Azure Cosmos DB para suporte a grafos Gremlin e compatibilidade com funcionalidades do TinkerPop

Azure Cosmos DB suporta a linguagem de travessia de grafos Apache Tinkerpop, conhecida como Gremlin. Pode utilizar a linguagem Gremlin para criar entidades de gráfico (vértices e limites), modificar propriedades nessas entidades, efetuar consultas e transversais e eliminar entidades.

Azure Cosmos DB motor Graph segue de perto a especificação de passos de travessia Apache TinkerPop mas existem diferenças na implementação específicas para Azure Cosmos DB. Neste artigo, fornecemos um passo a passo rápido do Gremlin e enumeramos os recursos do Gremlin que são suportados pela API para Gremlin.

Bibliotecas de cliente compatíveis

A tabela seguinte mostra os drivers Gremlin populares que pode usar contra o Azure Cosmos DB:

Objetos gráficos suportados

O TinkerPop é um padrão que abrange uma grande variedade de tecnologias de gráficos. Portanto, tem terminologia padrão para descrever as funcionalidades disponibilizadas pelo fornecedor de gráficos. O Azure Cosmos DB fornece uma base de dados de grafos persistente, de alta concorrência e gravável, que pode ser dividida em múltiplos servidores ou clusters.

A tabela seguinte lista as funcionalidades do TinkerPop implementadas pelo Azure Cosmos DB:

Formato de transmissão Gremlin

O Azure Cosmos DB utiliza o formato JSON ao devolver resultados das operações Gremlin. O Azure Cosmos DB suporta atualmente o formato JSON. Por exemplo, o seguinte excerto mostra uma representação JSON de um vértice retornado ao cliente a partir de 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
        }
      ]
    }
  }

As propriedades usadas pelo formato JSON para vértices são descritas abaixo:

Cada propriedade pode armazenar múltiplos valores numa matriz.

O limite contém a seguinte informação para ajudar com a navegação para outras partes do gráfico.

Passos do Gremlin

Agora vamos analisar os passos do Gremlin suportados pelo Azure Cosmos DB. Para obter referências completas do Gremlin, veja Referências do TinkerPop.

O motor otimizado para escrita fornecido pelo Azure Cosmos DB suporta por defeito a indexação automática de todas as propriedades dentro dos vértices e arestas. Portanto, as consultas com filtros, as consultas de intervalo, a ordenação ou as agregações em qualquer propriedade são processadas no índice e fornecidas de forma eficiente. Para mais informações sobre como funciona a indexação em Azure Cosmos DB, consulte o nosso artigo sobre indexação agnóstica ao esquema.

Diferenças de comportamento

• Azure Cosmos DB motor Graph executa wideth-first enquanto o TinkerPop Gremlin é depth-first. Este comportamento alcança melhor desempenho em sistemas escaláveis horizontalmente como o Azure Cosmos DB.

Funcionalidades não suportadas

• Gremlin Bytecode é uma especificação agnóstica de linguagem de programação para percursos em gráfico. O Azure Cosmos DB Graph ainda não suporta isso. Utilize GremlinClient.SubmitAsync() e transmita o percurso como uma cadeia de texto.

• property(set, 'xyz', 1) A cardinalidade definida não é suportada hoje. Utilize property(list, 'xyz', 1) em substituição. Para saber mais, consulte Propriedades Vertex com TinkerPop.

• A match() etapa não está disponível no momento. Esta etapa fornece recursos de consulta declarativa.

• Não há suporte para objetos como propriedades em vértices ou bordas. As propriedades apenas podem ser matrizes ou tipos primitivos.

• Não há suporte para classificação por propriedadesorder().by(<array property>) de matriz. A ordenação é suportada apenas por tipos primitivos.

• Não há suporte para tipos JSON não primitivos . Use string, number, ou true/false tipos. null valores não são suportados.

• O serializador GraphSONv3 não é suportado no momento. Use GraphSONv2 as classes Serializer, Reader e Writer na configuração de conexão. Os resultados devolvidos pelo Azure Cosmos DB para o Gremlin não têm o mesmo formato que o formato do GraphSON.

• Atualmente, não há suporte para expressões e funções do Lambda. Isso inclui o .map{<expression>}, o .by{<expression>}, e as .filter{<expression>} funções. Para saber mais e como reescrevê-los usando as etapas de Gremlin, consulte Uma nota sobre o Lambdas.

• As transações não são suportadas devido à natureza distribuída do sistema. Configure o modelo de consistência apropriado na conta Gremlin para "ler suas próprias gravações" e use simultaneidade otimista para resolver gravações conflitantes.

Limitações conhecidas

• Utilização do índice para consultas Gremlin com etapas de travessia intermédias: Atualmente, apenas a primeira chamada de um percurso fará uso do índice para resolver quaisquer filtros ou predicados anexados a ele. As chamadas subsequentes não consultarão o índice, o que poderá aumentar a latência e o custo da consulta.

Supondo a indexação padrão, uma consulta Gremlin de leitura típica que começa com a .V() etapa usaria parâmetros em suas etapas de filtragem anexadas, como .has() ou .where() para otimizar o custo e o desempenho da consulta. Por exemplo:

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

No entanto, quando mais de uma .V() etapa é incluída na consulta Gremlin, a resolução dos dados para a consulta pode não ser ideal. Tome a seguinte consulta como exemplo:

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

Esta consulta retornará dois grupos de vértices com base em sua propriedade chamada category. Neste caso, apenas a primeira chamada, g.V().has('category', 'A') fará uso do índice para resolver os vértices com base nos valores de suas propriedades.

Uma solução alternativa para essa consulta é usar etapas subtraversais como .map() e union(). Isto é exemplificado abaixo:

// 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'))

Você pode revisar o desempenho das consultas usando a etapa Gremlin executionProfile() .