Gremlin
設計者 | Marko A. Rodriguez |
---|---|
實作者 | Apache軟件基金會下的Apache TinkerPop |
面市時間 | 2009年 |
當前版本 |
|
操作系統 | 跨平台 |
許可證 | Apache許可證 |
網站 | tinkerpop |
衍生副語言 | |
Gremlin-Java8, Gremlin-Groovy, Gremlin-Python, Gremlin-Scala, Gremlin-Clojure, Gremlin-PHP, Gremlin-JavaScript, Gremlin-Typeset | |
啟發語言 | |
正則表達式, XPath, Ripple, SPARQL, SQL, Java/JVM |
Gremlin是Apache軟件基金會下的Apache TinkerPop開發的圖遍歷語言和虛擬機。Gremlin適用於基於OLTP的圖數據庫以及基於OLAP的圖處理器。Gremlin的函數式語言和自動機基礎使Gremlin能夠自然地支持指令式和聲明式查詢、主機語言不可知性、用戶定義的領域特定語言、可擴展的編譯器/優化器、單機和多機運行模型、混合深度和廣度優先評估以及圖靈完備性。[2]
作為一個解釋性的類比,Apache TinkerPop和Gremlin之於圖數據庫,就如同JDBC和SQL之於關係型數據庫。 同樣,Gremlin遍歷機與圖計算的關係也類似於為Java虛擬機與通用計算之間的關係。[3]
歷史
[編輯]- 2009-10-30 項目誕生,並被命名為「TinkerPop」
- 2009-12-25 v0.1是第一個版本
- 2011-05-21 v1.0發布
- 2012-05-24 v2.0發布
- 2015-01-16 TinkerPop成為Apache孵化器項目
- 2015-07-09 v3.0.0 孵化版發布
- 2016-05-23 Apache TinkerPop成為一個Apache頂級項目
- 2016-07-18 v3.1.3和v3.2.1是第一次作為Apache TinkerPop發布的版本
- 2017-12-17 v3.3.1發布
- 2018-05-08 v3.3.3發布
供應商的一體化
[編輯]Gremlin是Apache2許可的圖遍歷語言,可供圖系統供應商使用。通常有兩種類型的圖系統供應商:OLTP圖數據庫和OLAP圖處理器。下表概述了支持Gremlin的圖系統供應商。
供應商 | 圖系統 |
---|---|
Neo4j | 圖數據庫 |
OrientDB | 圖數據庫 |
DataStax Enterprise(5.0+) | 圖數據庫 |
Hadoop (Giraph) | 圖處理器 |
Hadoop (Spark) | 圖處理器 |
InfiniteGraph | 圖數據庫 |
JanusGraph | 圖數據庫 |
Cosmos DB | 圖數據庫 |
Amazon Neptune | 圖數據庫 |
Ontotext GraphDB | Triplestore |
圖遍歷示例
[編輯]以下Gremlin-Groovy環境中的Gremlin查詢和響應示例與MovieLens數據集的圖表示有關。[4] 該數據集包括為電影評分的用戶,每個用戶都有各自的職業,每部電影都有一個或多個與之相關的類別,MovieLens圖表架構詳述如下。
user--rated[stars:0-5]-->movie
user--occupation-->occupation
movie--category-->category
簡單遍歷
[編輯]" | 對於圖中的每個頂點,從其標籤出發,然後對每個不同的標籤進行分組和計數。 | " |
gremlin> g.V().label().groupCount()
==>[occupation:21, movie:3883, category:18, user:6040]
" | 最老的一部電影是哪一年製作的? | " |
gremlin> g.V().hasLabel('movie').values('year').min()
==>1919
" | 電影Die Hard的平均評分是多少? | " |
gremlin> g.V().has('movie','name','Die Hard').inE('rated').values('stars').mean()
==>4.121848739495798
投影遍歷
[編輯]" | 對於每個類別,列出其名稱和各自的電影數量。 | " |
gremlin> g.V().hasLabel('category').as('a','b').
select('a','b').
by('name').
