一、属性、顶点、边操作
1、创建属性 PropertyKey
// 创建name属性，数据类型为 text，基数默认
graph.schema().propertyKey("name").asText().ifNotExist().create()
// 创建name属性，数据类型为 int，基数默认
graph.schema().propertyKey("age").asInt().ifNotExist().create()
// other，数据类型为text，基数为set
graph.schema().propertyKey("other").asText().valueSet().ifNotExist().create()2、创建顶点
// 创建person顶点，属性为name,age,使用自定义数字id策略,name不能为空
graph.schema().vertexLabel("person").properties("name", "age").useCustomizeNumberId().nullableKeys("name").ifNotExist().create()
// 使用 PrimaryKey Id策略 graph.schema().vertexLabel("person").properties("name","age").primaryKeys("name").ifNotExist().create();
graph.schema().vertexLabel("person").usePrimaryKeyId().properties("name","age").primaryKeys("name").ifNotExist().create();
// 使用自动生成id
graph.schema().vertexLabel("人员").properties("坐标_经度","姓名","出生日期","坐标_纬度").nullableKeys("坐标_经度","出生日期","坐标_纬度").useAutomaticId().ifNotExist().create()
// 使用自定义字符串
graph.schema().vertexLabel("person").properties("name", "age", "addr", "weight").useCustomizeStringId().ifNotExist().create()
3、创建边
// 边关系为person到person的边，名称relation,边属性为relation
graph.schema().edgeLabel("relation").sourceLabel("person").targetLabel("person").properties("relation").ifNotExist().create()4、添加数据
// T.label 为顶点名，T.id 为自定义主键数字
graph.addVertex(T.label, "person", T.id, 2001,"name", "巴达克", "age", 100)
graph.addVertex(T.label, "person", T.id, 2002,"name", "孙悟空", "age", 40)
// addV('company') 为指定顶点类型 company, property('name', '中石油') 为kv属性及值
g.addV('company').property('name', '中石油').property('city', '北京').property('addr', '中国北京市高新区')
// 使用自定义字符串主键加 property(id, 'java')
g.addV('software').property('name', 'java').property('weight', 1).property(id, 'java')
// 使用自定义字符串主键加 property(id, 'java')
g.addV('software').property('name', 'java').property('weight', 1).property(id, 'java')
// 使用 PrimaryKey Id策略时，id主键 不能设置 T.id
graph.addVertex(T.label, "software", "id", 111, "name", "java", "weight", "1")
// 使用 PrimaryKey Id策略时，非id主键策略，自定义数字策略，显式设置T.id
graph.addVertex(T.label, "person", T.id, 111, "id", 111,"name", "marko", "age", 29, "sex", "男", "addr", "陕西西安", "weight", "1")
5、绑定关系
// 方法一
g.V(2001).addE('relation').to(g.V(2002)).property('relation','儿子')
g.V(2002).addE('relation').to(g.V(2002)).property('relation','父亲')
// 方法二
to = g.V(2001)
from = g.V(2002)
g.addE('relation').from(from).to(to).property('relation','父亲')
// 方法三
javeme = graph.addVertex(T.label, "person", T.id, "javeme", "name", "Jermy Li", "age", 29, "addr", "Beijing", "weight", 1)
zhoney = graph.addVertex(T.label, "person", T.id, "zhoney", "name", "Zhoney Zhang", "age", 29, "addr", "Beijing", "weight", 1)
javeme.addEdge("knows", zhoney, "weight", 1)
6、创建索引
// 范围索引
graph.schema().indexLabel('personByAgeRange').onV('person').by('age').range().ifNotExist().create()
// 二级索引
graph.schema().indexLabel('personByName').onV('person').by('name').secondary().ifNotExist().create()
// 全文索引
graph.schema().indexLabel('personByNameFull').onV('person').by('age').search().ifNotExist().create()
// 索引类型
interface indexType description
secondary() Secondary support prefix search
range() Range support range(numeric or date type) search
search() Search support full text search
shard() Shard support prefix + range(numeric or date type) search
