一个graph包含vertices 和edges。edges被存储在edges document当中。vertices可以是document collection 中的document也可以是edge document中的document。所以说edges也可以被当做vertices来使用。
1、数据准备
使用arangoimp导入飞机场和航班csv数据信息。
导入飞机场信息
arangoimp --file <em>path to airports.csv</em> on your machine --collection airports --create-collection true --type csv
这里我们创建了一个document collection;为每一行创建一个document.标题被作为属性名称。其中标题中包含一个_key的值,系统将自动识别该列作为_key.
现在打开浏览器(http://localhost:8529)便可以看到刚刚导入的信息了。
可以点击浏览器中的queries进行查询:
查询所有的机场
FOR airport in ariports RETURN airport
仅查询加利福尼亚机场信息
FOR airport IN airports FILTER airport.state==‘CA’ RETURN airport
查询每个州拥有的机场数量
FOR airport IN airports COLLECT state = airport.state WITH COUNT ON counter RETURN {state,counter}
导入航班信息
arangoimp --file <em>path to flights.csv</em> on your machine --collection flights --create-collection true --type csv --create-collection-type edge
这里创建的是edge collection,为每一行创建一个edge,同时自动创建一个edge index方便快速查询(_from和_to组成了这样的index.).在csv中有两个特殊的列_from 和_to,它们的值为airports collection中的id,指明了从一个机场飞往另外一个机场。
2、graph数据查询
语法
FOR Vertex,Edge,Path IN [min..max ] [OUTBAND|INBOUND|ANY] startvertex EDGECOLLECTION
分析:
FOR 遍历三个变量,分别是点(vertex)、关联(edge),点和关系组成的路线(path)
IN 在哪个EDGE COLLECTION中
[min..max]遍历的最小深度、最大深度或者遍历的深度范围
OUTBOUND:从startvertex原始断点开始向外查询,即from 为startvertex;INBOUND为向内查询,即to为startvertex,any:两个方向全部查询
startvertex:开始查询的断点
EDGE COLLECTION 遍历的collection,可以是一个或多个edge collection
查询示例:
查所洛杉矶可以直达的所有飞机场
FOR airport IN OUTBOUND 'airports/LAX' flights RETURN DISTICT airport
返回10个从洛杉矶可以到达的飞机场及其航班。
FOR ariport flight IN OUTBOUND 'airports/LAX' LIMIT 10 flights RETURN {airpot,flight}
3、查询选项
(1)遍历深度优先还是广度优先
所有遍历查询默认是深度优先,深度优先和广度优先都会返回相同的结果。但计算性能有时会相差很大。
如果要得到所有的节点,那么深度优先和广度优先效率一样。因为都要跑完所有的节点。
如果要是有筛选filter或者限制(limit)导致不完全筛选,那广度优先可能会有更高的效率。
广度优先示例:
FOR v IN 1..10 OUTBOUND 'vertical/s' edgs<br>OPTIONS {bfs:true} FILTER v._key=='F' LIMIT 1 RETURN v
(2)唯一遍历
由于不同点之间的路径可能有多条,也可能存在闭环线路
默认情况下,遍历的时候如果path中遇到了相同的edge就会停止遍历;这将可以防止遍历存在绕圈情况,让遍历可以到达最底层节点。
在一个path上可能会出现重复的vertex,除非你明确声明不要重复的点。
示例
FOR v,e,p IN 1..5 OUTBOUND 'vertex/s' edgs OPTIONS { uniqueVertices:'none', uniqueEdges:'path' } RETURN CONCAT_SEPARATOR('->',p.vertices[*]._key)
这个uniqueVertices:‘none’和uniqueEdges:‘path’都是默认设置,不设置也是一样。这样最开是的节点也可以是最后的节点,因为我们在设置的时候并没有要求path中有唯一的点。如果要设置为唯一的,可以也设置为‘path’,这样一条路径中的点也将变为唯一的。
global保证每个点在所有遍历中只出现一次。它仅适用于广度优先。示例