by(inE('category').count())
==>[a:Animation, b:105]
==>[a:Children's, b:251]
==>[a:Comedy, b:1200]
==>[a:Adventure, b:283]
==>[a:Fantasy, b:68]
==>[a:Romance, b:471]
==>[a:Drama, b:1603]
==>[a:Action, b:503]
==>[a:Crime, b:211]
==>[a:Thriller, b:492]
==>[a:Horror, b:343]
==>[a:Sci-Fi, b:276]
==>[a:Documentary, b:127]
==>[a:War, b:143]
==>[a:Musical, b:114]
==>[a:Mystery, b:106]
==>[a:Film-Noir, b:44]
==>[a:Western, b:68]
" | 對於每部至少有11個評級的電影,列出其名稱和各自的平均評分,並按平均分按降序排列,展示前10個結果(即評分最高的10部電影)。 | " |
gremlin> g.V().hasLabel('movie').as('a','b').
where(inE('rated').count().is(gt(10))).
select('a','b').
by('name').
by(inE('rated').values('stars').mean()).
order().by(select('b'),decr).
limit(10)
==>[a:Sanjuro, b:4.608695652173913]
==>[a:Seven Samurai (The Magnificent Seven), b:4.560509554140127]
==>[a:Shawshank Redemption, The, b:4.554557700942973]
==>[a:Godfather, The, b:4.524966261808367]
==>[a:Close Shave, A, b:4.52054794520548]
==>[a:Usual Suspects, The, b:4.517106001121705]
==>[a:Schindler's List, b:4.510416666666667]
==>[a:Wrong Trousers, The, b:4.507936507936508]
==>[a:Sunset Blvd. (a.k.a. Sunset Boulevard), b:4.491489361702127]
==>[a:Raiders of the Lost Ark, b:4.47772]
聲明式模式匹配遍歷
[編輯]Gremlin支持類似於SPARQL的聲明式圖模式匹配。例如,下面的查詢使用了Gremlin的match() 步驟。
" | 哪些80年代的動作電影受30多歲的程序員喜歡?按名稱對電影進行分組計數,並按降序進行排序,列出前10條結果。 | " |
gremlin> g.V().
match(
__.as('a').hasLabel('movie'),
__.as('a').out('category').has('name','Action'),
__.as('a').has('year',between(1980,1990)),
__.as('a').inE('rated').as('b'),
__.as('b').has('stars',5),
__.as('b').outV().as('c'),
__.as('c').out('occupation').has('name','programmer'),
__.as('c').has('age',between(30,40))).
select('a').groupCount().by('name').
order(local).by(valueDecr).
limit(local,10)
==>Raiders of the Lost Ark=26
==>Star Wars Episode V - The Empire Strikes Back=26
==>Terminator, The=23
==>Star Wars Episode VI - Return of the Jedi=22
==>Princess Bride, The=19
==>Aliens=18
==>Boat, The (Das Boot)=11
==>Indiana Jones and the Last Crusade=11
==>Star Trek The Wrath of Khan=10
==>Abyss, The=9
OLAP遍歷
[編輯]" | 哪些電影在隱含的5星圖中處在最中心? | " |
gremlin> g = graph.traversal(computer(SparkGraphComputer))
==>graphtraversalsource[hadoopgraph[gryoinputformat->gryooutputformat], sparkgraphcomputer]
gremlin> g.V().repeat(outE('rated').has('stars', 5).inV().
groupCount('m').by('name').
inE('rated').has('stars', 5).outV()).
times(4).cap('m')
==>Star Wars Episode IV - A New Hope 35405394353105332
==>American Beauty 31943228282020585
==>Raiders of the Lost Ark 31224779793238499
==>Star Wars Episode V - The Empire Strikes Back 30434677119726223
==>Godfather, The 30258518523013057
==>Shawshank Redemption, The 28297717387901031
==>Schindler's List 27539336654199309
==>Silence of the Lambs, The 26736276376806173
==>Fargo 26531050311325270
==>Matrix, The 26395118239203191
Gremlin圖遍歷機
[編輯]Gremlin是一個由指令集和執行引擎組成的虛擬機。下表在Gremlin和Java之間進行了類比。
Java生態系統 | Gremlin生態系統 |
---|---|
Apache Groovy編程語言 | Gremlin-Groovy |
Scala編程語言 | Gremlin-Scala |
Clojure編程語言 | Gremlin-Clojure |
… | … |
Java編程語言 | Gremlin-Java8 |
Java指令集 | Gremlin步驟庫 |
Java虛擬機 | Gremlin遍歷機 |
Gremlin步驟(指令集)
[編輯]以下歷是一個Gremlin遍歷在Gremlin-Java8的方言。
g.V().as("a").out("knows").as("b").