unique() Unique support unique props value, not support search7、删除
-- 删除顶点
g.V('600').drop()
-- 删除边关系
g.E(id).drop()
-- 删除索引
schema.indexLabel("personByAge").remove()
二、查询
扫描二维码关注公众号，回复：
16243387 查看本文章
1、日期类型查询
// 使用where查询日期
g.V().hasLabel('person').where(values('创建时间').is(new java.text.SimpleDateFormat("yyyy-MM-dd HH:mm:ss").parse('1990-07-01 00:00:00.000')))
// 使用filter查询日期
g.V().hasLabel('person').filter {it.get().value('创建时间') == new java.text.SimpleDateFormat("yyyy-MM-dd HH:mm:ss").parse('1990-07-01 00:00:00.000')}
// 将日期属性转化为日期字符串比较
g.V().hasLabel("person").filter{new java.text.SimpleDateFormat("yyyy-MM-dd").format(it.get().value("创建时间")) == '1990-07-01'}2、条件查询 多条件or和and组合查询
// 多条件or和and组合查询
g.V()
.hasLabel('古建筑', '企业', '人')
.or(
and(values('地理_经度').is(gt(116.38571098899912)), values('地理_经度').is(lt(116.42085172218476)), values('地理_纬度').is(gt(39.910126452476156)), values('地理_纬度').is(lt(39.937075910999745))),
and(values('经度').is(gt(116.38571098899912)), values('经度').is(lt(116.42085172218476)), values('纬度').is(gt(39.910126452476156)), values('纬度').is(lt(39.937075910999745)))
)
.where(
values('地址').is(eq('北京市'))
)3、查询顶点信息
1、查询
g.V()
2、查询所有点，但限制点的返回数量
g.V().limit(5)
3、使用range(x, y)的算子，返回区间内的点数量
g.V().range(0,5)
4、查找label值的节点数据
g.V().hasLabel('person')
5、通过id查询节点
g.V('javeme')
6、 查询点的name属性
g.V().values('name')
7、dedup() (filter) 单步可以用来在整个遍历流中去重。 注意如果一个遍历的批量如果大于1，那么它在发出前就被设置成1了
g.V().values('age').dedup()
8、查询指定节点出度out(label)：根据指定的 Edge Label 来访问顶点的 OUT 方向邻接点
查询一级出度
g.V('8').out()
查询二级出度
g.V('8').out().out()
查询顶点id='javeme'所有边中向外指的顶点，返回这些顶点的name的值
g.V('javeme').out().values('name')
.V()查询定点， .out() 输出的顶点，.values("name") 属性为name的值
9、path() 单步来检测它的路径实现
g.V('8').out().out().dedup().path()
10、获得经过的边的信息 bothE().otherV()
g.V('8').out().out().bothE().otherV().path()
11、simplePath()，过滤掉路径中含有环路的对象，只保留路径中不含有环路的对象
g.V('8').out().out().simplePath()
12、cyclicPath()，过滤掉路径中不含有环路的对象，只保留路径中含有环路的对象
g.V('8').out().out().cyclicPath()
13、统计
g.V('8').out().out().count()
14、使用map的方式，查询顶点id='javeme'所有边中向外指的顶点，返回这些顶点的name的值
g.V('javeme').out().map {it.get().value('name')}
和上面的区别在于，value中的属性必须都有，否则报错，而.values("name")属性不存在会忽略
g.V('javeme').out().map(values('name'))
15、删除节点
g.V('600').drop()
16、查询点的所有属性
g.V().limit(3).valueMap()
17、查询点的所有label
g.V().label()
18、获取顶点、边的属性值
g.V().properties().value()
g.V().values()
19、properties()：获取顶点、边的属性
g.V().properties('name')
20、in(label) 顶点为基准 根据指定的 Edge Label 来访问顶点的 IN 方向邻接点
g.V('zhoney').in()
g.V('zhoney').in('knows')
21、both(label) 顶点为基准 根据指定的 Edge Label 来访问顶点的双向邻接点
g.V('zhoney').both()
g.V('zhoney').both('knows')
22、bothV() 以边为基准 访问边的双向顶点
g.E('Sokram>9>>Szhoney').bothV()
23、outV() 以边为基准 访问边的出顶点，出顶点是指边的起始顶点
g.E('Sokram>9>>Szhoney').outV()
24、inV() 以边为基准 访问边的入顶点，入顶点是指边的目标顶点，也就是箭头指向的顶点
g.E('Sokram>9>>Szhoney').inV()
25、otherV() 以边为基准 访问边的伙伴顶点
g.V('zhoney').outE().otherV()
26、valueMap() 输出属性的key-value对
g.V(2002).valueMap()
27、select(key1,...,keyN)从map中取出需要的属性
g.V(2002).valueMap().select("name", "identity")
28、properties() 查询属性，对每个顶点/边返回一个mapping
g.V(2002).properties()
29、values(key1,...,keyN)取出节点/边的属性，返回列表
g.V(2002).values() 返回所有属性值
g.V(2002).values('name', 'age') 返回指定属性值
30、tail(N) 尾部截取N个数据
g.V().tail(10) 取最后10条数据
