Gremlin简介
Gremlin是Apache TinkerPop 框架下的图遍历语言。Gremlin是一种函数式数据流语言，可以使得用户使用简洁的方式表述复杂的属性图（property graph）的遍历或查询。每个Gremlin遍历由一系列步骤（可能存在嵌套）组成，每一步都在数据流（data stream）上执行一个原子操作。
Gremlin包括三个基本的操作：
- map-step
对数据流中的对象进行转换； - filter-step
对数据流中的对象就行过滤； - sideEffect-step
对数据流进行计算统计；
以下是Gremlin在一些场景中的具体应用：
- 1.查找Gremlin朋友的朋友
g.V().has("name","gremlin").
out("knows").
out("knows").
values("name")
- 2.查找那些由两个朋友共同创建的项目
g.V().match(
as("a").out("knows").as("b"),
as("a").out("created").as("c"),
as("b").out("created").as("c"),
as("c").in("created").count().is(2)).
select("c").by("name")
- 3.给出Gremlin的所有上司，直至CEO
g.V().has("name","gremlin").
repeat(in("manages")).
until(has("title","ceo")).
path().by("name")
- 4.获得Gremlin合作者的头衔分布
g.V().has("name","gremlin").as("a").
out("created").in("created").
where(neq("a")).
groupCount().by("title")
- 5.获取Gremlin购买产品的相关产品列表并排序
g.V().has("name","gremlin").
out("bought").aggregate("stash").
in("bought").out("bought").
where(not(within("stash"))).
groupCount().order(local).by(values,decr)
- 6.获取排名前十的中心人物
g.V().hasLabel("person").
pageRank().
by("friendRank").
by(outE("knows")).
order().by("friendRank",decr).
limit(10)
OLTP 和 OLAP遍历
-
一次编写，到处运行
Gremlin遵循“一次编写，到处运行”的设计哲学。这意味着不仅所有的TinkerPop启用的图形系统都能执行Gremlin遍历，而且每个Gremlin遍历都可以被评估为实时数据库查询或批处理查询。（前者被称为在线交易流程（OLTP），后者被称为在线分析流程（OLAP））。 -
协调多种图遍历
这种普遍性是由Gremlin遍历机实现的。这种分布式、基于图形的虚拟机了解如何协调多机器图遍历的执行。好处是，用户不需要学习数据库查询语言和域特定的BigData分析语言（例如Spark DSL，MapReduce等）。Gremlin是构建基于图的应用程序所必要的，其余一切都交给Gremlin遍历机处理。
命令式和声明式遍历
Gremlin遍历可以以命令式（程序式）方式，声明性（描述性）方式编写，也可以包含命令性和声明性的混合方式编写。
- 命令式编写方式
获得Gremlin合作者的上司名字分布：
g.V().has("name","gremlin").as("a").
out("created").in("created").
where(neq("a")).
in("manages").
groupCount().by("name")
一个命令式的Gremlin遍历告诉运行器如何执行遍历中的每一步；然后，遍历器分裂到所有的“Gremlin”的合作者（去除Gremlin自己）；下一步，遍历器走到“Gremlin”合作者的上司（managers），最终根据上司的名字进行统计分发。
之所以是命令式的Gremlin遍历，就是它明确地、程序化地告诉遍历器“去这里，然后去那里”。
- 声明式编写方式
以下使用声明式编写方式实现了同样的结果：
g.V().match(
as("a").has("name","gremlin"),
as("a").out("created").as("b"),
as("b").in("created").as("c"),
as("c").in("manages").as("d"),
where("a",neq("c"))).
select("d").
groupCount().by("name")
声明式的Gremlin遍历并不能告诉遍历器执行它们的步骤的顺序，而是允许每个遍历器从一个（可能嵌套的）模式的集合中选择一个模式来执行。
然而，声明遍历具有额外的好处，它不仅利用了编译时查询计划器（如命令式遍历），而且还是一个运行时查询计划器，根据每个模式的历史统计信息选择下一个执行哪个遍历模式 - 有利于那些倾向于减少/过滤大多数数据的模式。
用户可以选择上述提出的方式编写自己的遍历语句。不管怎样，用户的遍历语句都会根据具体的执行引擎和遍历策略traversal strategies被重写。Gremlin为用户提供灵活性表达自己的查询的；图系统也针对具体启用TinkerPop的数据系统进行有效地评估图遍历提供了灵活性。
无缝嵌入主语言
-
统一主开发语言和图查询语言
经典数据库查询语言（如SQL）被认为与最终在生产环境中使用的编程语言截然不同。因此，经典数据库要求开发人员既要编写主编程语言，还要编写数据库相应的查询语言。Gremlin统一了这个划分，因为遍历可以用支持功能组合和嵌套（主要编程语言都支持）的任何编程语言编写。因此，用户的Gremlin遍历可以使用应用程序语言（主语言，Host language）编写，并受益于主语言及其工具（例如类型检查，语法高亮，点完成等）所提供的优点。目前存在各种Gremlin语言变体，包括：Gremlin-Java，Gremlin-Groovy，Gremlin-Python，Gremlin-Scala等。 -
示例程序
比较以下两种方式，高低立判：
public class GremlinTinkerPopExample {
public void run(String name, String property) {
Graph graph = GraphFactory.open(...);
GraphTraversalSource g = graph.traversal();
double avg = g.V().has("name",name).
out("knows").out("created").
values(property).mean().next();
System.out.println("Average rating: " + avg);
}
}
public class SqlJdbcExample {
public void run(String name, String property) {
Connection connection = DriverManager.getConnection(...)
Statement statement = connection.createStatement();
ResultSet result = statement.executeQuery(
"SELECT AVG(pr." + property + ") as AVERAGE FROM PERSONS p1" +
"INNER JOIN KNOWS k ON k.person1 = p1.id " +
"INNER JOIN PERSONS p2 ON p2.id = k.person2 " +
"INNER JOIN CREATED c ON c.person = p2.id " +
"INNER JOIN PROJECTS pr ON pr.id = c.project " +
"WHERE p.name = '" + name + "');
System.out.println("Average rating: " + result.next().getDouble("AVERAGE")
}
}
参考资料
The Gremlin Graph Traversal Machine and Language