select("a","b").
by("name").
by("age")
Gremlin語言(即表達圖遍歷的流式接口)可以用任何支持函數組合和函數嵌套的宿主語言表示。由於這個簡單的要求,存在各種Gremlin方言,包括Gremlin-Groovy、Gremlin-Scala和Gremlin-Clojure等。上面的Gremlin-Java8遍歷最終被編譯成稱為遍歷(traversal)的步驟序列。下面提供了遍歷的字符串表示。
[GraphStep([],vertex)@[a], VertexStep(OUT,[knows],vertex)@[b], SelectStep([a, b],[value(name), value(age)])]
這些步驟(steps)是Gremlin圖遍歷機的原語。它們是機器最終執行的參數化指令。Gremlin指令集大約有30個步驟。這些步驟足以提供通用計算以及表達任何圖遍歷查詢的共同主題通常所需的內容。 鑑於Gremlin是一種語言、一個指令集和一個虛擬機,可以設計另一種編譯為Gremlin遍歷機器的遍歷語言(類似於Scala如何編譯到JVM)。例如,可以編譯流行的SPARQL圖模式匹配語言以在Gremlin機器上執行。以下SPARQL查詢
SELECT ?a ?b ?c
WHERE {
?a a Person .
?a ex:knows ?b .
?a ex:created ?c .
?b ex:created ?c .
?b ex:age ? d .
FILTER(?d < 30)
}
將被編譯到
[GraphStep([],vertex), MatchStep(AND,[[MatchStartStep(a), LabelStep, IsStep(eq(Person)), MatchEndStep], [MatchStartStep(a), VertexStep(OUT,[knows],vertex), MatchEndStep(b)], [MatchStartStep(a), VertexStep(OUT,[created],vertex), MatchEndStep(c)], [MatchStartStep(b), VertexStep(OUT,[created],vertex), MatchEndStep(c)], [MatchStartStep(b), PropertiesStep([age],value), MatchEndStep(d)], [MatchStartStep(d), IsStep(gt(30)), MatchEndStep]]), SelectStep([a, b, c])].
在Gremlin-Java8中,上面的SPARQL查詢將被編譯為相同的Gremlin步驟序列(即遍歷),其表示如下。
g.V().match(
as("a").label().is("person"),
as("a").out("knows").as("b"),
as("a").out("created").as("c"),
as("b").out("created").as("c"),
as("b").values("age").as("d"),
as("d").is(gt(30))).
select("a","b","c")
Gremlin機(虛擬機)
[編輯]Gremlin圖遍歷機可以在單台機器上執行,也可以在多機計算集群上執行。執行不可知論允許Gremlin在圖數據庫(OLTP)和圖處理器(OLAP)上運行。
參考文獻
[編輯]- ^ Release 2.6.0. 2014年9月17日 [2020年5月29日].
- ^ Rodriguez, Marko A. The Gremlin graph traversal machine and language (invited talk). 2015: 1–10. ISBN 9781450339025. arXiv:1508.03843 . doi:10.1145/2815072.2815073.
- ^ The Benefits of the Gremlin Graph Traversal Machine. 2015-09-14 [2015-09-17]. (原始內容存檔於2018-10-30).
- ^ The Gremlin Graph Traversal Language. 2015-08-19 [2015-08-22]. (原始內容存檔於2020-11-08).
外部連結
[編輯]- Apache TinkerPop主頁(頁面存檔備份,存於網際網路檔案館)
- GremlinDocs.com (TinkerPop2)
- sql2gremlin.com (TinkerPop2)
- Rodriguez, M.A., "The Gremlin Graph Traversal Machine and Language," Proceedings of the ACM Database Programming Languages Conference, October, 2015.