gremlin查询以使用所选列加载csv文件

Question

我在gremlin中使用以下脚本来使用csv文件创建图形：

graph = TinkerGraph.open()
graph.createIndex('userId', Vertex.class) //(1)
g = graph.traversal()
getOrCreate = { id ->
 g.V().has('userId', id).tryNext().orElseGet{ g.addV('userId', id).next() }
}
 new File('wiki-Vote.txt').eachLine 
 { 
 if (!it.startsWith("#")){ 
 l->p=it.split(',').collect(getOrCreate) //(2)**
 (fromVertex, toVertex) = (s[0],s[1])
   fromVertex.addEdge('votesFor', toVertex) } }

正如我们在此查询中看到的那样看到行

l>p=it.split(',').collect(getOrCreate)

在此行中，csv文件行基于分隔符“，”进行拆分，然后调用getOrCreate方法函数以对收集的顶点应用索引。

如果我给g.V（）。count（）它计算所有列中的所有值。但我只需要将选定的列添加到顶点。

我需要的是：我只想在选定的列上应用getOrCreate方法，而不是应用于所有列

例如：如果csv文件具有名称，年龄，Id，标记列。我想仅在名称和年龄列上应用getOrCreate方法，并将它们添加到顶点。如果我给g.V（）。count（）......它必须只给我姓名和年龄

Answer 1

你提供的那个例子看起来像是关于批量加载的Powers of Ten博客文章中的那个。该博客文章对CSV加载概念进行了一些过度简化，以表达简单的Groovy脚本是加载小图形的最佳方式。逻辑也与wikivote数据紧密相关，wikivote数据是仅具有用户标识符的边缘列表。

如果您有一组更复杂的加载逻辑或包含比您要加载的列数更多的CSV文件，那么您需要扩展博客文章中提供的起点。如何执行此操作取决于CSV文件的结构。让我们假设它仍然只是一个边缘列表，因为wikivote数据是，但你在边列表中只有更多列边缘顶点对：

getOrCreate = { id,name,age ->
  def p = g.V('userId', id)
  if (p.hasNext()) ? p.next() : g.addVertex([userId:id, userName:name, userAge:age])
}

new File('wiki-Vote.txt').eachLine {
  if (!it.startsWith("#")){
    def row = it.split('\t')
    def fromVertex = getOrCreate(row[0],row[1],row[3])
    def toVertex = getOrCreate(row[5],row[6],row[8])
    fromVertex.addEdge('votesFor', toVertex)
  }
}

g.commit()

因此，不是使用Groovy magic将CSV文件的一行分解为顶点，而是将行拆分为列列表。然后我们将getOrCreate称为“fromVertex”，将“toVertex”称为我们需要的列（我假设您的数据是如何构造的，所以希望您能够理解我能够忽略此代码中的某些列）。如果您的CSV文件非常复杂，您可能需要考虑从groovycsv获得一些帮助，这是一个非常好的解析库，可以帮助您简化代码。

请注意，此代码（和博客文章）基于TinkerPop 2.x和Titan 0.5.x的代码。显然，如果需要，必须针对TinkerPop 3.x调整“addVertex”的Gremlin语法。