g.V().tail() 取最后一条数据4、查询边信息
1、查询所有边
g.E()
2、查询指定数量边
g.E().limit(4)
3、查询指定区间边
g.E().range(2,4)
4、通过边id查询
g.E('S8:中石油>6>>Szhoney')
5、通过边类型查询边
g.E().hasLabel('use')
6、删除边
g.E('S8:中石油>6>>Szhoney').drop()
7、顶点为基准 查询某个点的指定出边
g.V('okram').outE()
查询某个顶点 use 出边
g.V('okram').outE('use')
8、顶点为基准 查询某个点的指定入边
g.V('zhoney').inE()
查询某个顶点 use 入边
g.V('zhoney').inE('staff')
9、顶点为基准 bothE(label) 根据指定的 Edge Label 来访问顶点的双向邻接边
g.V('zhoney').bothE()
g.V('zhoney').bothE('knows')三、has的用法类似于过滤器的作用
在HugeGraph中，按property的值查询之前，应该对property建立索引，否则将无法查到结果并引发异常，
如下，执行下面语句报错
g.V().has('name', 'Marko A. Rodriguez').next()
异常：
Gremlin 执行失败，详细信息: Don't accept query based on properties [name] that are not indexed in any label, may not match secondary condition
解决方法：
对person的name属性建立secondary索引，可以对Text类型property按值进行查询
graph.schema().indexLabel('personByName').onV('person').by('name').secondary().ifNotExist().create()
1、查找所有顶点中label边的值为person的（默认返回节点信息）
g.V().hasLabel('person')
2、一个过滤器（filter）操作，过滤条件是顶点的标签是"person"
g.V().filter(label().is('person')).limit(100)
可能会报 Gremlin 执行失败，详细信息: Too many records(must <= 800000) for the query: `Query * from VERTEX`
3、通过name属性查询 （前提条件建立索引）
g.V().has('name', 'Zhoney Zhang')
精确查询集合内的数据
g.V().has('name', within('Marko A. Rodriguez', 'Zhoney Zhang'))
查询年龄29的定点
g.V().has('age', 29)
4、hasKey(keys…) 通过 properties 中的若干 key 过滤顶点或边
g.V().properties().hasKey('age')
5、hasValue(values…): 通过 properties 中的若干 value 过滤顶点或边
g.V().properties().hasValue(29)
6、has(key) properties 中存在 key 这个属性则通过，等价于hasKey(key)
g.V().has('age')四、where查询
g.V().hasLabel('人').where(values('名称').is(eq('秦始皇')).and().values('年龄').is(eq(60)))
g.V(613794531921362945).both().hasLabel('企业').both('历史').where(has('地理_纬度').and().has('创建时间').and().values('创建时间').is(gt(new java.text.SimpleDateFormat("yyyy-MM-dd HH:mm:ss").parse('2011-07-01 00:00:00')))).order().by('创建时间')
g.V(613794531921362945).both().hasLabel('企业').both('历史').where(has('地理_纬度').and().has('创建时间')).order().by('创建时间')
类似其他语法中有比较值或值的范围的语句，gremlin中这类比较语句的Predicates
1、eq() 等于
2、neq() 不等于
3、gt() 大于
4、gte() 大于或等于
5、lt() 小于
6、lte() 小于或等于
7、inside(a, b) 是否在开区间(a, b)
8、outside(a,b) 是否在开区间(a,b)外
9、between(a, b) 是否在区间[a, b)内
10、within 是否在list/range中
11、without 是否在/list/range外五、使用hugeGraph创建数据库
1、进入服务安装目录
2、在 /conf 目录下创建 hugemysql2.properties 配置文件，并修改自己的数据库信息
3、修改 rest-server.properties 在 graphs=[hugemysql: conf/hugemysql.properties] 添加配置信息
4、修改 gremlin-server.yaml，在 graphs 标签中添加配置文件路径
graphs: {
hugemysql2: conf/hugemysql2.properties
}
5、进入 bin 目录，停止服务 sh stop-hugegraph.sh
6、安装服务，sh init-store.sh
7、重启服务，sh start-hugegraph.sh
8、在页面新建连接
六、问题
1、Gremlin 执行失败，详细信息: Don't accept query based on properties [name] that are not indexed in any label, may not match secondary condition
解决方法
对person的name属性建立secondary索引，可以对Text类型property按值进行查询
graph.schema().indexLabel('personByName').onV('person').by('name').secondary().ifNotExist().create()
2、Gremlin 执行失败，详细信息: Don't accept query based on properties [age] that are not indexed in any label, may not match range condition
3、Gremlin 执行失败，详细信息: Don't accept query based on properties [name] that are not indexed in any label, may not match not-equal condition
g.V().has('name',without('java','Zhoney Zhang')) 报错 within 可以，without不行