Az Azure Cosmos DB for Gremlin Graph támogatása és kompatibilitása a TinkerPop funkcióival

Cikk
06/13/2024

A KÖVETKEZŐKRE VONATKOZIK: Gremlin

Az Azure Cosmos DB támogatja az Apache Tinkerpop gráfbejárási nyelvét, a Gremlint. A Gremlin nyelv segítségével létrehozhat gráfentitásokat (csúcspontokat és éleket), módosíthatja ezen entitások tulajdonságait, végrehajthat lekérdezéseket és bejárásokat, és törölhet entitásokat.

Az Azure Cosmos DB Graph-motor szorosan követi az Apache TinkerPop bejárási lépéseinek specifikációját, de az Azure Cosmos DB-hez tartozó implementációban vannak különbségek. Ebben a cikkben röviden bemutatjuk a Gremlint, és számba vesszük a Gremlin API által támogatott Gremlin-funkciókat.

Kompatibilis ügyfélkódtárak

Az alábbi táblázat az Azure Cosmos DB-n használható népszerű Gremlin-illesztőprogramokat foglalja össze:

Letöltés	Forrás	Első lépések	Támogatott/Ajánlott összekötő-verzió
.NET	Gremlin.NET on GitHub	Gráf létrehozása a .NET használatával	3.4.13
Java	Gremlin JavaDoc	Gráf létrehozása a Java használatával	3.4.13
Python	Gremlin-Python a GitHubon	Gráf létrehozása a Python használatával	3.4.13
Gremlin-konzol	TinkerPop dokumentumok	Gráf létrehozása a Gremlin-konzol használatával	3.4.13
Node.js	Gremlin-JavaScript a GitHubon	Gráf létrehozása a Node.js használatával	3.4.13
PHP	Gremlin-PHP a GitHubon	Gráf létrehozása a PHP használatával	3.1.0
Go Lang	Go Lang		Ezt a tárat külső közreműködők készítik. Az Azure Cosmos DB csapata nem nyújt támogatást és nem tartja karban a kódtárat.

Feljegyzés

A Gremlin 3.5.*, 3.6.* verziójú ügyfélillesztői ismert kompatibilitási problémákkal rendelkeznek, ezért javasoljuk, hogy a fent felsorolt legújabb támogatott 3.4.* illesztőprogram-verziókat használja. Ez a táblázat akkor frissül, ha kompatibilitási problémák léptek fel az újabb illesztőprogram-verziók esetében.

Támogatott gráfobjektumok

A TinkerPop egy olyan szabvány, amely számos különböző gráftechnológiára kiterjed. Ebből adódóan szabványos kifejezésekkel írja le, hogy az egyes gráfszolgáltatók milyen funkciókat nyújtanak. Az Azure Cosmos DB egy állandó, magas egyidejűségű, írható gráfadatbázis, amely egyszerre több kiszolgálóra vagy fürtre is particionálható.

Az alábbi táblázat a TinkerPop azon funkcióit sorolja fel, amelyeket az Azure Cosmos DB megvalósít:

Kategória	Azure Cosmos DB-megvalósítás	Jegyzetek
Gráffunkciók	Állandóságot és egyidejű hozzáférést biztosít. A tranzakciók támogatására lett tervezve.	A számítógépes módszerek a Spark-összekötőn keresztül valósíthatók meg.
Változófunkciók	Logikai, egész szám, bájt, kettős, lebegőpontos, hosszú, sztring	Támogatja az egyszerű típusokat, és kompatibilis az összetett típusokkal adatmodellek révén.
Csúcspontfunkciók	A következőket támogatja: RemoveVertices, MetaProperties, AddVertices, MultiProperties, StringIds, UserSuppliedIds, AddProperty, RemoveProperty.	Lehetővé teszi csúcspontok létrehozását, módosítását és törlését.
Csúcsponttulajdonság-funkciók	StringIds, UserSuppliedIds, AddProperty, RemoveProperty, BooleanValues, ByteValues, DoubleValues, FloatValues, IntegerValues, LongValues, StringValues	Lehetővé teszi csúcsponttulajdonságok létrehozását, módosítását és törlését.
Élfunkciók	AddEdges, RemoveEdges, StringIds, UserSuppliedIds, AddProperty, RemoveProperty	Lehetővé teszi élek létrehozását, módosítását és törlését.
Éltulajdonság-funkciók	Tulajdonságok, BooleanValues, ByteValues, DoubleValues, FloatValues, IntegerValues, LongValues, StringValues	Lehetővé teszi éltulajdonságok létrehozását, módosítását és törlését.

