設置查詢范圍

圖數據庫GDB的查詢分析引擎程序能夠根據數據輸入提供適合需求的查詢方式。當查詢數據量大時，您可以指定查找數據的范圍（特定的label，查詢屬性的起始范圍、終止范圍、迭代次數等）。

查詢最短路徑

• 圖數據庫GDB采用DFS（深度優先搜索）策略實現最短路徑，當您的業務中圖數據的連通規模非常大時，您可以在進行最短路徑查詢時添加限制條件。

  示例：

  • 推薦方案（限制了最短路徑的最大深度）

    g.V($startV).repeat(both().simplePath()).until(hasId($endV).or().loops().is(gt($depth))).hasId($endV).path()

  • 普通方案

    g.V($startV).repeat(both().simplePath()).until(hasId($endV))

• 當您的業務中需要將數據按照權重進行最短路徑查詢，您可以按照邊的權重進行排序。

  示例：

  g.V(fromVertexId)
    .repeat(outE().inV().simplePath())
    .until(hasId(toVertexId).or().loops().is(gt(deepLimit)))
    .hasId(toVertexId).path().as(‘p’)
    .map(unfold().coalesce(values(‘weight’),constant(0.0)).sum())
    .as(‘cost’).select(‘cost’,’p’).order().by(select(“cost”),Order.incr)

規避超級頂點

圖數據庫GDB具有自動索引機制和強大的統計分析引擎，為您提供適合的執行優化。即使如此，也建議您在使用圖數據庫GDB時通過規則規避業務中的超級頂點。

查詢修改的合并語句

如果您的業務需要在使用Gremlin查詢的同時修改property，您可以使用查詢修改的合并語句。

g.V("test").property("nums", union(values("nums"), constant(1)).sum())

查詢超時分析

如果您的業務場景比較復雜，容易出現超時的情況，您可以使用profile()語句，對查詢中每一步的執行性能進行分析。通過性能分析，您可以對查詢執行中涉及到的數據分布情況有明確了解（例如超級頂點、隨機查詢大量數據、屬性過濾等比較耗時的數據）。

g.V().out().limit(10).profile()

==>Traversal Metrics
Step                                                               Count   Traverses       Time (ms)    % Dur
=============================================================================================================
GraphDbGraphStep(vertex,[])                                           29          29           1.657    77.43
VertexStep(OUT,vertex)                                                11          11           0.410    19.18
RangeGlobalStep(0,10)                                                 10          10           0.072     3.39
                                            >TOTAL                     -           -           2.140        -

執行profile() 后生成的TraversalMetrics對象包含如下信息：

• Step（步驟）：當前在遍歷中被分析的步驟，更多信息請參見Gremlin（中文）。

• Count（計數）：通過該步驟過濾的遍歷數量。

• Traverses（遍歷）：通過該步驟過濾的去重后的遍歷數量。

• Time (ms)（時間）：該步驟主動執行遍歷的總時間，單位：毫秒。

• % Dur：該步驟的耗時占總時間的百分比。