janusgraph-遍历图的语言
精确查询
|
语句含义 |
测试语句 |
执行时间 |
|
查询顶点标签为FALV的顶点数量 |
g.V().hasLabel('FALV').count() |
2400s |
|
查询顶点属性中id为19012201 |
clockWithResult(1) {g.V().has('id','19012201') } |
0.18540099999999998s |
|
查询顶点属性中id为19012201 |
clockWithResult(1) {g.V().has('id','19012201').valueMap().next()} |
1.309877s |
|
查询顶点属性中id为19012201 |
clockWithResult(1) {g.V().has('KUAN','id','19012201') } |
0.114287ms |
|
查询顶点属性中id为19012201 |
clockWithResult(1) {g.V().has('KUAN','id','19012201').valueMap().next()} |
1.752052ms |
|
查询出顶点属性中内容为。。。的顶点 |
g.V().has('neirong','<p> 本法所称农业机械化,是指运用先进适用的农业机械装备农业,改善农业生产经营条件,不断提高农业的生产技术水平和经济效益、生态效益的过程。</p>').values() |
0. 228ms |
|
查询顶点属性中id为'403116' |
g.V().has('id','403116').profile() |
60.364ms |
|
查询顶点属性中效力级别为2的顶点 |
g.V().has('xiaolijibie','2').limit(10).valueMap() |
只查询出一条数据 |
|
查询包含属性值xiaolijibie的顶点 |
g.V().has('xiaolijibie') |
不使用索引 |
|
查询属性vlabel为法律的 |
g.V().has('vlabel','FALV').valueMap() |
遍历所有的顶点进行输出 |
2. 模糊查询
|
语句语义 |
测试语句 |
执行时间 |
|
查询出顶点属性中包含’建设’ |
g.V().where(properties().hasValue(textContainsFuzzy("建设"))).limit(20).valueMap() |
0.253718ms |
|
查询出顶点为FALV属性中包含’建设’前20 |
g.V().hasLabel('FALV').where(properties().hasValue(textContainsFuzzy("建设"))).limit(20) |
2400s |
|
查询出顶点属性包含’建设’的顶点数 |
clockWithResult(1) {g.V().where(properties().hasValue(textContainsFuzzy("建设"))).count().next()} |
会遍历所有的顶点 |
|
查询出顶点属性包含’建设’的顶点数,限制为两个 |
g.V().where(properties().hasValue(textContainsFuzzy("建设"))).limit(2).profile() |
162.023ms |
|
clockWithResult(1) {g.V().where(properties().hasValue(textContainsFuzzy("北京市"))).has('id','19240800').valueMap().next()} |
||
|
模糊匹配共和国 |
clockWithResult(1){g.V().where(properties().hasValue(textContainsFuzzy("共和国"))).valueMap().next()} |
250127.85826799998ms |
|
查询法律中有中国的顶点 |
g.V().where(properties().hasValue(textContainsFuzzy("中国"))).has('vlabel','FALV') |
遍历所有的顶点 |
|
模糊匹配北京和建设两个关键字 |
clockWithResult(1) {g.V().where(properties().hasValue(textContainsFuzzy("北京市"))).where(properties().hasValue(textContainsFuzzy("建设"))).valueMap().next()} |
49961.617301ms |
3. 谓词查询
|
语句含义 |
测试语句 |
执行时间 |
|
查询所有定点数量 |
g.V().count() |
97s |
|
查询所有的边数量 |
g.E().count() |
2400s |
|
查询法律标签有out关系的顶点 |
g.V().hasLabel('FALV').out().limit(10) |
|
|
查询一个顶点具有out方向的邻接点 |
clockWithResult(1){g.V().has('id','332734').out('FALVFATIAO').count().next()} |
3.349717ms |
|
分组查看 |
g.V().groupCount().by(label) |
4. 探索查询
|
语句语义 |
测试语句 |
执行时间 |
|
查询某个实体的向外关系 |
clockWithResult(1) {g.V().has('id','19013190').out().next()}; |
1.353237ms |
|
查询某个实体的向内关系 |
clockWithResult(1) {g.V().has('id','19013104').in().next()}; |
1.7450409999999998ms |
|
多关系查询 |
||
|
输入实体类型+属性约束,返回一个实体及其所有一级关系 |
clockWithResult(1) {g.V().has('id', '19012335').outE().inV().path().by(valueMap(true)).next()} |
2.051107ms |
|
查询与顶点id为332734有直接关联的顶点以及边的关系 |
g.V().has('id','332734').bothE().otherV().path().profile() |
|
|
查询与顶点id为332734有直接关联的顶点 |
g.V().has('FALVFAGUI','id','332734').both().path().profile() |
4.840 |
|
两点之间是否有路径存在 |
g.V('983044208').repeat(out()).until(hasId('983044200')).path().profile |
18ms |
|
路径为三的探索 |
v=g.V().has('id','332733').out('FALVFATIAO').out('FATIAOKUAN').out('KUANXIANG').valueMap() |
1822.820ms |
|
该顶点所有的向外边为款的结果全部输出 |
g.V(v).repeat(out('KUANXIANG')).emit().valueMap() |
1ms |
janusgraph-遍历图的语言的更多相关文章
- 1048 图的宽度优先遍历序列 c语言
描述 图(graph)是数据结构 G=(V,E),其中V是G中结点的有限非空集合,结点的偶对称为边(edge):E是G中边的有限集合.设V={0,1,2,……,n-1},图中的结点又称为顶点(vert ...
