Titan cassandra 不为自定义 gremlin 步骤使用定义的索引

Question

我们在下面的代码块中使用 Titan cassandra 定义了 5 个索引

 def mgmt = g.managementSystem;
 try {
     if (!mgmt.containsGraphIndex("byId")) {
         def key = mgmt.makePropertyKey('__id').dataType(String.class).make()
         mgmt.buildIndex("byId",Vertex.class).addKey(key).buildCompositeIndex()
     }
     if (!mgmt.containsGraphIndex("byType")) {
          def key = mgmt.makePropertyKey('__type').dataType(String.class).make()
         mgmt.buildIndex("byType",Vertex.class).addKey(key).buildCompositeIndex()
     }
     if (!mgmt.containsGraphIndex("lastName")) {
         def key = mgmt.makePropertyKey('lastName').dataType(String.class).make()
         mgmt.buildIndex('lastName',Vertex.class).addKey(key).buildMixedIndex(INDEX_NAME)
     }
     if (!mgmt.containsGraphIndex("firstName")) {
         def key = mgmt.makePropertyKey('firstName').dataType(String.class).make()
         mgmt.buildIndex('firstName',Vertex.class).addKey(key).buildMixedIndex(INDEX_NAME)
     }
     if (!mgmt.containsGraphIndex("vin")) {
         def key = mgmt.makePropertyKey('vin').dataType(String.class).make()
         mgmt.buildIndex('vin',Vertex.class).addKey(key).buildMixedIndex(INDEX_NAME)
     }
     mgmt.commit()
 } catch (Exception e) {
     System.err.println("An error occurred initializing indices")
     e.printStackTrace()
 }

然后我们执行下面的查询

g.V.has('__id','49fb8bae5f994cf5825b849a5dd9b49a')

这会产生一个警告，通知我们：

“查询需要遍历所有顶点 [{}]。为了获得更好的性能，请使用索引”

我很困惑，因为根据文档，这些索引设置正确，但由于某种原因，泰坦没有使用它们。

索引是在图表中的任何数据之前创建的，因此不需要重新索引。非常感谢任何帮助。

更新- 我设法将其分解为一个非常简单的测试。在我们的代码中，我们开发了一个自定义 gremlin 步骤以用于所述查询

Gremlin.defineStep('hasId', [Vertex,Pipe], { String id ->
    _().has('__id', id)
})

然后从我们的代码中调用

g.V.hasId(id)

看来，当我们使用自定义 gremlin 步骤时，查询不使用索引，但在使用 vanilla gremlin 调用时使用索引。

在这篇文章中似乎注意到了类似的怪事 https://groups.google.com/forum/#!topic/aureliusgraphs/6DqMG13_4EQ

Answer 1

我更愿意检查属性键是否存在，这意味着您将检查调整为：

if (!mgmt.containsRelationType("__id")) {

我在 Titan Gremlin 控制台中试用了您的代码，但没有发现问题：

gremlin> g  = TitanFactory.open("conf/titan-cassandra.properties")
==>titangraph[cassandrathrift:[127.0.0.1]]
gremlin> mgmt = g.managementSystem
==>com.thinkaurelius.titan.graphdb.database.management.ManagementSystem@2227a6c1
gremlin> key = mgmt.makePropertyKey('__id').dataType(String.class).make()
==>__id
gremlin> mgmt.buildIndex("byId",Vertex.class).addKey(key).buildCompositeIndex()
==>com.thinkaurelius.titan.graphdb.database.management.TitanGraphIndexWrapper@6d4c273c
gremlin> mgmt.commit()
==>null
gremlin> mgmt = g.managementSystem
==>com.thinkaurelius.titan.graphdb.database.management.ManagementSystem@79d743e6
gremlin> mgmt.containsGraphIndex("byId")
==>true
gremlin> mgmt.rollback()
==>null
gremlin> v = g.addVertex()
==>v[256]
gremlin> v.setProperty("__id","123")
==>null
gremlin> g.commit()
==>null
gremlin> g.V
12:56:45 WARN  com.thinkaurelius.titan.graphdb.transaction.StandardTitanTx  - Query requires iterating over all vertices [()]. For better performance, use indexes
==>v[256]
gremlin> g.V("__id","123")
==>v[256]
gremlin> g.V.has("__id","123")
==>v[256]

请注意，我没有收到任何关于“...使用索引”的丑陋消息。或许您可以在此处尝试我的示例，看看它的行为是否符合预期，然后再返回您的代码。

更新：回答上面关于自定义步骤的更新问题。正如您发现的帖子所指出的，Titan 的查询优化器似乎无法解决这个问题。我认为在这个例子中很容易看出原因：

gremlin> g = TinkerGraphFactory.createTinkerGraph()
==>tinkergraph[vertices:6 edges:6]
gremlin> Gremlin.defineStep('hasName', [Vertex,Pipe], { n -> _().has('name',n) })
==>null
gremlin> g.V.hasName('marko')
==>v[1]
gremlin> g.V.hasName('marko').toString()
==>[GremlinStartPipe, GraphQueryPipe(vertex), [GremlinStartPipe, PropertyFilterPipe(name,EQUAL,marko)]]

“编译”的 Gremlin 看起来像上面的最后一行。请注意，自定义步骤编译为带有新 GremlinStartPipe 的“内部”管道。将其与没有自定义步骤的情况进行比较：

gremlin> g.V.has('name','marko').toString()
==>[GremlinStartPipe, GraphQueryPipe(has,vertex), IdentityPipe]

Titan 可以使用嵌入的has 优化“GraphQueryPipe”，但自定义步骤的签名似乎并非如此。我认为解决方法（至少对于这种特定情况是编写一个返回管道的函数。

gremlin> def hasName(g,n){g.V.has('name',n)}  
==>true
gremlin> hasName(g,'marko')
==>v[1]
gremlin> hasName(g,'marko').toString()
==>[GremlinStartPipe, GraphQueryPipe(has,vertex), IdentityPipe]

传递“g”有点臭。也许编写你的 DSL 以便将 'g' 包装在一个类中，然后让你这样做：

with(g).hasName('marko')

最后一个想法是使用 Groovy 元编程工具：

gremlin> Graph.metaClass.hasName = { n -> delegate.V.has('name',n) }
==>groovysh_evaluate$_run_closure1@600b9d27
gremlin> g.hasName("marko").toString()                              
==>[GremlinStartPipe, GraphQueryPipe(has,vertex), IdentityPipe]
gremlin> g.hasName("marko")                                         
==>v[1]