FOR v IN 1..5 OUTBOUND 'vertex/s' edgs OPTIONS{ bfs:ture, uniqueVertices:'global' RETURN v._key
从洛杉矶可以直达的机场
FOR ariport IN OUTBOUND 'airports/LAX' flights OPTIONS { bfs:true, uniqueVertices:'global'} RETURN airport
这个查询将比上面的使用distict快很多。因为distict是在遍历完所有节点后再去除重复的,而options则可以直接过掉重复的结果不进行遍历。
4、LET关键字
LET可以用来声明变量,来将查询结果赋值给变量。
FOR f IN flights FILTER f._from == 'airports/BIS' LIMIT 100 LET h = FLOOR(f.DepTime / 100) LET m = f.DepTime % 100 RETURN { year: f.Year, month: f.Month, day: f.DayofMonth, time: f.DepTime, iso: DATE_ISO8601(f.Year, f.Month, f.DayofMonth, h, m) }
5、shortest_path最短路径
找到BIS 和JFK之间的最短路径
FOR v IN OUTBOUND SHORTEST_PATH 'airports/BIS' TO 'airports/JFK' flights RETURN v
注意,最短路径只是找到一条路径进行返回,其实可能还有其他的可能性。
LET airports = ( FOR v IN OUTBOUND SHORTEST_PATH 'airports/BIS' TO 'airports/JFK' flights RETURN v ) RETURN LENGTH(airports) - 1
找到最少需要经过的机场,-1代表不包括最后一个节点。
在SHORTEST_PATH中不能使用filter只能使用pattern matching代替。
6、pattern matching
问题:找到BIS 和 JFK之间最短的旅行时间。
第一步:找到BIS和JFK之间的最短路径,我们已经知道最短路径为2.
FOR v,e,p IN 2 OUTBOUND 'airports/BIS' flights FILTER v.id='airports/JFK' LIMIT 5 RETURN p
第二步:我们确定在同一天内,假设都为1月1日。
FOR v,e,p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id='airports/JFK' FILTER p.edges[*].month all == 1 FILTER p.edges[*].DayOfMonth all == 1 LIMIT 5 RETURN p
数组之间的比较可以使用all,any ,none来表示。
第三步:计算每条path的飞行时间,并按照升序排列,这里使用DATE.DIFF()来计算
FOR v,e,p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id='airports/JFK' FILTER p.edges[*].month.all == 1 FILTER p.edges[*].DayofMonth all == 1 LET flightTime = DATE_DIFF(p.edges[0].DepTimeUTC-p.edges[1].ArrTimeUTC,'i') SORT filghtTIme ASC LIMIT 5 RETURN {flight:p,time:flightTime}
第四步:确定让中转时候的到达时间小于离开时间20分钟
FOR v, e, p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id == 'airports/JFK' FILTER p.edges[*].Month ALL == 1 FILTER p.edges[*].DayofMonth ALL == 1 FILTER DATE_ADD(p.edges[0].ArrTimeUTC, 20, 'minutes') < p.edges[1].DepTimeUTC LET flightTime = DATE_DIFF(p.edges[0].DepTimeUTC, p.edges[1].ArrTimeUTC, 'i') SORT flightTime ASC LIMIT 5 RETURN { flight: p, time: flightTime }
使用index进行优化
建立一个点中心索引,以_from,Month,DayOfMonth三个为联合索引字段。即将FILTER的三个字段作为索引字段。
如果不以三个为联合索引,那么系统将自动从首先筛选_from,其次遍历month,其次遍历_day,有了联合索引直接就会找到‘airports/jfk’,month=1,dayofmonth=1,只用一次遍历即可完成。因此联合索引大大提高了遍历的效率。
本文章转载于博客园-ArangoDB 学习笔记 (4)graph