CONDUCTOR = mgmt.getEdgeLabel('CONDUCTOR')
ORCHESTRA = mgmt.getEdgeLabel('ORCHESTRA')
INCLUDES = mgmt.getEdgeLabel('INCLUDES')

mgmt.addConnection(SOLOIST, Perfomance, Artist)
mgmt.addConnection(CONDUCTOR, Perfomance, Artist)
mgmt.addConnection(ORCHESTRA, Perfomance, Orchestra)
mgmt.addConnection(INCLUDES, Concert, Perfomance)
mgmt.addConnection(PERFORMED, Work, Perfomance)

mgmt.commit()

5.變更數(shù)據(jù)

connect Performance to Concert and Work

g.V().hasLabel('Work').as('w').in('INCLUDES').hasLabel('Concert').as('c').map(addV('Performance').as('p').property('performanceDate', '2017-03-09')).addE('PERFORMED').from('w').select('p').addE('INCLUDES').from('c').iterate()

connect Conductor and Artist to Perfomance

remove connnection from Work

g.V().hasLabel('Performance').as('p').in('PERFORMED').outE('CONDUCTOR').as('OLD').inV().as('cond').addE('CONDUCTOR').from('p').select('OLD').drop().iterate()
g.V().hasLabel('Performance').as('p').in('PERFORMED').outE('SOLOIST').as('OLD').inV().as('soloist').addE('SOLOIST').from('p').select('OLD').drop().iterate()

connect Orchestra to Performance

g.V().hasLabel('Performance').as('p').in('PERFORMED').in('INCLUDES').out('ORCHESTRA').addE('ORCHESTRA').from('p').iterate()
assert 驗證data
assert 1 == g.V().hasLabel('Performance').out('SOLOIST').hasLabel('Artist').count().next()
assert 0 == g.V().hasLabel('Work').outE('CONDUCTOR').count().next()
assert 0 == g.V().hasLabel('Work').outE('SOLOIST').count().next()
assert 0 == g.V().hasLabel('Work').outE('ORCHESTRA').count().next()
更新數(shù)據(jù)-3

6.驗證

g.V().hasLabel('Artist').as('a').in('COMPOSER').out('PERFORMED').out('CONDUCTOR').where(eq('a')).values('name')
g.V().hasLabel('Artist').as('a').inE('COMPOSER').outV().outE('PERFORMED').inV().outE('CONDUCTOR').inV().where(eq('a')).path().by('name').by(label).by('title').by(label).by('performanceDate').by(label).by('name')
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末统阿,一起剝皮案震驚了整個濱河市彩倚,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌扶平,老刑警劉巖帆离,帶你破解...
    沈念sama閱讀 206,311評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異结澄,居然都是意外死亡哥谷,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,339評論 2 382
  • 文/潘曉璐 我一進(jìn)店門麻献,熙熙樓的掌柜王于貴愁眉苦臉地迎上來们妥,“玉大人,你說我怎么就攤上這事勉吻〖嗌簦” “怎么了?”我有些...
    開封第一講書人閱讀 152,671評論 0 342
  • 文/不壞的土叔 我叫張陵齿桃,是天一觀的道長惑惶。 經(jīng)常有香客問我,道長硝训,這世上最難降的妖魔是什么稚配? 我笑而不...
    開封第一講書人閱讀 55,252評論 1 279
  • 正文 為了忘掉前任悟泵,我火速辦了婚禮,結(jié)果婚禮上鱼冀,老公的妹妹穿的比我還像新娘报破。我一直安慰自己,他們只是感情好雷绢,可當(dāng)我...
    茶點故事閱讀 64,253評論 5 371
  • 文/花漫 我一把揭開白布泛烙。 她就那樣靜靜地躺著,像睡著了一般翘紊。 火紅的嫁衣襯著肌膚如雪蔽氨。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,031評論 1 285
  • 那天帆疟,我揣著相機(jī)與錄音鹉究,去河邊找鬼。 笑死踪宠,一個胖子當(dāng)著我的面吹牛自赔,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播柳琢,決...
    沈念sama閱讀 38,340評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼绍妨,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了柬脸?” 一聲冷哼從身側(cè)響起他去,我...
    開封第一講書人閱讀 36,973評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎倒堕,沒想到半個月后灾测,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,466評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡垦巴,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,937評論 2 323
  • 正文 我和宋清朗相戀三年媳搪,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片骤宣。...
    茶點故事閱讀 38,039評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡秦爆,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出憔披,到底是詐尸還是另有隱情鲜结,我是刑警寧澤,帶...
    沈念sama閱讀 33,701評論 4 323
  • 正文 年R本政府宣布活逆,位于F島的核電站精刷,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏蔗候。R本人自食惡果不足惜怒允,卻給世界環(huán)境...
    茶點故事閱讀 39,254評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望锈遥。 院中可真熱鬧纫事,春花似錦勘畔、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,259評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至钾唬,卻和暖如春万哪,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背抡秆。 一陣腳步聲響...
    開封第一講書人閱讀 31,485評論 1 262
  • 我被黑心中介騙來泰國打工奕巍, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人儒士。 一個月前我還...
    沈念sama閱讀 45,497評論 2 354
  • 正文 我出身青樓的止,卻偏偏與公主長得像,于是被迫代替她去往敵國和親着撩。 傳聞我的和親對象是個殘疾皇子诅福,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,786評論 2 345

推薦閱讀更多精彩內(nèi)容