- 深度-first遍历图--邻接表实现
在这里,邻接表的实现与深度优先遍历图,使用递归. #include<iostream> using namespace std; #define VERTEXNUM 5//结点数 stru ...
- Python 非递归遍历图
class Queue: def __init__(self,max_size): self.max_size = int(max_size) self.queue = [] def put(self ...
- JanusGraph多图配置 (cassandra)
JanusGraph多图配置目的 :一个端口开启后可根据句柄操作多个图 .(cassandra存储后端) 1.GremlinServer多图配置 服务器gremlin-server.yaml中可以设置 ...
- 图解Janusgraph系列-图数据底层序列化源码分析(Data Serialize)
图解Janusgraph系列-图数据底层序列化源码分析(Data Serialize) 大家好,我是洋仔,JanusGraph图解系列文章,实时更新~ 图数据库文章总目录: 整理所有图相关文章,请移步 ...
- 图的深度遍历(C语言)邻接矩阵表示
知识讲解: 图的遍历分为两种,深度遍历与广度遍历.这里讨论深度遍历. 以上图为例讨论图(图片来自<算法笔记>)的深度遍历: 设图形的顶点数为n. 先从顶点v0开始,用一个数组vis[n]来 ...
- 图的深度优先和广度优先遍历(图以邻接表表示,由C++面向对象实现)
学习了图的深度优先和广度优先遍历,发现不管是教材还是网上,大都为C语言函数式实现,为了加深理解,我以C++面向对象的方式把图的深度优先和广度优先遍历重写了一遍. 废话不多说,直接上代码: #inclu ...
- 邻接表存储图,DFS遍历图的java代码实现
import java.util.*; public class Main{ static int MAX_VERTEXNUM = 100; static int [] visited = new i ...
- 数据结构上机实验dfs&&bfs遍历图
#include<stdio.h> #include<string.h> #include<stdlib.h> #include<queue> #inc ...
- [DFS遍历图]UVA10562 Undraw the Trees
传送门: 1. UVA - 10562 2. Vjudge [看图写树] 将题目中给出的树改写为 括号表示法 即 (ROOT (SON1(...) (SON2(...)...(SONn(... ...
随机推荐
- centos 7 下使用jexus 配置ASP.NET Core
1.安装jexus Jexus独立版(专业版)的安装 Jexus“独立版”指的是自带.net运行时(mono),不需要在客户服务器安装mono就能正常运行的Jexus版本,该版本只支持 64位Linu ...
- day01——python初始、变量、常量、注释、基础数据类型、输入、if
python的历史: 04年Django框架诞生了 内存回收机制是什么(面试题) python2:源码不统一,有重复的功能代码 python3:没有重复的功能代码 python是一个什么的编程语言 编 ...
- STM32串口复用关系&printf重定义
串口复用 什么是普通功能输入输出?普通功能输入输出类似于:大厅<—>门<—>室外的关系,大厅只需要经过大门即可到室外,从室外经过门也可以到达大厅. 什么是复用工功能输入输出?复 ...
- 解决docker容器中Centos7系统的中文乱码
解决docker容器中Centos7系统的中文乱码问题有如下两种方案: 第一种只能临时解决中文乱码: 在命令行中执行如下命令: # localedef -i zh_CN -f UTF-8 zh_CN. ...
- golang 之 jwt-go
主要针对jwt-go快速生成token.和如何取进行介绍,具体详情还请查看 github.com/dgrijalva/jwt-go 生成token package main import ( &quo ...
- CF468C Hack It! 构造
传送门 让人觉得脑子不够用的构造 考虑对于一个区间\([l,r]\)如何让它调整使得最后的结果恰好加上\(1\). 注意到对于一个\(<10^{18}\)的数\(x\),\(f(x+10^{18 ...
- 【Maven基础入门】02 了解POM文件构建
温故 上一节我们说过:Maven 是一个基于POM文件的构建工具,当然离不开POM文件 POM文件是一个XML标记语言表示的文件,文件就是:pom.xml 一个POM文件包含了项目的基本信息,用于描述 ...
- Redis 集群:CLUSTERDOWN The cluster is down
1.错误 (error)CLUSTERDOWN The cluster is down 2.问题表现 Java项目使用redis集群时报错, HTTP Status 500 - Could not g ...
- pandas.to_datetime() 只保留【年-月-日】
Outline pandas.to_datetime() 生成的日期会默认带有 [2019-07-03 00:00:00]的分钟精度:但有时并不需要这些分钟精度: 去掉分钟精度 可以通过pandas ...
- Matlab装饰模式
装饰器模式(Decorator Pattern)允许向一个现有的对象添加新的功能,同时又不改变其结构.根据https://www.runoob.com/design-pattern/decorator ...