Gremlin vezeték formátuma

Az Azure Cosmos DB jSON formátumot használ a Gremlin-műveletek eredményeinek visszaadásakor. Az Azure Cosmos DB jelenleg támogatja a JSON formátumot. Az alábbi kódrészlet például egy, az Azure Cosmos DB-ből az ügyfélnek visszaadott csúcspont JSON-ábrázolását mutatja:

  {
    "id": "a7111ba7-0ea1-43c9-b6b2-efc5e3aea4c0",
    "label": "person",
    "type": "vertex",
    "outE": {
      "knows": [
        {
          "id": "3ee53a60-c561-4c5e-9a9f-9c7924bc9aef",
          "inV": "04779300-1c8e-489d-9493-50fd1325a658"
        },
        {
          "id": "21984248-ee9e-43a8-a7f6-30642bc14609",
          "inV": "a8e3e741-2ef7-4c01-b7c8-199f8e43e3bc"
        }
      ]
    },
    "properties": {
      "firstName": [
        {
          "value": "Thomas"
        }
      ],
      "lastName": [
        {
          "value": "Andersen"
        }
      ],
      "age": [
        {
          "value": 45
        }
      ]
    }
  }

A csúcspontok JSON-formátuma által használt tulajdonságokat az alábbiakban ismertetjük:

Tulajdonság	Leírás
`id`	A csúcspont azonosítója. Egyedinek kell lennie (adott esetben az értékével `_partition` kombinálva). Ha nincs megadva érték, az automatikusan meg lesz adva egy GUID azonosítóval
`label`	A csúcspont címkéje. Ez a tulajdonság az entitástípus leírására szolgál.
`type`	A használatával megkülönböztethetők a csúcspontok a nem gráfdokumentumoktól.
`properties`	A csúcsponthoz tartozó, felhasználó által megadott tulajdonságok összessége. Minden tulajdonságnak több értéke is lehet.
`_partition`	A csúcspont partíciókulcsa. Gráfparticionáláshoz használatos.
`outE`	Ez a tulajdonság egy csúcsponton kívüli élek listáját tartalmazza. A csúcspontok szomszédsági adatainak tárolása lehetővé teszi a bejárások gyors végrehajtását. Az élek a címkéik alapján vannak csoportosítva.

Az egyes tulajdonságok több értéket is tárolhatnak egy tömbben.

Tulajdonság	Leírás
`value`	A tulajdonság értéke.

Az él pedig a következő információkat tartalmazza, ezzel segítve a gráf többi részéhez való navigációt.

Tulajdonság	Leírás
`id`	Az él azonosítója. Egyedinek kell lennie (adott esetben az értékével `_partition` kombinálva)
`label`	Az él címkéje. Ezt a tulajdonságot nem kötelező megadni, és a kapcsolat típusának leírására használható.
`inV`	Ez a tulajdonság egy él csúcspontjainak listáját tartalmazza. Az élek szomszédsági adatainak tárolása lehetővé teszi a bejárások gyors végrehajtását. A csúcspontok a címkéik alapján vannak csoportosítva.
`properties`	Az élhez tartozó, felhasználó által megadott tulajdonságok összessége.

Gremlin-lépések

Most pedig tekintsük át az Azure Cosmos DB által támogatott Gremlin-lépéseket. A Gremlin teljes körű ismertetését a TinkerPop referenciaanyaga tartalmazza.

