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
- 使用docker-compose快速搭建gitlab
1. 准备工作: centos7 [root@dev_vonedao_95 gitlab]# docker -v Docker version , build 633a0ea [root@dev_vo ...
- libevent源码分析二--timeout事件响应
libevent不仅支持io事件,同时还支持timeout事件与signal事件,这篇文件将分析libevent是如何组织timeout事件以及如何响应timeout事件. 1. min_heap ...
- 【实战经验】--Xilinx--Chipscope使用
1)在工程右键点击New Source 新建Chioscope,在File name 填写名称: 2)新建完成后,工程里会出现你建立的chipscope文件(如下图chip_ddr3.cdc)双击打开 ...
- python鸭子类型
“当看到一只鸟走起来像鸭子.游泳起来像鸭子.叫起来也像鸭子,那么这只鸟就能够被称为鸭子” python的鸭子类型的设计让python的诸多对象的分类和应用更加灵活,需要注意类型和对象的区别(pytho ...
- 在虚拟机Linux安装Redis
在虚拟机上安装 CentOS 7 安装成功后登录Root用户进入 opt目录,下载Redis. 下载Redis 下载命令: wget http://download.redis.io/releases ...
- C# vb .net实现缩放特效滤镜
在.net中,如何简单快捷地实现Photoshop滤镜组中的缩放特效呢?答案是调用SharpImage!专业图像特效滤镜和合成类库.下面开始演示关键代码,您也可以在文末下载全部源码: 设置授权 第一步 ...
- WebRTC 入门教程(二)| WebRTC信令控制与STUN/TURN服务器搭建
WebRTC 入门教程(二)| WebRTC信令控制与STUN/TURN服务器搭建 四月 4, 2019 作者:李超,音视频技术专家.本文首发于 RTC 开发者社区,欢迎在社区留言与作者交流. htt ...
- P1018 乘积最大(DP)
题目 P1018 乘积最大 解析 区间DP 设\(f[i][j]\)表示选\(i\)个数,插入\(j\)个乘号时的最大值 设\(num[i][j]\)是\(s[i,j]\)里的数字 转移方程就是\(f ...
- python day 18: thinking in UML与FTP作业重写
目录 python day 18 1. thinking in UML读书小感 2. FTP作业重写 2.1 软件目录结构 2.2 FTPClient端脚本 2.3 FTPServer端脚本 pyth ...
- php中call_user_func()与call_user_func_array()区别
call_user_func:把一个参数作为回调函数调用 用法说明: call_user_func ( callable $callback [, mixed $parameter [, mixed ...