# Gremlin入门

## 一、Gremlin简介

Gremlin是Apache ThinkerPop框架下的图遍历语言，Gremlin是一种函数式数据流语言，可以使用户使用简洁的方式表述复杂的属性图的遍历或查询。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 语言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；

Tinkerpop3 模型核心概念

* Graph: 维护节点&边的集合，提供访问底层数据库功能，如事务功能
* Element: 维护属性集合，和一个字符串label，表明这个element种类
* Vertex: 继承自Element，维护了一组入度，出度的边集合
* Edge: 继承自Element，维护一组入度，出度vertex节点集合.
* Property: kv键值对
* VertexProperty: 节点的属性，有一组健值对kv，还有额外的properties 集合。同时也继承自element，必须有自己的id, label.
* Cardinality: 「single, list, set」 节点属性对应的value是单值，还是列表，或者set。

## 二、Gremlin查询示例

先介绍一下图中比较核心的几个概念：

* Schema：Schema是一种描述语言，这里就是指所有属性和类型的集合，包括边和点的属性，边和点的Label等；
* 属性类型（PropertyKey ）：只边和点可以使用的属性类型；
* 顶点类型（VertexLabel）：顶点的类型，比如User，Car等；
* 边类型（EdgeLabel）：边的类型，比如know，use等；
* 顶点（Vertex）：就是图中的顶点，代表图中的一个节点；
* 边（Edge）：就是图中的边，连接两个节点，分为有向边和无向边；

### 创建属性类型

```groovy
graph.schema().propertyKey("name").asText().ifNotExist().create()
graph.schema().propertyKey("age").asInt().ifNotExist().create()
graph.schema().propertyKey("city").asText().ifNotExist().create()
graph.schema().propertyKey("lang").asText().ifNotExist().create()
graph.schema().propertyKey("date").asText().ifNotExist().create()
graph.schema().propertyKey("price").asInt().ifNotExist().create()
```

### 创建顶点类型

```groovy
person = graph.schema().vertexLabel("person").properties("name", "age", "city").primaryKeys("name").ifNotExist().create()
software = graph.schema().vertexLabel("software").properties("name", "lang", "price").primaryKeys("name").ifNotExist().create()
```

### 创建边类型

```groovy
knows = graph.schema().edgeLabel("knows").sourceLabel("person").targetLabel("person").properties("date").ifNotExist().create()
created = graph.schema().edgeLabel("created").sourceLabel("person").targetLabel("software").properties("date", "city").ifNotExist().create()
```

### 创建顶点和边

```groovy
marko = graph.addVertex(T.label, "person", "name", "marko", "age", 29, "city", "Beijing")
vadas = graph.addVertex(T.label, "person", "name", "vadas", "age", 27, "city", "Hongkong")
lop = graph.addVertex(T.label, "software", "name", "lop", "lang", "java", "price", 328)
josh = graph.addVertex(T.label, "person", "name", "josh", "age", 32, "city", "Beijing")
ripple = graph.addVertex(T.label, "software", "name", "ripple", "lang", "java", "price", 199)
peter = graph.addVertex(T.label, "person","name", "peter", "age", 29, "city", "Shanghai")

marko.addEdge("knows", vadas, "date", "20160110")
marko.addEdge("knows", josh, "date", "20130220")
marko.addEdge("created", lop, "date", "20171210", "city", "Shanghai")
josh.addEdge("created", ripple, "date", "20151010", "city", "Beijing")
josh.addEdge("created", lop, "date", "20171210", "city", "Beijing")
peter.addEdge("created", lop, "date", "20171210", "city", "Beijing")
```

### 展示图

```groovy
g.V() //创建使用graph，查询使用g，其实g就是graph.traversal()
```

### 查询点

```groovy
g.V().limit(5) // 查询所有点，但限制点的返回数量为5，也可以使用range(x, y)的算子，返回区间内的点数量。
g.V().hasLabel('person') // 查询点的label值为'person'的点。
g.V('11') // 查询id为‘11’的点。
```

### 查询边

```groovy
g.E() // 查询所有边，不推荐使用，边数过大时，这种查询方式不合理，一般需要添加过滤条件或限制返回数量。
g.E('55-81-5') // 查询边id为‘55-81-5’的边。
g.E().hasLabel('knows') // 查询label为‘knows’的边。
g.V('46').outE('knows') // 查询点id为‘46’所有label为‘knows’的边。
```

### 查询属性

```groovy
g.V().limit(3).valueMap() // 查询点的所有属性（可填参数，表示只查询该点， 一个点所有属性一行结果）。
g.V().limit(1).label() // 查询点的label。
g.V().limit(10).values('name') // 查询点的name属性（可不填参数，表示查询所有属性， 一个点每个属性一行结果，只有value，没有key）。
```

### 删除点

```groovy
g.V('600').drop() // 删除ID为600的点。
```

### 删除边

```groovy
g.E('501-502-0').drop() //删除ID为“501-502-0”的边。
```

### 查询二度好友和共同好友数

```groovy
//查询一度好友
g.V('1500771').out()
//查询二度好友
g.V('1500771').out().out().dedup().not(hasId('1500771'))
//查询共同好友数
g.V('1500771').out().out().hasId('2165197').path().simplePath().count()
```

此外，还有查询，遍历，过滤，路径，迭代，转换，排序，逻辑，统计，分支等语法，可以参考：<http://tang.love/2018/11/15/gremlin_traversal_language/。>

> 参考：
>
> <http://tang.love/2018/11/15/gremlin_traversal_language/>
>
> <https://hugegraph.github.io/hugegraph-doc/quickstart/hugegraph-studio.html>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://jun-wang.gitbook.io/learnjava/ji-shu-xue-xi/web-zhong-jian-jian-xue-xi/gremlin-ru-men.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.