lépés	Leírás	TinkerPop 3.2-dokumentáció
`addE`	Hozzáad egy élt két csúcspont között.	addE lépés
`addV`	Hozzáad egy csúcspontot a gráfhoz.	addV lépés
`and`	Biztosítja, hogy minden bejárás visszaadjon egy értéket.	and lépés
`as`	Egy lépésmodulátor, amely egy változót rendel a lépés kimenetéhez.	as lépés
`by`	A `group` és az `order` lépéssel használt lépésmodulátor.	by lépés
`coalesce`	Visszaadja az első olyan bejárást, amely értéket ad vissza.	coalesce lépés
`constant`	Egy állandó értéket ad vissza. A `coalesce` lépéssel használható.	constant lépés
`count`	Visszaadja a darabszámot a bejárásból.	count lépés
`dedup`	Visszaadja az értékeket, eltávolítva az ismétlődéseket.	dedup lépés
`drop`	Elveti az értékeket (csúcspont/él).	drop lépés
`executionProfile`	A végrehajtott Gremlin-lépés által generált összes művelet leírását hozza létre	executionProfile lépés
`fold`	Korlátként funkcionál, amely kiszámítja az eredmények összesítését.	fold lépés
`group`	Csoportosítja az értékeket a megadott címkék alapján.	group lépés
`has`	Tulajdonságok, csúcspontok és élek szűrésére szolgál. A következő változatokat támogatja: `hasLabel`, `hasId`, `hasNot` és `has`.	has lépés
`inject`	Értékeket szúr be egy streambe.	inject lépés
`is`	Szűrés végrehajtására használható egy logikai kifejezés használatával.	is lépés
`limit`	A bejárásban található elemek számának korlátozására szolgál.	limit lépés
`local`	Helyileg becsomagolja egy bejárás egy szakaszát, egy segédlekérdezéshez hasonlóan.	local lépés
`not`	Egy szűrő eltávolítására szolgál.	not lépés
`optional`	A megadott bejárás eredményét adja vissza, ha az ad eredményt, ha nem, akkor a hívó elemet adja vissza.	optional lépés
`or`	Biztosítja, hogy legalább az egyik bejárás visszaadjon egy értéket.	or lépés
`order`	A megadott rendezési sorrendben adja vissza az eredményeket.	order lépés
`path`	Visszaadja a bejárás teljes útvonalát.	path lépés
`project`	Leképezésként jeleníti meg a tulajdonságokat.	project lépés
`properties`	Visszaadja a megadott címkék tulajdonságait.	properties lépés
`range`	A megadott értéktartományra szűr.	range lépés
`repeat`	Megismétli a lépést a megadott számú alkalommal. Ismétlődések beállítására szolgál.	repeat lépés
`sample`	Mintát vesz a bejárás eredményeiből.	sample lépés
`select`	Megjeleníti a bejárás eredményeit.	select lépés
`store`	Nem blokkoló összesítéseket hajt végre a bejárásból.	store lépés
`TextP.startingWith(string)`	Sztringszűrési függvény. Ez a függvény predikátumként használatos a `has()` lépéshez, hogy megfeleljen egy tulajdonságnak egy adott sztring elejével	TextP-predikátumok
`TextP.endingWith(string)`	Sztringszűrési függvény. Ez a függvény predikátumként szolgál a `has()` lépéshez, hogy megfeleljen egy tulajdonságnak egy adott sztring végének	TextP-predikátumok
`TextP.containing(string)`	Sztringszűrési függvény. Ez a függvény predikátumként használatos a `has()` lépéshez, hogy megfeleljen egy tulajdonságnak egy adott sztring tartalmával	TextP-predikátumok
`TextP.notStartingWith(string)`	Sztringszűrési függvény. Ez a függvény predikátumként használatos a `has()` lépéshez, hogy megfeleljen egy adott sztringgel nem kezdődő tulajdonságnak	TextP-predikátumok
`TextP.notEndingWith(string)`	Sztringszűrési függvény. Ez a függvény predikátumként használatos a `has()` lépéshez, hogy megfeleljen egy adott sztringgel nem végződő tulajdonságnak	TextP-predikátumok
`TextP.notContaining(string)`	Sztringszűrési függvény. Ez a függvény predikátumként szolgál a `has()` lépéshez egy adott sztringet nem tartalmazó tulajdonság egyeztetéséhez	TextP-predikátumok
`tree`	Egy fában összesíti a csúcspontból induló útvonalakat.	tree lépés
`unfold`	Visszaalakít egy iterátort egy lépésként.	unfold lépés
`union`	Egyesíti több bejárás eredményeit.	union lépés
`V`	A csúcspontok és élek közötti bejárásokhoz szükséges lépéseket foglalja magában: `V`, `E`, `out`, `in`, `both`, `outE`, `inE`, `bothE`, `outV`, `inV`, `bothV` és `otherV`.	vertex lépések
`where`	A bejárás eredményeinek szűrésére szolgál. A következő operátorokat támogatja: `eq`, `neq`, `lt`, `lte`, `gt`, `gte`, `between`.	where lépés

Az Azure Cosmos DB által biztosított, írásra optimalizált motor alapértelmezés szerint támogatja a csúcspontokon és éleken belüli összes tulajdonság automatikus indexelését. Ezért a szűrővel rendelkező lekérdezéseket, a tartománylekérdezéseket, a rendezéseket és a tulajdonságösszesítések mindegyikét a rendszer közvetlenül az indexből dolgozza fel a hatékony kiszolgálás érdekében. Az indexelésnek az Azure Cosmos DB-ben való működésével kapcsolatban a sémafüggetlen indexelésről szóló tanulmányunkban tekinthet meg további információt.

