Azure Cosmos DB voor ondersteuning en compatibiliteit van Gremlin-grafieken met TinkerPop-functies

Azure Cosmos DB ondersteunt Apache Tinkerpop graph traversal language, ook wel Gremlin genoemd. U kunt de Gremlin-taal gebruiken om grafiekentiteiten (hoekpunten en randen) te maken, eigenschappen binnen deze entiteiten te wijzigen, query’s en traversals uit te voeren, en entiteiten te verwijderen.

Azure Cosmos DB Graph-engine volgt nauwgezet de Apache TinkerPop specificatie van doorkruisingsstappen, hoewel er verschillen in de implementatie zijn die specifiek zijn voor Azure Cosmos DB. In dit artikel bieden we een beknopt overzicht van Gremlin en inventariseren we de Gremlin-functies die worden ondersteund door de API voor Gremlin.

Compatibele clientbibliotheken

In de volgende tabel ziet u populaire Gremlin-stuurprogramma's die u kunt gebruiken voor Azure Cosmos DB:

Ondersteunde grafiekobjecten

TinkerPop is een standaard die een breed bereik aan grafiektechnologieën beslaat. Daarom is er een standaardterminologie om te beschrijven welke functies worden aangeboden door een graafprovider. Azure Cosmos DB biedt een permanente, hoge gelijktijdigheid, schrijfbare grafiekdatabase die kan worden gepartitioneerd op meerdere servers of clusters.

De volgende tabel bevat de TinkerPop-functies die worden geïmplementeerd door Azure Cosmos DB:

Gremlin-draadindeling

Azure Cosmos DB gebruikt de JSON-indeling bij het retourneren van resultaten van Gremlin-bewerkingen. Azure Cosmos DB ondersteunt momenteel de JSON-indeling. In het volgende fragment ziet u bijvoorbeeld een JSON-weergave van een hoekpunt geretourneerd naar de client van Azure Cosmos DB.

  {
    "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
        }
      ]
    }
  }

De eigenschappen die worden gebruikt door de JSON-indeling voor hoekpunten, worden hieronder beschreven:

Met elke eigenschap kunnen meerdere waarden worden opgeslagen binnen een matrix.

En de rand bevat de volgende informatie voor hulp bij het navigeren naar andere delen van de grafiek.

Gremlin-stappen

Laten we nu eens kijken naar de Gremlin-stappen die worden ondersteund door Azure Cosmos DB. Zie TinkerPop-referentie voor een volledige referentie van Gremlin.

De schrijfgeoptimaliseerde engine van Azure Cosmos DB biedt standaard ondersteuning voor het automatisch indexeren van alle eigenschappen binnen knooppunten en randen. Daarom worden query’s met filters, bereikquery’s, sorteringen of combinaties van elke willekeurige eigenschap verwerkt vanaf de index en efficiënt geleverd. Zie ons document over schemaagnostische indexering voor meer informatie over de werking van indexering in Azure Cosmos DB.

Gedragsverschillen

• Azure Cosmos DB Grafiek-engine voert een breedte-eerst traversering uit, terwijl TinkerPop Gremlin diepte-eerst is. Dit gedrag zorgt voor betere prestaties in horizontaal schaalbaar systeem, zoals Azure Cosmos DB.

Niet-ondersteunde functies

• Gremlin Bytecode is een programmeertaal-agnostische specificatie voor het doorkruisen van grafieken. Azure Cosmos DB Graph ondersteunt het nog niet. Gebruik GremlinClient.SubmitAsync() en geef traverseren door als een tekenreeks.

• Instellen van kardinaliteit met property(set, 'xyz', 1) wordt momenteel niet ondersteund. Gebruik in plaats daarvan property(list, 'xyz', 1). Zie Vertex properties with TinkerPop voor meer informatie.

• De stap match() is momenteel niet beschikbaar. Deze stap biedt declaratieve querymogelijkheden.

• Objecten als eigenschappen op hoekpunten of zijden worden niet ondersteund. Eigenschappen kunnen alleen primitieve typen of matrices zijn.

• Sorteren op matrixeigenschappenorder().by(<array property>) wordt niet ondersteund. Alleen sorteren op primitieve typen wordt ondersteund.

• Niet-primitieve JSON-typen worden niet ondersteund. Gebruik de typen string, number of true/false. null-waarden worden niet ondersteund.

• GraphSONv3-serialisatiefunctie wordt momenteel niet ondersteund. Gebruik GraphSONv2 Serializer-, Reader- en Writer-klassen in de configuratie van de verbinding. De resultaten die door de Azure Cosmos DB voor Gremlin worden geretourneerd, hebben niet dezelfde indeling als de GraphSON-indeling.

• Lambda-expressies en functies worden momenteel niet ondersteund. Dit geldt ook voor de functies .map{<expression>}, .by{<expression>}en .filter{<expression>}. Zie A Note on Lambdas voor meer informatie en om te leren hoe u deze functies kunt herschrijven met behulp van Gremlin-stappen.

• Transacties worden niet ondersteund vanwege de gedistribueerde aard van het systeem. Configureer het juiste consistentiemodel op het Gremlin-account om uw eigen schrijfbewerkingen te lezen en gebruik optimistische gelijktijdigheid om conflicterende schrijfbewerkingen op te lossen.

Bekende beperkingen

• Indexgebruik voor Gremlin-query's met middelste doorkruisingsstappen.V(): Momenteel maakt alleen de eerste .V() aanroep van een doorkruising gebruik van de index om filters of predicaten die eraan zijn gekoppeld, op te lossen. Bij volgende aanroepen wordt de index niet geraadpleegd, wat de latentie en de kosten van de query zou kunnen verhogen.

Uitgaande van standaardindexering, zou een typische Gremlin-query die begint met de stap .V() in de gekoppelde filterstappen parameters zoals .has() of .where() gebruiken om de kosten en de prestaties van de query te optimaliseren. Voorbeeld:

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

Als er echter meer dan één .V()-stap is opgenomen in de Gremlin-query, is de resolutie van de gegevens voor de query mogelijk niet optimaal. Neem de volgende query als voorbeeld:

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

Met deze query worden twee groepen hoekpunten geretourneerd op basis van hun eigenschap category. In dit geval maakt alleen de eerste aanroep, g.V().has('category', 'A'), gebruik van de index om de hoekpunten op te lossen op basis van de waarden van hun eigenschappen.

Een tijdelijke oplossing voor deze query is het gebruiken van subdoorkruisingsstappen zoals .map() en union(). Hieronder ziet u een voorbeeld:

// 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'))

U kunt de prestaties van de query's bekijken met behulp van de Gremlin-stap executionProfile() .