Viselkedésbeli különbségek

Az Azure Cosmos DB Graph-motor a szélességi első bejárást futtatja, míg a TinkerPop Gremlin a mélységi első. Ez a viselkedés jobb teljesítményt nyújt a horizontálisan méretezhető rendszerekben, például az Azure Cosmos DB-ben.

Nem támogatott szolgáltatások

A Gremlin Bytecode egy programnyelvfüggetlen specifikáció gráfbejárásokhoz. Az Azure Cosmos DB Graph még nem támogatja. Használja a következőt: GremlinClient.SubmitAsync(), és adja meg a bejárást szöveges sztringként.
property(set, 'xyz', 1) a számosság beállítása ma nem támogatott. A property(list, 'xyz', 1) használható helyette. További információ: Csúcstulajdonságok a TinkerPop használatával.
A match() lépés jelenleg nem érhető el. Ez a lépés deklaratív lekérdezési képességeket biztosít.
A csúcsokon vagy éleken tulajdonságokként használt objektumok nem támogatottak. A tulajdonságok csak egyszerű típusok vagy tömbök lehetnek.
A tömbtulajdonságok order().by(<array property>) szerinti rendezés nem támogatott. A rendezést csak az egyszerű típusok támogatják.
A nem primitív JSON-típusok nem támogatottak. Használjon string, numbervagy true/false típusokat. null értékek nem támogatottak.
A GraphSONv3 szerializáló jelenleg nem támogatott. Szerializáló, olvasó és író osztályokat használhat GraphSONv2 a kapcsolatkonfigurációban. A Gremlinhez készült Azure Cosmos DB által visszaadott eredmények formátuma nem azonos a GraphSON formátummal.
A Lambda-kifejezések és -függvények jelenleg nem támogatottak. Ez magában foglalja a .map{<expression>}, a .by{<expression>}, és a .filter{<expression>} függvényeket. További információkért és a Gremlin-lépések használatával történő újraírásukról a Lambdasról szóló megjegyzésben olvashat.
A tranzakciók a rendszer elosztott jellege miatt nem támogatottak. Konfigurálja a megfelelő konzisztenciamodellt a Gremlin-fiókban a "saját írások olvasásához", és optimista egyidejűséggel oldja fel az ütköző írásokat.

Ismert korlátozások

Indexkihasználtság a Gremlin-lekérdezésekhez a bejárási .V() lépések közepén: Jelenleg csak a bejárás első .V() hívása fogja használni az indexet a hozzá csatolt szűrők vagy predikátumok feloldásához. A későbbi hívások nem fogják megtekinteni az indexet, ami növelheti a lekérdezés késését és költségét.

Az alapértelmezett indexelést feltételezve a lépéssel kezdődő tipikus olvasási .V() Gremlin-lekérdezés paramétereket használ a csatolt szűrési lépésekben, például .has() .where() a lekérdezés költségeinek és teljesítményének optimalizálásához. Példa:

g.V().has('category', 'A')

Ha azonban több .V() lépés is szerepel a Gremlin-lekérdezésben, előfordulhat, hogy a lekérdezés adatainak felbontása nem optimális. Példaként tekintse meg a következő lekérdezést:

g.V().has('category', 'A').as('a').V().has('category', 'B').as('b').select('a', 'b')

Ez a lekérdezés két csúcspontcsoportot ad vissza az úgynevezett categorytulajdonságuk alapján. Ebben az esetben csak az első hívás g.V().has('category', 'A') fogja használni az indexet a csúcspontok feloldásához a tulajdonságaik értékei alapján.

Ennek a lekérdezésnek a megkerülő megoldása az olyan részösszegző lépések használata, mint az .map() és union(). Ez az alábbiakban látható:

// Query workaround using .map()
g.V().has('category', 'A').as('a').map(__.V().has('category', 'B')).as('b').select('a','b')

// Query workaround using .union()
g.V().has('category', 'A').fold().union(unfold(), __.V().has('category', 'B'))

A Lekérdezések teljesítményét a Gremlin executionProfile() lépéssel tekintheti át.

Következő lépések

Bevezetés egy gráfalkalmazás létrehozásába az SDK-k használatával
További információk a gráfok támogatásáról az Azure Cosmos DB-ben

Megosztás a következőn keresztül: